ChatGPT是一個受歡迎的工具，可提供有條理的回應。研究評估了它在醫學教育中的表現，測試了基礎醫學和臨床醫學的MCQs。結果顯示，在基礎醫學方面得分為74%，臨床醫學方面為70%，總體得分為72%。顯示ChatGPT對醫學生和教職員有幫助。 PubMed DOI

研究比較了ChatGPT 3.5和Gemini回答200個微生物學問題的表現，兩者準確率約70%。Gemini在微生物學和免疫學表現較佳，ChatGPT 3.5則在應用微生物學方面表現突出。研究指出，這些人工智慧平台在微生物學和醫學教育上有潛力，但仍需進一步改進以提升表現。 PubMed DOI

研究比較三個AI聊天機器人在預測義大利醫學入學考試答案的表現，發現ChatGPT-4和Microsoft Copilot比Google Gemini好，尤其在邏輯推理方面。研究建議，儘管AI聊天機器人在教育上有潛力，但應謹慎使用，當作輔助學習工具。 PubMed DOI

人工智慧（AI）工具逐漸融入醫學和教育領域，ChatGPT作為大型語言模型（LLM）引起了關注。本研究分析了2023年全國研究生入學考試（NEET-PG）中的200個問題，並使用GPT-4進行回答。結果顯示，ChatGPT-4正確回答了129個問題，主要涉及內科、婦產科、一般外科和病理學。研究顯示，ChatGPT在醫學教育和臨床實踐中具潛力，未來需進一步探討其應用與有效性。 PubMed DOI

這項研究回顧了ChatGPT在醫學執照考試的表現，分析了2022年1月到2024年3月間的45項研究。結果顯示，GPT-4的準確率達81%，優於GPT-3.5的58%。GPT-4在29項考試中通過26項，並在17個案例中超越醫學生。雖然翻譯問題提升了GPT-3.5的表現，但對GPT-4無影響。兩者在問題類型上表現不同，GPT-3.5在短文本問題上較佳，而開放式問題則都面臨挑戰。研究強調了GPT-4在醫學教育的潛力，但也指出準確性不一致及各國知識差異的挑戰，旨在提供教育者和政策制定者相關資訊。 PubMed DOI

這項研究評估了AI模型在回應英語和阿拉伯語的傳染病問題上的表現，強調多語言環境中獲得準確資訊的公平性。研究比較了ChatGPT-3.5、ChatGPT-4、Bing和Bard在15個與HIV/AIDS、結核病等疾病相關問題上的表現。結果顯示，AI在英語的表現明顯優於阿拉伯語，Bard得分最高。雖然阿拉伯語表現較低，但未達統計顯著性。研究指出，AI在英語的完整性和準確性優於阿拉伯語，建議開發者應改善阿拉伯語使用者的健康資訊獲取。 PubMed DOI

這項分析評估了AI文本生成器的表現，特別是ChatGPT和Google Gemini在回答臨床問題時的表現。結果顯示，ChatGPT提供的文獻資訊相對準確，但在臨床內容上有不一致的情況。相比之下，Google Gemini則產生了完全虛構的引用和摘要。雖然這兩個工具的回應看起來可信，但實際上存在不準確性，這讓它們作為臨床資訊來源的可靠性受到質疑。 PubMed DOI

這項研究評估了OpenAI的ChatGPT在波蘭醫學考試中的表現，特別是3.5和4.0版本。分析196道選擇題後，發現3.5版本的正確率為50.51%，而4.0版本提升至77.55%，超過及格線56%。值得注意的是，3.5版本對正確答案的信心較高，而4.0版本則在準確性上表現一致。不同醫學領域的表現差異不大。總體來看，ChatGPT 4.0在醫學教育和評估中展現了潛力，未來版本如5.0預期會有更好表現。 PubMed DOI

這項研究探討了先進的人工智慧模型，特別是ChatGPT和Google的Gemini AI，在眼科領域的應用潛力。研究比較了這些模型與眼科住院醫師的表現，使用了600道來自以色列住院醫師考試的問題。結果顯示，Gemini Advanced的準確率最高，達66%，其次是ChatGPT-4的62%。這項研究強調了AI在醫學教育中的輔助角色，並指出需要進一步改進，以提升其在不同子專科的有效性，對改善病人護理具有潛力。 PubMed DOI

這項研究評估了三個大型語言模型（LLMs）—ChatGPT-3.5、ChatGPT-4 和 Google Gemini，針對糖皮質激素誘導的骨質疏鬆症（GIOP）及其預防和治療的美國風濕病學會指導方針的表現。研究發現，Google Gemini 的答案較為簡潔，但 ChatGPT-4 在準確性和全面性上表現更佳，特別是在病因學和指導方針相關問題上。ChatGPT-3.5 和 ChatGPT-4 的自我修正能力顯著提升，而 Google Gemini 則無明顯差異。總體來看，ChatGPT-4 是最佳選擇。 PubMed DOI