最新的人工智慧模型ChatGPT在醫學領域表現不如預期，尤其在骨科考試問題上只有47%的正確率，比不上第五年住院醫師。雖然無法通過手術筆試，但在學習和教育上有應用價值。 PubMed DOI

研究比較了骨科住院醫師和AI程式在骨科評估考試中的表現，結果顯示醫師比AI程式表現更好。AI在純文字問題上表現較佳，但整體而言，醫師優於AI。GPT-4比ChatGPT-3.5更優秀，但AI不太可能通過美國骨科醫學委員會考試。 PubMed DOI

研究比較了ChatGPT和GPT-4在沒有圖像的骨科住院醫師考試（OITE）上的表現。ChatGPT在PGY-1級別回答問題的準確率為54.3%，並有47.2%引用來源，期刊影響因子為5.4。GPT-4在PGY-5級別回答問題的準確率為73.6%，並有87.9%引用來源，期刊影響因子為5.2。結果顯示GPT-4優於平均PGY-5級別，顯示明顯進步。AI有潛力提升醫學教育和醫療服務效率。 PubMed DOI

研究指出，ChatGPT在骨科住院醫師培訓考試中表現優異，尤其在基礎科學、腫瘤學、肩膀/肘部和運動方面表現突出。問題分為管理、診斷和知識回憶三類，ChatGPT在提供委員會風格問題的臨床結論方面有潛力。然而，其推理能力仍需進一步評估。ChatGPT在臨床教育中有廣泛應用前景，有助於準確解答臨床問題。 PubMed DOI

2022年，AI語言模型如ChatGPT和Bard參加骨科住院醫師培訓考試（OITE）測試。ChatGPT正確率為69.1％，加上影像描述後提高至77.8％；Bard正確率為49.8％，加上描述後提高至58％。ChatGPT在肩膀問題表現最好（90.9％），Bard在運動問題表現最佳（65.4％）。ChatGPT優於平均考生，顯示AI在骨科教育有潛力，但需進一步研究與合作確保安全應用。 PubMed DOI

研究發現ChatGPT 4.0在回答骨科手術問題時表現良好，尤其在無需圖像的情況下更為準確。儘管人工智慧在骨科領域有潛力，仍需提升準確性。未來研究應致力於有效運用人工智慧來輔助而非取代醫生的技能。 PubMed DOI

研究發現AI語言模型ChatGPT在2021年骨科住院醫師培訓考試（OITE）中表現不錯，得分61.2%，跟一名平均第三年的醫師相當。評審間一致，回答合理。未來需進一步研究對學習和考試的長期影響。 PubMed DOI

研究發現ChatGPT在骨科住院醫師考試中表現不如預期，回答率僅45%，低於手部外科住院醫師的51%-76%。顯示需改進人工智慧工具用於上肢手術教育，以提升準確性。 PubMed DOI

這項研究評估了ChatGPT（GPT-3.5）在骨科知識和推理能力的表現，測試了472道來自不同來源的考題。結果顯示，ChatGPT的正確回答率為55.9%，且92.8%的正確答案與資料解釋一致。雖然它運用了內外部資訊和邏輯推理，但在81.7%的錯誤回答中未能識別必要資訊。整體來看，ChatGPT的表現低於美國骨科外科醫學委員會考試的通過門檻，與實習醫生或二年級住院醫師相當，顯示出在準確識別資訊方面的重大限制。 PubMed DOI

這項研究評估了三個AI模型—ChatGPT、Bard和BingChat—在骨科住院醫師訓練考試中的表現。結果顯示，ChatGPT的準確率為46.3%，BingChat為52.4%，Bard為51.4%。排除圖像問題後，準確率有所提升，ChatGPT達49.1%，BingChat 53.5%，Bard 56.8%。相比之下，醫學生的表現為30.8%，而PGY1至PGY5住院醫師的準確率分別為53.1%到71.9%。整體來看，這些AI模型的表現與第一年住院醫師相似。 PubMed DOI