這項研究評估了兩個ChatGPT模型（GPT-3.5和GPT-4）以及專業的眼科醫生在回答眼科問題時的表現。GPT-4在大多數類別中表現優於GPT-3.5和人類專業人士，顯示出更高的準確性。研究結果表明，像GPT-4這樣的先進對話式人工智慧系統可能是醫學教育和實踐中有價值的工具。 PubMed DOI

人工智慧的應用，特別是像ChatGPT-4這樣的生成式人工智慧，在眼科領域越來越受到重視，可以提升精準度、生產力和病人的治療效果。這項技術在研究、醫學教育和臨床決策支援等方面有各種應用。該文章討論了ChatGPT-4如何革新眼科領域，同時也突顯了它目前的限制和風險。 PubMed DOI

這項研究評估了GPT-4在模擬情境中，協助患者、家庭醫生和初級眼科醫師辨識罕見眼科疾病的潛力。GPT-4在提供適當回應方面表現出令人鼓舞的結果，尤其對於家庭醫生和初級眼科醫師而言。儘管它有助於診斷罕見眼疾的潛力，仍建議謹慎行事，並在臨床環境中進行驗證。 PubMed DOI

研究比較了ChatGPT-3.5和ChatGPT-4.0在眼科病例上的表現，結果顯示ChatGPT-4.0在神經眼科病例中表現更好。ChatGPT-4.0處理圖像和簡單問題更出色，回答也更為簡潔。研究指出像ChatGPT-4.0這樣的人工智慧模型對提升眼科診斷和醫學教育有潛力。 PubMed DOI

研究發現GPT-4在回答複雜臨床眼科案例問題時，診斷和處理能力中等準確，尤其在正確診斷後的處理更準確。雖然接近眼科醫師水準，但不及資深醫師。建議改進提示策略，GPT-4或許可應用於醫學決策和診斷。 PubMed DOI

研究評估了基於GPT-4V的聊天機器人在解釋眼科條件的眼部多模態影像表現。測試結果顯示在準確性、可用性和安全性方面表現不盡相同。雖然在燈裂影像表現不錯，但眼底攝影表現較差。總體而言，聊天機器人能正確識別影像模式，但在病變檢測、診斷和決策支持方面有待提升。研究結論指出，GPT-4V尚不適用於眼科臨床決策，並提出改進多模態模型的建議。 PubMed DOI

研究測試了ChatGPT-4在未經訓練下，辨識青光眼的能力，結果顯示準確率達90%，敏感度50%，特異度94.44%。顯示先進AI技術在眼科等醫學領域有潛力，或許能省時省力，提供新診斷工具，特別對資源不足的環境有幫助。 PubMed DOI

這項研究比較了GPT-4和經驗豐富的醫生在診斷臨床案例的準確性。對於未發表的挑戰性案例，GPT-4的前六個診斷準確率達61.1%，超過醫生的49.1%。在常見情境中，GPT-4的前三個診斷100%正確，而醫生則為84.3%。這顯示GPT-4在內科表現上至少與經驗醫生相當，甚至更佳，特別是在挑戰性案例中。不過，對常見案例的高準確率可能與這些案例是模型訓練數據的一部分有關。 PubMed DOI

這項研究評估了ChatGPT（4.0版）在生成與常見視網膜疾病相關回應的表現，依據美國眼科醫學會的指導方針進行。研究包含130個問題，涵蓋12個領域，專家評估回應的相關性和準確性。結果顯示，ChatGPT的平均得分為4.9分，與指導方針高度一致，但外科管理得分最低。回應可讀性較低，需大學以上理解能力，且在診斷和治療選擇上有錯誤。整體而言，雖然顯示潛力，但仍需臨床醫師監督及改進。 PubMed DOI

這項研究探討自訂生成預訓練變壓器（cGPTs）在眼科的應用，分析了22個相關模型。發現55%為一般用途，青光眼是最常見的子專科。超過一半的cGPTs擁有超出標準GPT-4的知識。指令的相容性評估中位數為3.5，顯示出中等到強烈的代表性，且指令字數與評分有顯著相關性。研究指出cGPTs在對話調整和信息檢索上有潛力，但也需注意可能的安全風險。總體來看，cGPTs在醫療上可能提供更專業的解決方案，但仍需進一步研究。 PubMed DOI