研究使用大型語言模型探討骨科領域，專注於ACL手術。結果顯示ChatGPT在回答患者和醫生問題時相當準確，但仍需專業醫師確認。雖有潛力作為知識補充，但無法取代專業醫師。 PubMed DOI

ChatGPT是個熱門的語言模型，現在被廣泛運用在各種醫學領域，像是心臟病學、腎臟學、骨科、眼科、消化內科和放射學。研究人員正努力研究如何讓ChatGPT協助臨床醫生和外科醫生處理不同的醫療任務，包括在骨科領域。儘管目前大型語言模型還有一些限制，但未來的專業領域模型有潛力對患者的生活品質產生重大影響。 PubMed DOI

研究探討使用GPT-3.5 Turbo和GPT-4等AI模型進行骨科培訓考試。結果顯示，GPT-4在準確性和問題類型上優於GPT-3.5 Turbo，顯示AI在骨科領域有潛力。然而，目前AI無法取代骨科培訓，顯示醫學領域需要專門的AI培訓。 PubMed DOI

大型語言模型如ChatGPT在骨科領域扮演重要角色，能提供簡單易懂的醫療資訊給患者、醫生和研究人員。雖然ChatGPT在回答骨科問題上表現最好，但仍需留意回答可能不完整或過時的情況。未來應進一步研究LLM聊天機器人在骨科領域的應用挑戰和潛力。 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GPT-3和ChatGPT能寫臨床信函及預測骨科治療，ChatGPT表現較準確。然而，兩者有時會漏資訊或提供錯誤指導。未來若開發醫療專用語言模型，或許能提升對臨床醫師的幫助。 PubMed DOI

研究比較LLMs和外科醫師在專業考試上的表現，結果顯示人類優於LLMs，但ChatGPT展現出分析骨科資訊的能力。儘管人類整體表現更好，LLMs有潛力在深度學習進步下提升，可能與外科醫師表現匹敵。 PubMed DOI

這項研究評估了幾個商業可用的大型語言模型（LLMs）在提供治療建議時，與美國骨科醫學會（AAOS）針對肩袖撕裂和前交叉韌帶（ACL）損傷的臨床指導方針（CPGs）的符合度。分析了48項CPGs，結果顯示70.3%的回應與指導方針一致，ChatGPT-4的符合率最高（79.2%），而Mistral-7B最低（58.3%）。研究指出，雖然LLMs能提供一致建議，但缺乏透明的資料來源，限制了其作為臨床支持工具的可靠性，未來應擴大評估範圍以減少偏見。 PubMed DOI

這項研究評估了一個針對手外科知識調整的ChatGPT客製化多模態大型語言模型。結果顯示，這個模型在回答文本選擇題時準確率達89.9%，優於標準的GPT-4（76.5%）。人類考生的表現也相似，正確率為87.3%。在圖像問題方面，客製化模型的準確率為75.3%，但無圖像時降至69.9%。人類考生在圖像問題上表現稍佳（87.2%）。總體來看，這顯示客製化模型在手外科文本問題上有顯著進步，但圖像解釋仍需加強，建議可開發專門的GPT模型以提升教育與臨床應用。 PubMed DOI

這篇綜述探討大型語言模型（LLMs）在骨科的應用，指出它們在解決相關挑戰上的潛力。研究分析了2014年1月至2024年2月間的68項相關研究，主要集中在臨床實踐。結果顯示，LLMs的準確率差異很大，診斷準確率從55%到93%不等，ChatGPT在疾病分類中的準確率範圍更是從2%到100%。雖然LLMs的表現令人鼓舞，但預計不會取代骨科專業人員，反而可作為提升臨床效率的工具。呼籲進行更多高品質的臨床試驗，以了解其最佳應用。 PubMed DOI