研究比較三個大型語言模型在眼科醫學上的表現，發現ChatGPT-4.0和Bing Chat接近人類表現，但ChatGPT-3.5稍微落後。ChatGPT-4.0在某些問題上表現優秀，但在圖像解釋方面較弱。Bing Chat在圖像解釋和多步推理上有挑戰。ChatGPT-3.5在幻覺和非邏輯推理方面表現最好。研究指出，語言模型在醫學問題上有潛力，但需要改進以減少錯誤。 PubMed DOI

研究比較了ChatGPT-3.5、ChatGPT-4.0和Google Bard回答近視問題的表現，結果發現ChatGPT-4.0最準確，80.6%的回答被評為「好」，比ChatGPT-3.5（61.3%）和Google Bard（54.8%）都好。三者都展現高的全面性和自我修正能力，ChatGPT-4.0在「治療和預防」方面表現最佳，顯示了LLMs，尤其是ChatGPT-4.0，在提供準確且全面的近視資訊上有潛力。 PubMed DOI

大型語言模型（LLMs）正在改變醫學診斷和治療，提供高準確度，超越傳統搜尋引擎。將LLMs整合到醫療輔助程式中對眼科醫師實踐循證醫學至關重要。一項研究比較了LLM聊天機器人對眼科問題和真實病例的回應，發現LLM在診斷上表現優異，甚至勝過專家，顯示其在眼科診斷上的潛力。 PubMed DOI

眼科護理中，LLMs像ChatGPT引起關注。研究指出在病人資訊、臨床診斷和眼科問題上有幫助。LLM表現受到迭代、提示和領域的影響。ChatGPT-4在眼科考試、症狀分類和提供資訊方面表現良好。LLMs有潛力，但在專業領域表現不盡理想。需要進一步研究，不可完全依賴人工智慧。設定標準並評估LLMs在臨床環境中的成功應用至關重要。 PubMed DOI

研究發現，GPT-4在眼科領域表現優異，得到眼科醫師認可。這顯示先進語言模型在提供醫療建議上有潛力，尤其在眼科專家有限的情況下。 PubMed DOI

研究評估大型語言模型（LLMs）提供脈絡膜黑色素瘤資訊的準確性，比較三個LLMs，專家審查結果顯示ChatGPT在醫療建議上最準確，手術前後問題上與Bing AI相似。回答長度不影響準確性，LLMs可引導患者尋求專業建議，但在臨床應用前仍需更多微調和監督。 PubMed DOI

這項研究評估了三個大型語言模型（LLMs）—ChatGPT 4.0、Bard 和 LLaMA—在提供免疫檢查點抑制劑（ICIs）相關眼部毒性資訊的表現。研究提出八個問題，並由四位眼科醫生使用6點李克特量表評分。結果顯示，三者在準確性和完整性上評分相似，無顯著差異。平均評分為：ChatGPT（準確性4.59，完整性4.09）、Bard（準確性4.59，完整性4.19）、LLaMA（準確性4.38，完整性4.03）。整體而言，這三個模型在提供ICI眼部毒性資訊方面表現良好，但評分者之間的可靠性較低，建議未來需進一步研究。 PubMed DOI

這項研究評估了三個大型語言模型（LLMs）——ChatGPT-4、Copilot 和 Gemini——在回答圓錐角膜（KCN）相關問題的表現。研究者提出五十個問題，並由三位眼科醫生評分。結果顯示，ChatGPT-4 的表現最佳，100% 的回答得分在 3 分以上，且有 74% 的回答獲得「強烈同意」。相比之下，Copilot 和 Gemini 的同意率僅為 34% 和 42%。雖然 ChatGPT-4 的可靠性較高，但可讀性較低，整體仍被認為是解答 KCN 問題的最佳選擇。 PubMed DOI

白內障是失明的主要原因之一，許多人在線上尋求醫療建議，但可靠資訊難以獲得。研究人員針對46個白內障護理的常見問題，評估了不同大型語言模型（LLMs）的回應準確性與完整性。結果顯示，ChatGPT-4o和Google Bard在準確性上表現優異，ChatGPT-4o在完整性方面也領先其他模型。這項研究強調了LLMs在提供白內障相關資訊的潛力，特別是在預防方面，並呼籲持續提升其醫療諮詢的準確性。 PubMed DOI

這項研究比較了十五個大型語言模型（LLMs）在處理眼科案例的表現，測試來自《JAMA Ophthalmology》的二十個案例。結果顯示，這些模型的平均得分為19，三個模型（ChatGPT 3.5、Claude Pro和Copilot Pro）表現優於平均，其中Copilot Pro得分最高。雖然這些模型的可讀性高於八年級水平，對一般人來說較難理解，但對眼科醫生則可接受。研究認為，雖然LLMs的準確性不足以單獨用於病人護理，但在協助醫生方面顯示出潛力，特別是訂閱制模型。 PubMed DOI