ChatGPT是一個AI工具，可幫助學生提升在臨床實踐中的主觀學習和表達能力，增進醫學教育效果。它不僅提供客觀評估，還支援語言，幫助非英語學生溝通。可用於小組評估，比較知識和寫作風格，找出改進領域。也可模擬病人接觸，練習病史和症狀記錄。醫師可從中獲得最新研究和指南，提供更好病人護理。總之，ChatGPT是醫學教育中有價值的工具，有助於溝通、解決問題和批判性思維。 PubMed DOI

研究比較了患者對風濕病問題的大型語言模型（LLM）聊天機器人和醫師回答的評價。結果顯示，患者認為兩者在詳細度和易讀性上沒有太大差異。但風濕病專家卻認為AI回答在詳細度、易讀性和準確性上比醫師回答差。患者和醫師對AI回答的喜好有所不同，患者更難分辨AI生成的答案。總結來說，患者對AI回答的看法與醫師相似，但風濕病專家則認為AI回答表現較差。 PubMed DOI

一項研究比較了使用 GPT-4 大型語言模型（LLM）作為醫師診斷輔助工具與傳統資源的影響。這項研究涉及 50 名醫師，發現與傳統資源相比，GPT-4 在診斷推理方面並未顯著改善，但在某些臨床推理方面表現較佳。該研究指出了增強醫師與人工智慧在臨床實踐中合作的潛力。 PubMed DOI

這項研究探討醫學生在與大型語言模型（如ChatGPT）和人類教練互動時，對診斷決策的影響。研究對象為158名來自柏林查理大學的四年級醫學生，他們被分配到不同的互動方式，並接受相關訓練。研究將評估資訊搜尋、假設考量、診斷準確性及信心水平等因素，並使用線性混合效應模型進行統計分析。研究已獲倫理審查批准，預期結果將為人工智慧在醫學診斷中的應用提供重要見解，並將發表於同行評審期刊。 PubMed DOI

這項研究探討了將ChatGPT融入醫學教育的可行性，並強調AI能力對醫學生的重要性。52名醫學生參與了混合式學習課程，評估了使用ChatGPT的效果。主要發現包括：學生在整合ChatGPT的課程中滿意度和學習進展高，且對AI技能的重視程度上升。雖然學生對ChatGPT生成的病人資訊評價中等，但使用擴展提示後明顯改善。研究建議將ChatGPT納入醫學教育，以提升學習體驗並發展AI能力。 PubMed DOI

這項研究探討AI模擬病人對日本四年級醫學生醫療面談技巧的提升。參與者中，35名學生使用AI模擬程式進行練習，110名前一年學生作為對照組。結果顯示，AI介入組的考試得分顯著高於對照組（28.1對27.1，P=.01）。雖然學生對訓練質量的評價越高，OSCE分數卻可能越低，但整體未發現安全問題。這顯示AI模擬病人是一種安全有效的教育工具，建議作為傳統模擬教育的補充資源。 PubMed DOI

這項研究透過電話訪談，調查印度醫學生對大型語言模型（LLMs）在醫學教育中的看法。25名學生的回應經過分析後，整理出三個主要主題：使用情境、增強學習和LLMs的限制。學生們表示，LLMs幫助他們澄清複雜主題、尋找客製化答案、解決選擇題、創建簡化筆記及簡化作業。他們欣賞這些工具的易用性和省時優勢，但也擔心不準確性、可靠性和隱私問題。學生強調需要培訓，以有效整合LLMs進醫學教育。總體而言，LLMs有潛力提升醫學教育，但需解決挑戰以發揮其優勢。 PubMed DOI

這項研究評估大型語言模型（LLM）對醫師診斷推理的影響，與傳統資源相比。研究於2023年11月29日至12月29日進行，參與者來自多所學術機構的醫師，分為兩組：一組使用LLM和傳統資源，另一組僅用傳統資源。結果顯示，LLM組的中位診斷推理分數為76%，略高於傳統組的74%，但差異不顯著（P = .60）。不過，LLM的單獨表現比傳統資源高出16個百分點（P = .03），顯示人工智慧在臨床實踐中的潛力。 PubMed DOI

**引言** 人工智慧（AI）在醫學領域受到廣泛關注，尤其是大型語言模型（LLMs）如ChatGPT的興起，使其對醫學生更具可及性。本研究探討醫學生如何使用基於LLM的工具及其看法。 **方法** 2024年1月，佛羅里達大學醫學院對醫學生進行調查，評估他們對AI和LLM工具的使用情況及看法。 **結果** 102名受訪者中，69%每月至少使用一次這些工具，77.1%認為信息準確，80%有意在未來繼續使用。對AI有基本了解的學生更可能使用這些工具並進行信息交叉檢查。接觸過AI的學生對臨床決策中信任AI的可能性更高。 **結論** 基於LLM的聊天機器人已成為醫學生學習的重要資源，醫學生普遍對其持正面看法，並希望在課程中納入AI，以準備未來的實踐。 PubMed DOI

這項研究系統性回顧了虛擬病人在醫學教育中提升臨床推理技能的效果。研究採用混合方法，結合人類評審和ChatGPT，評估虛擬病人對學生學習成果和滿意度的影響。結果顯示，這些數位工具能有效增強臨床能力，尤其在病史採集和推理方面。當虛擬病人的互動更真實時，學生的滿意度也較高，因為整合了人工智慧和自然語言處理。此外，人工智慧和人類評估的準確性相當。整體而言，研究強調了人工智慧在學術評估中支持人類專業知識的潛力。 PubMed DOI