心血管疾病是全球重要死因之一，每年造成1,790萬人死亡。及早診斷治療至關重要。人工智慧和機器學習在醫學領域提供新方法，包括協助心血管疾病。研究發現ChatGPT能準確診斷八成臨床情境，提供適當治療。雖然ChatGPT在醫學有價值，但也有限制，如需完整資訊和無法個人化治療。 PubMed DOI

研究發現ChatGPT和Google Bard在解釋甲狀腺功能檢驗結果方面表現不佳，並無法提供準確或安全的建議。雖然能辨識部分疾病，但整體表現仍有困難。結論指出，這些人工智慧工具尚未能取代專業醫護人員的諮詢。 PubMed DOI

醫療領域的人工智慧越來越進步，專注在認知能力，像是做決策和解決問題。ChatGPT是一個自然語言處理模型，已經被研究在回答口腔病理學相關問題上的表現。研究使用了ChatGPT3.5回答了25個問題，並由病理學家評估。這個研究顯示了在處理病理學問題上的能力，產生了有意義的回答。未來版本需要更多研究以提升準確性。 PubMed DOI

19歲男性在抗結核治療時出現毒性表皮壞死松解症（TEN），可能致命。傳統方法預測死亡率高，但ChatGPT結果不同。研究顯示人工智慧在藥物安全上有潛力，但也有限制。建議結合臨床判斷，更好地處理藥物反應。整合人工智慧至藥物安全系統重要，但也需注意其限制。 PubMed DOI

這項研究評估了AI語言模型GPT-3在診斷和分診的表現，並與一般人和醫生進行比較，使用了48個醫療案例。結果顯示，GPT-3在88%的案例中準確診斷，優於一般人（54%），但低於醫生（96%）。在分診準確性方面，GPT-3達70%，接近一般人（74%），但仍低於醫生（91%）。雖然GPT-3對預測的信心合理，但在急迫案例中準確性下降，偶爾會將緊急案例降為次要。總體而言，GPT-3的診斷表現不錯，但分診效果仍不如醫生。 PubMed DOI

這項研究比較了四個人工智慧系統（Copilot、Bard、Luzia 和 ChatGPT）與四位臨床毒理學家在十個毒理學問題上的回答。結果顯示，專家對人工智慧的來源識別率低，僅有少部分被認為是毒理學家的作品。Luzia 和 ChatGPT 在誤導專家方面表現較好，且ChatGPT的文本質量和知識水平最高，分別達到61.3%和8.03分，顯示其在毒理學領域的優勢。 PubMed DOI

這項研究比較了三層級的分診協議，包括分診護士、急診醫師和人工智慧模型（ChatGPT、Gemini 和 Pi），在2024年4月1日至4月7日於一所三級醫療機構的急診部門進行，分析了500名病人的數據。結果顯示，只有23.8%的病人獲得一致分類，分診護士對6.4%的病人過度分診，且人工智慧模型的分診不足率偏高，特別是ChatGPT在黃碼和紅碼病人中分診不足達26.5%和42.6%。結論指出，急診環境中不應僅依賴人工智慧進行分診。 PubMed DOI

這項研究探討了緊急情境中的分診決策，對比醫療專業人員與人工智慧（AI）模型的表現。研究發現，醫療人員的準確率（30.7%）高於AI模型（25.5%），顯示人類專業知識在分診中仍然更可靠。研究涉及50個虛擬病人情境，參與者使用土耳其衛生部的顏色編碼系統進行分類。雖然AI能快速分析數據，但在此情境下表現不如人類。作者建議結合AI與人類專業知識，以提升分診系統的效率。 PubMed DOI

這項研究探討了使用ChatGPT評估草藥與藥物之間的相互作用（HDi），以改善臨床決策。研究針對一位接受卡培他濱治療的直腸腺癌患者，並使用了多種草藥補充品。雖然ChatGPT能快速處理數據，但藥師認為16%的相互作用不太可能，73%的機制被判定為假陽性，4%為幻覺。大部分引用的文獻過時或無法獲取。研究建議進一步探索AI在此領域的應用，並強調專家驗證的重要性。 PubMed DOI

這項研究探討人工智慧（AI）在早期診斷口腔扁平苔蘚（OLP）的應用，傳統上依賴臨床經驗。研究分析了128名OLP患者的影像，評估多個AI平台的診斷效果。經過訓練後，AI的診斷準確率顯著提升，頰黏膜病變的識別率高達94%。不過，AI在識別不常見部位和複雜病例上仍有困難，特別是牙齦病變。這項研究顯示AI在口腔醫學的潛力與挑戰，為未來應用提供了重要見解。 PubMed DOI