研究比較了不同AI聊天機器人在正顎手術中的表現，結果顯示回答品質高、可靠性佳，但易讀性需高學歷。ChatGPT-4有創意，OpenEvidence則回答相似。儘管聊天機器人提供高品質答案，仍建議諮詢專業醫師。 PubMed DOI

研究比較了聊天機器人和臨床醫師回答兒童牙科問題的表現，結果顯示兒童牙科醫師最準確，其次是一般牙科醫師和學生，再來是聊天機器人，其中ChatGPT表現最好。儘管聊天機器人在教育和提供資訊方面有幫助，但尚無法取代人類醫師在兒童牙科診斷上的重要性。 PubMed DOI

研究評估了6個口腔醫學領域的人工智慧聊天機器人，發現GPT-4在口腔放射學和整體表現方面表現最佳。其中23.50%的引用資料是虛假的，建議開發者應加入引用驗證器以確保資訊準確性。 PubMed DOI

研究比較了不同聊天機器人在口腔顎面外科問題上的表現，結果顯示它們的準確性普遍不高，GPT-4在開放式問題上表現較好。這表明聊天機器人在臨床決策中可能不夠可靠。 PubMed DOI

這項研究探討了ChatGPT 3.5在回答牙科問題的準確性和完整性。十位專家提出30個問題，並用李克特量表評估ChatGPT的回答。結果顯示，雖然ChatGPT的準確性（中位數5.50）和完整性（中位數2.00）表現不錯，但仍有改進空間。經過重新評估後，其表現顯著提升，顯示機器學習的潛力。不過，研究也指出仍有不準確之處，特別是參考資料，強調人類判斷在臨床決策中的重要性，以及基於證據的醫療實踐的必要性。 PubMed DOI

這項研究比較了ChatGPT-3.5和ChatGPT-4在口腔及顏面疾病鑑別診斷的表現，並與牙科專業人士的結果進行對照。研究中呈現了37個病變案例，結果顯示ChatGPT-4的準確率為80.18%，高於ChatGPT-3.5的64.86%，但仍低於專家的86.64%。兩者在診斷一致性方面表現中等，且受案例描述質量影響。總體而言，ChatGPT-4在某些情況下能達到專家水準，但作為臨床工具的有效性仍需依賴精確的案例資料。 PubMed DOI

最近，OpenAI的ChatGPT在醫療和教育領域的應用引起關注。一項研究評估了ChatGPT在牙科考試中的表現，發現其在知識性問題上達到80%的準確率，尤其是ChatGPT 4在牙科入學考試中表現優異，知識性問題準確率高達94%。雖然在數學分析方面表現不佳，但整體來看，ChatGPT有潛力提升牙科教育和實踐，特別是在特定領域的進一步改進上。 PubMed DOI

這項研究評估了四款AI聊天機器人（Bing、ChatGPT 3.5、Google Gemini和Claude AI）在回答牙齒創傷相關問題的表現。研究團隊最初設計了30個問題，經專家精煉後選出20個，並向每個聊天機器人提出三次，共收集240個回應。使用5分制進行評分，結果顯示Claude AI在有效性和可靠性上表現最佳，而Bing的可靠性最低。研究強調了制定指導方針以確保AI提供準確醫療資訊的重要性。 PubMed DOI

這項研究評估了四款AI聊天機器人（ChatGPT 3.5、ChatGPT 4.0、Bard和Bing）在牙髓及根尖周圍疾病診斷和治療建議的準確性。研究創建了十一個案例，結果顯示Bing和ChatGPT 4.0的診斷準確率最高，分別為86.4%和85.3%。在治療建議方面，ChatGPT 4.0和Bing表現相似，均超過90%。整體一致性率達98.29%，但仍需牙科專業人員謹慎解讀這些AI的回應，因為存在不一致性。 PubMed DOI

這項研究評估了三款AI聊天機器人—ChatGPT 3.5、ChatGPT 4.0和Google Gemini—在創傷性牙齒損傷（TDIs）方面的可讀性、質量和準確性。分析59個問題後發現，所有機器人的回應都難以閱讀，需具備大學程度的能力。ChatGPT 3.5的質量和可理解性最低，而ChatGPT 4.0和Google Gemini表現較佳，均獲GQS分數5。儘管ChatGPT 3.5使用廣泛，但提供的資訊有誤導性，研究強調，這些聊天機器人無法取代牙醫在複雜案例中的專業角色。 PubMed DOI