研究比較了GPT模型和放射科醫師生成放射學報告的表現，結果顯示GPT-4在準確性上優於GPT-2和GPT-3.5，但仍不及醫師。醫師在印象和鑑別診斷方面表現較佳。GPT-3.5和GPT-4生成的報告可讀性高，但準確性仍需醫師驗證。 PubMed DOI

研究發現，比較放射科醫師和GPT-4 AI生成的放射學報告，發現兩者在質量和內容上相當，但AI報告更為簡潔，且結構稍有不同。這顯示GPT-4可能是一個可靠的工具，有助於提升臨床效率和溝通。然而，仍需解決道德問題和限制，以確保安全實施。 PubMed DOI

研究評估AI生成的放射學報告在摘要、友善度和建議方面的效果，並檢視報告質量和準確性。分析685份脊椎MRI報告，AI生成報告表現良好，友善度提升，但也發現部分翻譯問題。結論指出，AI助手可提升報告品質、效率，並推動以病患為中心的放射學護理。 PubMed DOI

ChatGPT是一個基於Transformer的大型語言模型，引起全球矚目。它展現在放射學報告上的潛力，這是以往專注於影像分析的領域。研究發現，ChatGPT有助於放射科醫師，但也存在隱私、可靠性、錯誤和缺乏醫學訓練等問題。人工智慧可提升放射學報告的準確性和標準化，未來或整合動態提示、ChatGPT和RAG到診斷流程中。持續研究、開發和道德監督至關重要。 PubMed DOI

放射學結構化報告（SR）比自由文本（FT）報告更好，但用得不夠廣。用像GPT-4這樣的工具可以解決這問題。研究評估GPT-4支援的網頁報告工具對報告時間和質量的影響。醫師審查30個CT掃描，一個用傳統方法，一個用AI輔助。AI縮短報告時間，但統計上無顯著差異。質量評估顯示，有無AI協助報告沒差異。刪除編輯時間可改善報告時間。AI能有效生成報告，不影響質量，有提高效率潛力。 PubMed DOI

這項研究評估了大型語言模型（LLMs），特別是Open AI的GPT-4.0和Microsoft Bing的GPT-4，在將非結構化的乳房超音波報告轉換為結構化格式的有效性。研究分析了100份報告，結果顯示GPT-4.0在生成結構化報告、準確分配BI-RADS分類及提供管理建議方面均優於Bing。此外，GPT-4.0在預測良性和惡性特徵的能力也較佳，但仍不及資深放射科醫師。這顯示GPT-4.0在醫療報告處理上具有潛力。 PubMed DOI

這項研究探討了人工智慧大型語言模型（AI-LLM）在改善手部和手腕影像學報告可讀性上的效果。研究分析了300份報告，並要求AI用簡單語言解釋。結果顯示，AI生成的報告可讀性顯著提升，達到八年級以下的閱讀水平。X光報告的準確性評分為4.1，CT和MRI則為3.9。雖然AI有少量不準確內容，但整體上顯示出AI-LLM在幫助病人理解醫學影像結果方面的潛力。 PubMed DOI

這項研究探討了利用自然語言處理（NLP）技術，特別是ChatGPT，來提升放射科報告的產出效率。研究人員分析了1,000條來自MIMIC胸部X光數據庫的記錄，並使用Claude.ai提取關鍵字，再透過ChatGPT生成報告。結果顯示，Bart和XLM模型的報告與醫生撰寫的相似度高達99.3%，而其他模型表現較差。研究強調選擇合適的NLP模型對於提升放射科報告的效率和準確性至關重要。 PubMed DOI

這項研究顯示生成式人工智慧，特別是OpenAI的GPT-4 Turbo API，在提升放射學訓練方面的潛力。研究發現，這個AI模型能檢測到的差異明顯多於專業放射科醫師，顯示其在傳統審查中可能被忽略的改進空間。雖然AI在差異檢測上表現優異，但在評分一致性上仍有改進空間。生成的教學要點在85%的案例中被認為適當，顯示其教育價值。未來研究可著重於提高模型準確性及評分者一致性，並探討AI反饋對實習生的長期影響。 PubMed DOI

人工智慧（AI）在醫療，特別是放射學的發展，正帶來重大變革，提升診斷準確性和病人參與度。大型語言模型（LLMs），如GPT-4，能協助撰寫和總結放射報告，支持鑑別診斷，並建議基於證據的治療方案。本文探討了GPT-4在提升診斷精確度和報告效率的應用，同時也提到實施AI技術所面臨的倫理和隱私挑戰，強調需謹慎監督和遵循法規。最終，這些技術有望改善病人照護和臨床研究。 PubMed DOI