研究使用ChatGPT將放射學報告翻譯成易懂語言，供患者和醫護參考。ChatGPT翻譯成功率高，且提供37%相關建議。雖有簡化，但更詳細提示可改進。與GPT-4比較，顯示報告品質提升。建議臨床教育可使用大型語言模型，並有進一步改進空間。 PubMed DOI

研究評估ChatGPT-4在急診科的應用，提供適當影像建議並提升轉診品質。大型語言模型有助於選擇影像研究，放射科醫師需了解此技術。 PubMed DOI

研究評估了ChatGPT生成的簡化放射學報告品質，並探討類似模型在簡化醫學文本上的潛力。放射科醫師認為簡化報告通常正確完整，對患者無害，但也指出了一些錯誤和可能有害的資訊。儘管ChatGPT等模型有改善患者護理的潛力，但仍需醫學專家進一步適應和監督，以確保準確性和患者安全。 PubMed DOI

研究使用ChatGPT模擬放射技師與患者對話，以改善處理幽閉恐懼症患者的溝通技巧。結果顯示ChatGPT-4成功率高達96.7%，比ChatGPT-3.5表現更好。放射技師主要運用「支持性指引」和「音樂療法」，根據個人經驗有所不同。研究指出使用ChatGPT等人工智慧訓練放射技師應對具挑戰性患者情況的重要性，並強調其在溝通技巧上的潛力。 PubMed DOI

研究用ChatGPT簡化放射學報告並翻譯成西班牙語、印地語和俄語，比較表現。西班牙語翻譯最準確完整，印地語表現最差。所有翻譯解釋醫學術語不如英語。俄語完整性較差，西班牙語和俄語與英語差異不大。排印錯誤影響翻譯。ChatGPT展現準確翻譯潛力，需更多訓練。此技術可改善醫療取得與降低成本。 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

AI-MIRACLE研究評估了ChatGPT 4.0在翻譯和簡化放射科報告的有效性，目的是改善病人的理解。研究針對美國常用語言，如越南語、他加祿語、西班牙語、普通話和阿拉伯語進行，並對印地語進行初步測試。透過24位雙語醫師的反饋，結果顯示翻譯準確性和清晰度不一，雖然ChatGPT 4.0在醫療溝通上有潛力，但表現因語言而異。這強調了進一步改進AI模型的必要性，以應對多樣的醫療情境和語言，特別是較少被代表的語言。 PubMed DOI

這項研究評估了ChatGPT-4o在放射組學質量評分（RQS）方面的有效性，並與人類專家進行比較。研究納入了52篇2023至2024年發表的文章，結果顯示ChatGPT-4o和專家的中位RQS均為14.5，且無顯著差異。ChatGPT-4o的評分可靠性高，內部信度為0.905，且評估速度遠快於專家（每篇2.9-3.5分鐘對比13.9分鐘）。總結來說，ChatGPT-4o在放射組學研究質量評估上是有效且可靠的，未來可望成為快速自動化的評估工具。 PubMed DOI

這項研究評估了ChatGPT-4.0o在放射影像定位品質的有效性，分析了30張不同關節的放射線影像。模型的任務是找出定位錯誤並提出改進建議。放射技術師根據標準對模型的回應進行1到5的評分。結果顯示，模型僅在20%的案例中正確識別所有錯誤，且最常見得分為3，表示至少識別一個錯誤，30%的影像中提供了正確建議。平均得分為2.9，顯示準確性較低，強調了教育背景和臨床經驗在放射學中的重要性。 PubMed DOI