告知家庭醫生病人住院情況很重要，但出院摘要常寫得不好且耗時。研究發現使用人工智慧（AI）可生成高品質出院摘要，家庭醫生接受度高。AI生成的摘要符合所需數據，家庭醫生難以區分AI與醫生撰寫的摘要。需進一步研究真實患者數據和經英國國民保健服務批准的AI工具來驗證。 PubMed DOI

一項研究比較了ChatGPT-4生成的出院文件與骨科病例中醫師製作的文件的質量和效率。ChatGPT-4和醫師都創建了質量相當的註釋，但ChatGPT-4在生成文件方面快了10倍。ChatGPT-4展現了在提高骨科文件效率和減輕醫療專業人員行政負擔方面的潛力。 PubMed DOI

研究比較了GPT-4和GPT-3.5-turbo在寫急診科出院摘要時的表現。結果顯示，雖然GPT-4通常寫得準確，但還是會出現錯誤，像是漏掉重要臨床資訊或加入幻覺。醫師了解這些錯誤很重要，可以檢查並修正內容，確保患者安全。 PubMed DOI

這項研究評估了GPT-4在泌尿科門診生成出院信件的效果，並與初級醫師進行比較。出院信件對於護理連續性很重要，但撰寫過程常常耗時。研究中，GPT-4根據五個虛構的電子病歷撰寫信件，並由初級醫師用問卷評估其質量。結果顯示，GPT-4在資訊提供上表現優於初級醫師，且沒有產生虛假信息。雖然在清晰度和滿意度上無顯著差異，但GPT-4的信件質量與人類相當。整體而言，GPT-4可望提升醫療文檔的效率與一致性。 PubMed DOI

這項研究探討生成式人工智慧，特別是像ChatGPT這樣的大型語言模型（LLMs），如何為從急診部轉至家庭的病人創建個性化的出院指示。研究發現，傳統出院指示常常耗時且缺乏個性化，因此使用GPT-4生成了五個虛構急診案例的出院指示。調查結果顯示，受訪者對GPT生成的指示評價較高，特別是在回診注意事項上，顯示LLMs能提升出院指示的清晰度和相關性，並改善醫療文檔流程，減輕醫療人員負擔。 PubMed DOI

這項研究探討大型語言模型（LLMs）在生成重症監護病房（ICU）病人出院摘要的表現，分析了匿名臨床筆記。三個模型中，GPT-4 API的表現最佳，準確識別41.5%的關鍵臨床事件，ChatGPT和Llama 2則分別為19.2%和16.5%。雖然GPT-4在資訊組織和清晰度上表現優異，但仍有小錯誤，且所有模型在敘事連貫性和重要數據的捕捉上存在挑戰。總體來看，這些LLM在生成出院摘要上有潛力，但仍需改進。 PubMed DOI

這項研究探討使用 GPT-3.5 生成醫療文件並附上 ICD-10 代碼，以增強低資源標籤數據。研究人員從 MIMIC-IV 數據集中生成了 9,606 份出院摘要，專注於不常見的代碼，並將這些數據與基線訓練集結合，創建增強數據集來訓練神經編碼模型。結果顯示，雖然數據增強略微降低整體模型表現，但對生成代碼的表現有所提升。儘管 GPT-3.5 能識別 ICD-10 代碼，但在處理真實數據時仍面臨挑戰，生成文件在多樣性和深度上需改進。 PubMed DOI

將AI，特別是ChatGPT 4.0，整合進醫療流程中，尤其在撰寫出院摘要方面，顯示出提升醫療效率和品質的潛力。出院摘要是總結病人住院情況的重要文件，對精神科診所的分析顯示其需求多樣。本研究評估臨床人員與AI生成摘要的品質差異，並由四位主治醫師盲評。結果顯示，AI生成的摘要在效率、連貫性和資訊結構上優於人員撰寫，但仍需進一步研究以提升其準確性和可靠性。 PubMed DOI

這項研究探討了OpenAI的ChatGPT 3.5和GPT 4.0在生成針對病人的臨床筆記時的表現，針對2型糖尿病、重度抑鬱症和懷疑腸癌三種病症進行分析。主要發現包括：生成的筆記比原始的更長，且使用了更多的代名詞；可讀性要求較高，特別是ChatGPT 3.5；同理心表現更佳；醫學準確性方面，ChatGPT 4.0的評價較高。總體來看，雖然增強了情感和同理心，但語言複雜性也提高，可能影響醫學準確性。 PubMed DOI

這篇摘要強調了使用像GPT-3.5這類AI工具來生成病人出院指示的好處與風險。雖然這些工具能提升病人的遵從性和治療效果，但對MIMIC-IV中100份出院摘要的評估顯示，18%的摘要存在潛在的安全隱患，其中6%出現幻覺，3%引入新藥物。這提醒我們在臨床環境中使用AI時，必須謹慎實施和監督，以確保病人的安全與準確性。 PubMed DOI