ChatGPT是一個強大的語言模型，經測試證實在回答肥胖手術相關問題上非常準確可靠。這些問題來自權威來源，由肥胖外科醫生評分。ChatGPT能全面回答86.8%的問題，在各類別中表現優異，且有90.7%的問題有可重現性。對於尋求肥胖手術資訊的病人來說，ChatGPT是一個實用的資源，可輔助醫療專業人員的指導。未來研究可進一步探索如何運用此技術提升病人的結果和生活品質。 PubMed DOI

大型語言模型（LLM）是強大的人工智慧工具，可促進類似人類的溝通並提供有價值的資訊。研究發現，ChatGPT在回答脊椎外科醫師有關急性腰椎間盤突出（LDH）問題時表現良好，清晰度高且特定。儘管未涵蓋所有知情同意書內容，但提供額外見解。然而，回答中有些許不準確。LLM如ChatGPT有助於患者教育，但需謹慎監控風險與機會。 PubMed DOI

這項研究旨在評估ChatGPT對於處理腹股溝疝氣的詢問所回答的準確性和適用性。 PubMed DOI

這個研究旨在評估ChatGPT對於處理腹壁疝氣相關問題的回應的準確性和適用性，因為有必要驗證AI模型在醫學主題上提供的資訊可靠性。 PubMed DOI

生成式人工智慧如ChatGPT和Google Bard被應用在患者教育，例如腰椎間盤突出。研究發現，這些AI回答腰椎間盤突出的問題時，準確性和清晰度有差異，需要改進。未來應該專注於提升AI模型，以增進患者和醫師之間的溝通。 PubMed DOI

研究比較OpenAI的ChatGPT 3.5和Google的Bard在回答腰椎融合手術問題時的表現，結果顯示兩者回答品質高，但在手術風險、成功率和手術方法等特定問題上表現較差。評分者間一致性不高，Bard在同理心和專業性方面稍遜。未來需加強大型語言模型在醫學教育和醫療溝通的應用。 PubMed DOI

這項研究評估了ChatGPT-3.5和ChatGPT-4.0在回答腰椎間盤突出合併神經根症的臨床問題時的表現。結果顯示，ChatGPT-3.5的準確率為47%，而ChatGPT-4.0提升至67%。雖然兩者都提供了補充資訊，但ChatGPT-4.0的補充資訊較少。特定方面如定義和病史檢查兩者皆達100%準確率，但在診斷測試上，3.5為0%，4.0則為100%。整體來看，ChatGPT-4.0的表現優於3.5，但醫師仍需謹慎使用，以防錯誤資訊。 PubMed DOI

對於ChatGPT在腹股溝疝氣修補手術的建議評估，專家與非專家的回應質量差異明顯。專家的評分較低（中位數2），而非專家的評分較高（中位數2），且這差異具統計意義（p < 0.001）。此外，聊天機器人提供的參考資料中，有一半是虛假的。儘管如此，受訪者對神經網絡在臨床決策中的潛力持樂觀態度，並普遍反對限制其醫療應用。因此，建議不要將大型語言模型作為臨床決策的主要資訊來源。 PubMed DOI

這項研究調查了四個大型語言模型（LLMs）—Bard、BingAI、ChatGPT-3.5 和 ChatGPT-4—在遵循2023年北美脊椎學會（NASS）頸椎融合指導方針的表現。結果顯示，這些模型的遵循率不高，ChatGPT-4和Bing Chat表現較佳，僅達60%。在特定情況下，所有模型都未能符合NASS建議，顯示出明顯差異。研究強調了對LLMs進行更好訓練的需求，並指出在臨床決策中考慮病人特徵的重要性，顯示出人工智慧在醫療中的潛力與挑戰。 PubMed DOI

這項研究評估了三種大型語言模型（LLMs）—ChatGPT 3.5、ChatGPT 4.0 和 Google Bard—在提供青少年特發性脊柱側彎（AIS）資訊的效果。研究人員針對AIS的常見問題設計了10個關鍵問題，並由專業醫生評估這些模型的回答。結果顯示，只有26%的回答被評為「優秀」，其中ChatGPT 4.0表現最佳，達39%。雖然這些模型在清晰度和同理心上表現不錯，但仍需改進，特別是在語言適用性和情境理解方面。整體而言，這項研究顯示了LLMs在病人教育中的潛力。 PubMed DOI