這項研究分析了三個大型語言模型（LLMs）—ChatGPT（4和3.5版）及Google Gemini—在回答美國牙周病學會的考試問題時的準確性，並與人類研究生的表現進行比較。結果顯示，ChatGPT-4的準確率達79.57%，表現最佳；Google Gemini的準確率介於70.65%到75.73%之間，優於ChatGPT-3.5，但仍低於三年級住院醫師。ChatGPT-3.5的表現最差，準確率在59.27%到69.83%之間。研究指出LLMs在牙周病學教育上的潛力，但也需進一步研究以克服其限制。 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

這項研究分析了不同大型語言模型（LLMs）在牙科和根管治療學生評估中的表現。共測試151道選擇題，結果顯示ChatGPT-4.0o的準確率最高，達72%，其次是ChatGPT-4.0的62%、Gemini 1.0的44%和ChatGPT-3.5的25%。不同模型之間的表現差異明顯，特別是ChatGPT-4系列表現最佳。雖然這些模型能協助回答牙科問題，但效果因模型而異，顯示出ChatGPT-4系列在牙科教育上的潛力。 PubMed DOI

這項研究比較了ChatGPT-3.5和ChatGPT-4o在日本國家牙科考試中的表現，分析了1399道問題。結果顯示，ChatGPT-4o的正確回答率達84.63%，明顯高於ChatGPT-3.5的45.46%。特別是在口腔外科、病理學、藥理學和微生物學等領域，ChatGPT-4o的表現更為優異。這些結果顯示，ChatGPT-4o可作為牙科教育和考試準備的有用輔助工具，提升臨床推理和牙科知識的能力。 PubMed DOI

這項研究評估了ChatGPT 3.5和4.0在提供創傷性牙齒損傷資訊上的表現，針對40個問題進行分析。主要發現包括：ChatGPT 3.5的原創回應較多，且可讀性稍好（FRES得分39.732），而4.0在定義和診斷的質量上表現較佳。雖然兩者在可讀性和可靠性上有挑戰，但仍提供高質量資訊，建議作為牙科教育的輔助資源。 PubMed DOI

這項研究評估了兩個版本的ChatGPT—ChatGPT-4和ChatGPT-4o—在本科牙髓學教育的多選題回答準確性。共提出60個問題，結果顯示ChatGPT-4o的準確率為92.8%，明顯高於ChatGPT-4的81.7%，且p值小於0.001。雖然問題組影響準確率，但一天中的時間對兩者無影響。兩個模型的一致性無顯著差異。總體來看，ChatGPT-4o在準確性上優於ChatGPT-4，顯示AI在牙科教育中的潛在價值，但也需注意其局限性與風險。 PubMed DOI

這項研究發現，牙醫系學生在牙齒解剖學選擇題考試的表現優於ChatGPT，學生平均分數74.28%，ChatGPT則為60%。雖然ChatGPT有基本理解力，能及格，但準確度和可靠性還是不夠，所以不建議單靠它來學牙齒解剖學。 PubMed DOI

最新的語言模型（像 GPT-4o、ChatGPT-4）在牙周病學筆試的表現，已經超越大四牙醫學生，分數甚至接近頂尖學生。其他免費模型（如 Claude、DeepSeek、Gemini）也都比學生高分，其中以 Claude 最突出。不過，這些 AI 的答案有時會不正確或不完整，表現也會隨時間變動。雖然它們能幫助牙醫學習，但在醫療領域還是要謹慎使用。 PubMed DOI

這項研究發現，ChatGPT-4.0在ITI植牙認證考試的表現已經跟合格牙醫師差不多，明顯比ChatGPT-3.5好。雖然AI有潛力成為牙科專業的輔助工具，但還需要進一步研究，尤其是針對能看懂影像和影片的AI模型。 PubMed DOI