研究發現ChatGPT在回答心臟症狀問題時準確率高，尤其在簡單問題表現優秀。然而，對於複雜問題準確性較低。最新版本改進許多，有潛力成為醫學AI輔助工具，但仍需進一步研究。 PubMed DOI

人工智慧在醫學領域持續進步，一項研究發現ChatGPT對急性冠狀動脈綜合症（ACS）問題回答準確率超過90％，尤其在預防和生活方式問題方面表現優秀。然而，在治療和管理問題上仍有改進空間。研究也指出，ChatGPT基於歐洲心臟學會指南的回答具有實質性。 PubMed DOI

ChatGPT是一個先進的語言模型，對於醫學考試和臨床決策支持有潛力。研究發現在心臟驟停方面的準確率為85%，心動過緩為30%。然而，在模擬中心臟驟停的準確率為69%，心動過緩為42%。研究指出ChatGPT存在不一致、遺漏、重複和藥物錯誤問題，需要更可靠的指導以避免醫療錯誤。 PubMed DOI

研究使用Google Forms問卷調查30位醫師對房顫的看法，並將問題輸入ChatGPT系統。結果顯示大部分回答被評為「優秀」或「非常好」，顯示AI在臨床回應上有潛力。研究指出ChatGPT是有效的房顫資訊來源，但也提到更新不頻繁和道德考量等問題。總結來說，強調AI在醫療領域扮演的重要角色。 PubMed DOI

本研究評估ChatGPT-4.0在心臟病臨床案例的預診斷與治療計畫中的表現，並由專家醫師進行評估。研究使用20個案例，結果顯示ChatGPT-4.0在鑑別診斷上的一致性得分中位數為5.00，管理計畫得分中位數為4，顯示其準確性與質量良好。整體而言，ChatGPT-4.0在不同難度的案例中表現穩定，顯示其在心臟病領域作為臨床決策支持工具的潛力。 PubMed DOI

這項研究評估了ChatGPT對臨床問題的回應準確性與重現性，基於2022年日本動脈硬化學會的指引。研究於2024年6月進行，包含背景問題和前景問題。三位研究者獨立評分，使用六點李克特量表，並重複詢問以測量重現性。 結果顯示，ChatGPT在背景問題的中位數分數為日文4分、英文5分，而前景問題則更高，日文5分、英文6分。前景問題的準確性明顯優於背景問題，且日文與英文的準確性無顯著差異。重現性方面，背景問題的kappa係數為0.76，前景問題為0.90，顯示高重現性。 總體而言，ChatGPT在前景問題上展現高準確性與重現性，顯示其有助於醫療決策的潛力。 PubMed DOI

這項研究評估了ChatGPT在高風險非ST段抬高急性冠狀動脈症候群（NSTE-ACS）患者中，對於是否需要進行侵入性冠狀動脈造影（ICA）的判斷。研究中，ChatGPT分析了86名患者的臨床數據，建議19名患者不進行ICA，結果顯示其準確率達86%。這顯示ChatGPT能有效協助ICA決策，可能減少不必要的手術。不過，研究也強調準確數據的重要性，並呼籲進行更大規模的研究以進一步驗證人工智慧在臨床中的應用。 PubMed DOI

這項研究評估了ChatGPT在急診科解讀心電圖的效果，並與心臟科醫生的評估進行比較。研究在梅拉諾醫院進行，涉及128名患者，重點在於ChatGPT與心臟科醫生在識別有重大不良心臟事件風險的患者上的協議。結果顯示，ChatGPT在大多數心電圖的評估上與醫生有良好協議，但在T波和ST段的解讀上表現不佳。雖然ChatGPT識別出更多有風險的患者，但其準確性仍需提升，顯示出在急診環境中的應用還需進一步研究和改進。 PubMed DOI

這項研究評估了ChatGPT-4o在急性心臟病案例中的表現，並與心臟科醫生和急診醫生進行比較。結果顯示，ChatGPT-4o和心臟科醫生的準確性均達100%，而急診醫生較低。ChatGPT-4o反應最快，且在準確性和完整性上得分最高。研究顯示，ChatGPT-4o的表現優於人類醫生，顯示其在臨床決策支持上的潛力，但人類監督仍然對安全整合AI進醫療至關重要。 PubMed DOI

心臟復健（CR）能提升存活率、減少住院率並改善生活品質，但參與的障礙包括可及性和社會經濟因素。本研究探討人工智慧（AI），特別是ChatGPT，在心臟復健中的應用。研究評估了ChatGPT對40個問題的回答，結果顯示其在提供符合指導方針的建議上表現良好，尤其在風險分層和病人安全策略方面。然而，對於老年病人和高強度訓練的管理仍有不足。未來需加強個性化和臨床驗證，以便更好地融入醫療環境。 PubMed DOI