人工智慧公司致力改進聊天機器人，讓它能更貼近人類對話。研究發現OpenAI的ChatGPT在急診醫學分類上表現不錯，對高危病例的預測尤其準確，有助於辨識重症護理需求。雖然還有些許過度或不足分類的情況，但隨著更多醫學訓練，ChatGPT的準確性將會提升。 PubMed DOI

2022年11月推出的ChatGPT原型讓人工智慧更容易取得，但一項研究發現，使用加拿大分級和急性評估量表進行患者分類的急診醫師發現ChatGPT不可靠。研究顯示，ChatGPT在不同情境下的表現不穩定，可能無法在重要任務中提供準確和一致的資訊。 PubMed DOI

這項研究探討使用人工智慧，特別是基於GPT-4的ChatGPT，來預測急診部的分流結果。研究涉及比較AI工具所做的決策與急診醫學專家的決策，專家的決策被視為黃金標準。結果顯示AI工具與專家之間有高度一致性，顯示ChatGPT有潛力有效地協助病人的分流。 PubMed DOI

Chat-GPT被討論用於醫療，但研究顯示在急診室中，醫護人員比Chat-GPT更準確評估病情風險。目前Chat-GPT尚無法取代人類專業知識，顯示AI在此領域仍需進一步提升。 PubMed DOI

研究比較了GPT-3.5和GPT-4與人類醫師在急診部門計算醫學分數的表現。結果顯示，雖然人工智慧模型有些表現接近人類醫師，但在預測能力上，人類醫師的專業知識仍然更勝一籌。建議將人工智慧當作輔助工具，而非取代急診部門等重要環境中的人類專業知識。未來需進一步研究，發揮人工智慧在急診醫學領域的潛力。 PubMed DOI

ChatGPT是一個由AI驅動的工具，用來協助門診分流。研究顯示，ChatGPT與手動分流結果高度一致，專家對其回答大多給予正面評價。另外，一項涵蓋45名患者的研究也顯示ChatGPT表現優異。ChatGPT的回答專業、全面且人性化，有助於改善治療時間、診斷，並緩解醫療人力不足問題，讓患者受益。 PubMed DOI

研究目的是評估使用RAG和LLMs（如GPT模型）來改善急診分流流程，提升護理一致性。通過模擬情境測試，發現搭配RAG的GPT-3.5模型在分流準確性上表現優異，可達70%正確率，並將低分流率降至8%。整合這兩者可提高急診評估的精確性和一致性，但仍需在實際醫療環境中驗證。 PubMed DOI

這項研究評估了AI語言模型GPT-3在診斷和分診的表現，並與一般人和醫生進行比較，使用了48個醫療案例。結果顯示，GPT-3在88%的案例中準確診斷，優於一般人（54%），但低於醫生（96%）。在分診準確性方面，GPT-3達70%，接近一般人（74%），但仍低於醫生（91%）。雖然GPT-3對預測的信心合理，但在急迫案例中準確性下降，偶爾會將緊急案例降為次要。總體而言，GPT-3的診斷表現不錯，但分診效果仍不如醫生。 PubMed DOI

這項研究探討了ChatGPT在急診部門使用緊急嚴重指數（ESI）進行病人分診的效果。研究對象為18歲以上、24小時內來急診的病人，收集了年齡、性別、主訴和生命徵象等資料。五位專家根據ESI標準評估病人緊急程度，並與ChatGPT的評估結果進行比較。 結果顯示，專家與ChatGPT之間的協議程度中等，Cohen's Kappa值為0.659，準確率76.6%。在高急迫性類別中，協議程度更強，顯示ChatGPT在識別高急迫性病人方面具有效能，顯示人工智慧在急診分診中的潛力。 PubMed DOI

這項研究比較了三層級的分診協議，包括分診護士、急診醫師和人工智慧模型（ChatGPT、Gemini 和 Pi），在2024年4月1日至4月7日於一所三級醫療機構的急診部門進行，分析了500名病人的數據。結果顯示，只有23.8%的病人獲得一致分類，分診護士對6.4%的病人過度分診，且人工智慧模型的分診不足率偏高，特別是ChatGPT在黃碼和紅碼病人中分診不足達26.5%和42.6%。結論指出，急診環境中不應僅依賴人工智慧進行分診。 PubMed DOI