研究測試了ChatGPT-4在未經訓練下，辨識青光眼的能力，結果顯示準確率達90%，敏感度50%，特異度94.44%。顯示先進AI技術在眼科等醫學領域有潛力，或許能省時省力，提供新診斷工具，特別對資源不足的環境有幫助。 PubMed DOI

一個名為MOPH的中文特定眼科大型語言模型（LLM）是使用中文資料開發的，並在各種臨床情境中評估其表現。MOPH在眼科專業考試、回答醫學問題和診斷準確性方面展現出令人鼓舞的結果，在某些方面與人類醫生的表現相當接近。該研究突顯了MOPH在中文眼科設定中潛在的實際應用價值。 PubMed DOI

大型語言模型（LLMs）是自然語言處理的前沿技術，透過深度學習模擬人類語言理解與生成。隨著變壓器架構的引入，LLMs在類人互動上展現出色的能力，特別是在醫療領域，能增強醫療人員與患者的溝通。這篇回顧探討了LLMs的演變及其在臨床應用的潛力，包括自動化醫療文檔、分診建議及個性化教育材料的創建。文章也提到LLMs的限制及解決方案，強調其在眼科等領域提升醫療服務質量的潛力。 PubMed DOI

這篇評論探討大型語言模型（LLMs）在眼科的應用，強調它們在自然語言處理上的能力，能有效增進人類與人工智慧的溝通。LLMs能回應各種查詢，包括問題解決和文本摘要，讓它們在眼科等高科技醫療領域中變得相當重要。文章總結了目前LLMs在眼科護理中的表現及未來的潛在應用。 PubMed DOI

這篇評論旨在讓醫師了解大型語言模型（LLMs）和生成式人工智慧（AI）在眼科的最新進展。隨著技術不斷進步，這些工具在改善醫療服務上展現出巨大潛力。文章強調了LLMs在眼科的應用，包括問答任務及其他創新用途，並概述了常用技術，還討論了與眼科相關的生成式AI新趨勢。希望能鼓勵醫師進一步探索和運用這些技術，提升病人照護品質。 PubMed DOI

這項研究比較了十五個大型語言模型（LLMs）在處理眼科案例的表現，測試來自《JAMA Ophthalmology》的二十個案例。結果顯示，這些模型的平均得分為19，三個模型（ChatGPT 3.5、Claude Pro和Copilot Pro）表現優於平均，其中Copilot Pro得分最高。雖然這些模型的可讀性高於八年級水平，對一般人來說較難理解，但對眼科醫生則可接受。研究認為，雖然LLMs的準確性不足以單獨用於病人護理，但在協助醫生方面顯示出潛力，特別是訂閱制模型。 PubMed DOI

這項研究將大型語言模型Llama2轉變為專門的眼科助手EyeGPT，增強眼科知識。研究者採用角色扮演提示、微調眼科術語及利用醫學資料庫進行檢索增強。四位認證眼科醫生評估了EyeGPT的有效性，發現其在提供建議和減少錯誤資訊方面表現優於原始模型。EyeGPT在常見眼科疾病的表現穩定，且在可理解性和同理心上接近人類醫生。研究顯示，EyeGPT有潛力協助醫療環境中的眼科醫生與病人，標誌著大型語言模型在醫學領域的重要進展。 PubMed DOI

近年來，人工智慧（AI）技術，特別是大型語言模型（LLMs）的進步，對傳統醫療實踐有著顯著影響，能提升醫療效率與品質。在眼科領域，LLMs 可協助醫生診斷眼疾、優化治療建議、簡化醫療紀錄撰寫，並提供教育支持。然而，LLMs 在臨床應用中仍面臨挑戰，如知識基礎限制、AI 幻覺現象，以及數據隱私問題。未來的研究將對克服這些挑戰並發揮 LLMs 的潛力至關重要。 PubMed DOI

這項研究回顧了大型語言模型（LLMs）在眼科的應用，特別是高排名期刊的相關文章，共分析了101篇研究，主要來自美國、英國和加拿大。研究指出，LLMs在醫學教育、臨床協助、研究及病人教育中有顯著貢獻，但也引發了對表現不一致、偏見及倫理問題的擔憂。作者強調持續改進AI的重要性，並呼籲建立倫理指導方針及跨學科合作，以應對這些挑戰，展現LLMs在眼科的潛力與限制。 PubMed DOI

這項研究評估了流行的視覺大型語言模型（VLLMs），特別是OpenAI的GPT-4V和Google的Gemini，對於從視網膜影像中識別眼病的表現。研究使用了44張來自新加坡眼病流行病學研究的視網膜照片。結果顯示，GPT-4V在預設模式下的檢測準確率最高，達97.1%，但所有模型在提供診斷描述的質量上普遍較差。研究強調了專業VLLMs在醫療領域的必要性，以及人類監督在臨床眼科中的重要性。 PubMed DOI