研究發現ChatGPT在回答開放性問題時表現不錯，但對封閉性問題有些不準確。在臨床情境中提供正確診斷，但手術程序方面缺乏完整性。雖然在處理複雜情境上有潛力，但在頭頸外科決策方面仍有改進空間。 PubMed DOI

研究發現使用ChatGPT-4在正顎手術諮詢中有幫助，提供重要資訊，但強調個人化醫療建議的重要性。雖然ChatGPT-4有用，但不能取代醫療專業人員的專業知識。它可支持患者和醫師應對手術複雜性。 PubMed DOI

研究比較了不同AI聊天機器人在正顎手術中的表現，結果顯示回答品質高、可靠性佳，但易讀性需高學歷。ChatGPT-4有創意，OpenEvidence則回答相似。儘管聊天機器人提供高品質答案，仍建議諮詢專業醫師。 PubMed DOI

對於ChatGPT-3.5、ChatGPT-4、Gemini和Copilot在正畸透明矯正器的回應評估，發現幾個重點： 1. **準確性**：ChatGPT-4表現最佳，平均分數4.5，Copilot次之（4.35），其他模型差異不大。 2. **可靠性**：Copilot在可靠性上優於其他模型，Gemini也高於ChatGPT-3.5。 3. **品質**：Copilot提供的資訊最全面可信。 4. **可讀性**：所有模型的可讀性較低，Gemini表現較佳，FRES達54.12。 總體來看，這些模型在準確性和可靠性上表現良好，但可讀性仍需改善，以更好地服務病人。 PubMed DOI

這項研究評估了ChatGPT在正畸領域的資訊可靠性，涵蓋透明矯正器、舌側矯正、美觀牙套和顳顎關節障礙。結果顯示，患者對資訊的評價普遍較高，尤其在透明矯正器和顳顎關節障礙方面，患者的DISCERN分數明顯高於學生和正畸醫師。整體而言，ChatGPT在患者教育上展現潛力，但仍需進一步改進以提升其可靠性和相關性。 PubMed DOI

這項研究評估了ChatGPT-4在三個正畸主題上的準確性和資訊品質，包括阻生犬齒、早期正畸治療和顎面外科。五位經驗豐富的正畸醫師使用李克特量表評估20個常見問題的回答。結果顯示，ChatGPT-4在各主題上提供的資訊品質普遍良好，但醫師之間的評分一致性較低，顯示評估存在變異性。雖然ChatGPT-4能提供有用資訊，但在解讀時仍需謹慎，這些資訊不應取代專業建議。 PubMed DOI

這項研究評估了三款AI聊天機器人—ChatGPT、Gemini和Claude—對鼻整形手術常見問題的回答。七位經驗豐富的整形外科醫生根據準確性、質量、完整性等指標進行評分。結果顯示，ChatGPT在準確性和整體質量上表現較佳，但完整性不如Gemini和Claude。三者的回應普遍被評為中立且不完整，醫學術語使用普遍，且可讀性達大學程度。研究強調聊天機器人生成的醫療資訊需謹慎檢查，但仍具提升醫療教育的潛力。 PubMed DOI

這項研究評估了三個大型語言模型（LLMs）—ChatGPT-3.5、ChatGPT-4 和 Google Gemini，針對糖皮質激素誘導的骨質疏鬆症（GIOP）及其預防和治療的美國風濕病學會指導方針的表現。研究發現，Google Gemini 的答案較為簡潔，但 ChatGPT-4 在準確性和全面性上表現更佳，特別是在病因學和指導方針相關問題上。ChatGPT-3.5 和 ChatGPT-4 的自我修正能力顯著提升，而 Google Gemini 則無明顯差異。總體來看，ChatGPT-4 是最佳選擇。 PubMed DOI

這項研究比較了ChatGPT和Gemini兩個AI語言模型在牙齒脫位問題上的回答準確性。研究使用了33個問題，並由四位小兒牙醫評估回答。結果顯示，Gemini的平均得分顯著高於ChatGPT（p = 0.001）。雖然ChatGPT在開放式問題和是非題上表現較好，但在選擇題上不佳。整體來看，Gemini的回答更準確（p = 0.004）。這些結果顯示兩個模型在牙科領域有潛力，但仍需進一步研究和改進。 PubMed DOI

這項研究評估了三款AI聊天機器人—ChatGPT 3.5、ChatGPT 4.0和Google Gemini—在創傷性牙齒損傷（TDIs）方面的可讀性、質量和準確性。分析59個問題後發現，所有機器人的回應都難以閱讀，需具備大學程度的能力。ChatGPT 3.5的質量和可理解性最低，而ChatGPT 4.0和Google Gemini表現較佳，均獲GQS分數5。儘管ChatGPT 3.5使用廣泛，但提供的資訊有誤導性，研究強調，這些聊天機器人無法取代牙醫在複雜案例中的專業角色。 PubMed DOI