大型語言模型（LLM）是強大的人工智慧工具，可促進類似人類的溝通並提供有價值的資訊。研究發現，ChatGPT在回答脊椎外科醫師有關急性腰椎間盤突出（LDH）問題時表現良好，清晰度高且特定。儘管未涵蓋所有知情同意書內容，但提供額外見解。然而，回答中有些許不準確。LLM如ChatGPT有助於患者教育，但需謹慎監控風險與機會。 PubMed DOI

大型語言模型如ChatGPT在骨科領域扮演重要角色，能提供簡單易懂的醫療資訊給患者、醫生和研究人員。雖然ChatGPT在回答骨科問題上表現最好，但仍需留意回答可能不完整或過時的情況。未來應進一步研究LLM聊天機器人在骨科領域的應用挑戰和潛力。 PubMed DOI

生成式人工智慧如ChatGPT和Google Bard被應用在患者教育，例如腰椎間盤突出。研究發現，這些AI回答腰椎間盤突出的問題時，準確性和清晰度有差異，需要改進。未來應該專注於提升AI模型，以增進患者和醫師之間的溝通。 PubMed DOI

研究比較OpenAI的ChatGPT 3.5和Google的Bard在回答腰椎融合手術問題時的表現，結果顯示兩者回答品質高，但在手術風險、成功率和手術方法等特定問題上表現較差。評分者間一致性不高，Bard在同理心和專業性方面稍遜。未來需加強大型語言模型在醫學教育和醫療溝通的應用。 PubMed DOI

頸椎病是常見的退化性脊椎疾病，患者常尋求醫療資訊來管理症狀。本研究評估大型語言模型（LLMs）對頸椎病患者常見問題的回答準確性。三位經驗豐富的脊椎外科醫生評估來自不同LLMs的回應，結果顯示所有模型表現滿意，尤其是GPT-4的準確性最高。分析中也顯示不同主題的表現差異，反映了目前人工智慧的限制及未來發展的潛力。 PubMed DOI

這項研究評估了幾個商業可用的大型語言模型（LLMs）在提供治療建議時，與美國骨科醫學會（AAOS）針對肩袖撕裂和前交叉韌帶（ACL）損傷的臨床指導方針（CPGs）的符合度。分析了48項CPGs，結果顯示70.3%的回應與指導方針一致，ChatGPT-4的符合率最高（79.2%），而Mistral-7B最低（58.3%）。研究指出，雖然LLMs能提供一致建議，但缺乏透明的資料來源，限制了其作為臨床支持工具的可靠性，未來應擴大評估範圍以減少偏見。 PubMed DOI

這項研究評估了大型語言模型（LLM）聊天機器人對於常見病人問題（如下背痛）的回答準確性和可讀性。研究分析了30個由臨床醫師制定的問題，結果顯示120個回答中，55.8%準確，42.1%不準確，1.9%不清楚。治療和自我管理的回答較準確，但風險因素的回答最不準確。整體可讀性被評為「相當困難」，平均得分為50.94。此外，70%-100%的回答都包含健康建議的免責聲明。研究建議，雖然LLM聊天機器人對病人教育有幫助，但準確性和可靠性可能因主題而異，影響病人理解。 PubMed DOI

患者和家屬常在網路上尋找醫療資訊，隨著像 ChatGPT 的 AI 聊天機器人興起，他們可能會用這些工具詢問青少年特發性脊柱側彎（AIS）的問題。最近的評估顯示，ChatGPT對AIS的回應中，有四個滿意、三個需要中等澄清、兩個不滿意。特別是在手術選項上，這個聊天機器人的表現不佳。雖然提供的資訊通常準確，但也可能讓患者產生誤解，因此在使用AI資源時，對於複雜醫療問題，進行資訊驗證非常重要。 PubMed DOI

這項研究探討大型語言模型（LLMs），如Chat-GPT，如何提供牙齒矯正治療副作用的資訊。研究評估了GPT-3.5和GPT-4生成的資訊，專家認為整體可接受，但GPT-4表現較佳。對46名牙齒矯正患者的調查顯示，他們認為AI生成的資訊更有用且全面，能減少焦慮，約80%的患者偏好這類內容。不過，研究指出提示的質量和全面性仍需改進，以提升患者教育效果。 PubMed DOI

這項研究調查了四個大型語言模型（LLMs）—Bard、BingAI、ChatGPT-3.5 和 ChatGPT-4—在遵循2023年北美脊椎學會（NASS）頸椎融合指導方針的表現。結果顯示，這些模型的遵循率不高，ChatGPT-4和Bing Chat表現較佳，僅達60%。在特定情況下，所有模型都未能符合NASS建議，顯示出明顯差異。研究強調了對LLMs進行更好訓練的需求，並指出在臨床決策中考慮病人特徵的重要性，顯示出人工智慧在醫療中的潛力與挑戰。 PubMed DOI