這項研究評估了ChatGPT在醫學訓練中的診斷準確性和教育效用。分析150個Medscape案例後，發現ChatGPT正確回答49%的案例，整體診斷準確率為74%。雖然在解讀實驗室數值和影像結果上有些限制，但它在教育上顯示出潛力，能有效排除某些鑑別診斷並建議後續步驟，讓複雜的醫學概念更易理解。未來研究應著重提升其教育能力。 PubMed DOI

這項研究評估了ChatGPT在男性學主題上的資訊準確性，針對患者和醫學生進行測試。研究人員提出120個與男性生殖健康相關的問題，並由兩位專家泌尿科醫生評分。結果顯示，50%的回答獲得1分，4.0版本稍好，達55.4%。常見問題的整體準確率為85.2%，而指導方針問題為81.5%。雖然ChatGPT的回答令人滿意，但仍有不完整之處，建議在泌尿科醫生指導下使用，以增進對男性學問題的理解。 PubMed DOI

這項研究評估了ChatGPT-4對前列腺癌常見問題的回答質量。研究人員制定了八個問題，並由四位評審使用多種工具評估AI的回答。結果顯示，ChatGPT-4的可理解性得分很高，但可讀性卻顯示「難以閱讀」，平均達到11年級的水平。雖然大部分參考文獻都來自可信來源，但仍有兩個例子被識別為參考幻覺。總體來看，ChatGPT-4在患者教育中提供了一般可靠的回答，但在可讀性和準確性上仍需改進。 PubMed DOI

這項研究評估了ChatGPT在提供甲狀腺癌資訊的準確性和充分性，包括管理方式及情感支持。結果顯示，ChatGPT對甲狀腺癌的資訊掌握良好，正確率達76.66%，但在案例管理上表現不佳，建議多為一般性而非個別化。在情感支持方面，則提供了實用的指導，幫助患者及照顧者適應新診斷。總體來看，ChatGPT在資訊提供上能力中等，但情感支持方面表現有效。這是首個針對ChatGPT在此醫療背景下能力的研究。 PubMed DOI

這項研究評估了ChatGPT-4對原發性甲狀旁腺功能亢進症問題的回答準確性與品質。兩位內分泌科醫生獨立評分，結果顯示診斷的準確性和完整性都很高，治療建議的表現也不錯。整體來看，80%的回答屬於高品質，20%為中等品質。這顯示ChatGPT在醫療領域處理相關問題上具潛力，但使用時仍需注意其限制與風險。 PubMed DOI

這項研究指出，像 ChatGPT 這樣的 AI 平台在病人教育，特別是甲狀腺癌管理中越來越重要。研究人員設計了 50 個問題，評估 ChatGPT 的回答在準確性、全面性、人性化、滿意度和可讀性等方面的表現。結果顯示，使用「統計數據和參考文獻」的提示能產生最準確的答案，而「六年級水平」的提示則讓內容更易懂。不過，沒有特定提示的回答通常較複雜。雖然大部分引用自醫學文獻，但仍有少部分錯誤資訊，因此監督 AI 內容的準確性非常重要。 PubMed DOI

這項研究評估了ChatGPT（3.5和4版本）在提供肩膀和肘部手術資訊的準確性，分析了114個問題。結果顯示，ChatGPT 3.5的正確率為52.3%，而ChatGPT 4則達到73.3%。雖然3.5在不穩定性類別表現較佳，但4在大多數其他類別中表現更優。兩者的表現都超過50%的熟練度，但仍無法取代臨床決策。研究建議進一步改善ChatGPT的訓練，以提升其作為醫療資訊資源的效用。 PubMed DOI

這項研究評估了ChatGPT對甲狀腺癌相關問題的回答品質，因為患者常透過網路尋求健康資訊。八位醫療專家對ChatGPT的20個回答進行評分，結果顯示只有57%的回應準確，56%完整，52%令人滿意。質性分析指出，回應中對飲食和碘攝取的過度強調，以及甲狀腺手術和放射性碘治療風險的資訊不完整或不準確。研究結果顯示，ChatGPT目前並不可靠，無法在無監督下提供甲狀腺癌的患者資訊。 PubMed DOI

AICHECK的研究評估了ChatGPT在生成持續醫學教育內容的有效性，特別針對痤瘡的回應與NICE指導方針進行比較。研究使用23項問卷，由五位皮膚科醫生評估ChatGPT版本4的輸出。結果顯示質量、可讀性和全面性評分高，但準確性和與指導方針的一致性較低。雖然參考文獻的相關性和適切性獲得好評，但僅62.3%被認為是最新的。研究強調對於有爭議的主題，AI生成內容需嚴格評估和專家監督，以確保準確性。 PubMed DOI

這項研究評估了ChatGPT在提供慢性疾病患者教育方面的表現，特別針對炎症性腸病（IBD），並與專科醫生的回應進行比較。結果顯示，ChatGPT的整體品質評分與專科醫生相似，且在信息完整性上有明顯優勢。雖然準確性無顯著差異，但在患者和醫生共同回應時，ChatGPT表現較差。研究建議在健康信息創建和評估中，應納入患者的參與，以提升質量和相關性。 PubMed DOI