研究發現ChatGPT 4.0在放射學診斷測驗中整體準確率為57.86%，不同部位準確率有差異，頭頸部最高。結論指出，人工智慧模型或許可提升放射學診斷能力，對病患照護及醫學教育有正面影響。 PubMed DOI

研究比較了ChatGPT-4、Gemini和Microsoft Copilot在回答乳房影像問題時的易讀性和準確性。雖然ChatGPT-4更準確，但Gemini和Microsoft Copilot更容易理解。在醫療保健中，準確性和易讀性同樣重要，強調了在使用人工智慧技術時需要持續改進和監督。 PubMed DOI

研究比較了基於GPT-4的ChatGPT、基於GPT-4V的ChatGPT和放射科醫師在神經放射學案例的診斷表現。結果顯示，放射科醫師的準確率比ChatGPT高。GPT-4V的ChatGPT表現更差。總結來說，ChatGPT在挑戰性案例的診斷上不如放射科醫師。 PubMed DOI

研究比較了基於GPT-4的ChatGPT、基於GPT-4V的ChatGPT和放射科醫師在106個案例的肌肉骨骼放射學診斷準確性。結果顯示，基於GPT-4的ChatGPT準確率為43%，優於基於GPT-4V的ChatGPT的8%。放射科醫師的準確率分別為41%和53%。ChatGPT表現接近住院醫師，但不及認證放射科醫師。放射科醫師需了解ChatGPT的診斷表現，強調提供詳細影像描述以提高準確性。 PubMed DOI

這項研究評估了病人教育材料的可讀性，並探討了生成式人工智慧工具（如ChatGPT-4和Google Gemini）如何將這些材料簡化到六年級的閱讀水平。分析了七份來自主要放射學團體的文件，原始材料的平均閱讀水平為11.72。經過簡化後，ChatGPT的閱讀水平降至7.32，Gemini則為6.55。ChatGPT減少了15%的字數，保留95%的資訊，而Gemini減少33%，保留68%。三位放射科醫師評估後認為，ChatGPT在適當性、清晰度和相關性上表現更佳。研究指出，生成式人工智慧能顯著改善病人教育材料的可讀性，但專家審查仍然很重要。 PubMed DOI

這項研究探討了先進人工智慧模型在放射學的診斷能力，特別是ChatGPT（3.5和4.0版本）及Google Gemini的表現。分析262道選擇題後，結果顯示ChatGPT 4.0準確率最高，達64.89%，其次是ChatGPT 3.5的62.60%和Google Gemini的55.73%。ChatGPT 4.0在腦部及頭頸部診斷上表現優異，而Google Gemini在頭頸部表現最佳，但其他領域則不佳。研究強調這些AI模型的效能差異，並呼籲進一步改進及評估，以提升其在醫療診斷和教育中的應用，並考量病人照護的倫理問題。 PubMed DOI

這項研究評估了兩個人工智慧模型，ChatGPT-4o 和 Google Gemini，在風濕病學考試問題上的表現。分析了420個問題，結果顯示ChatGPT-4o的準確率為86.9%，遠高於Google Gemini的60.2%。重複詢問相同問題時，ChatGPT-4o的準確率維持在86.7%。研究指出，ChatGPT-4o在基礎與臨床科學、骨關節炎及類風濕性關節炎方面表現優異，顯示人工智慧在臨床環境中的潛力，未來應探索更多真實臨床情境。 PubMed DOI

這項研究評估了ChatGPT（GPT-3.5和GPT-4）在根據放射學轉錄生成鑑別診斷的表現。分析了339個案例，結果顯示GPT-4的準確性較高，正確診斷比例為66.1%，而GPT-3.5為53.7%。雖然GPT-4在準確性和虛構參考文獻方面表現較佳，但兩者在重複性上仍有問題。總體來看，ChatGPT在醫學上可作為有用工具，但使用時需謹慎以避免不準確性。 PubMed DOI

這項研究系統性評估了兩個語言學習模型，ChatGPT-4.0 和 Google Bard 的 Gemini Advanced，在眼科問題的回答表現。使用眼科知識評估計畫的題庫，測試了260道選擇題。結果顯示，ChatGPT-4.0 在文字問題上的準確率為57.14%，高於 Gemini Advanced 的46.72%；在簡單問題上，ChatGPT-4.0 得分68.99%，而 Gemini Advanced 為49.61%。在圖像問題上，ChatGPT-4.0 的正確率為39.58%，Gemini Advanced 為33.33%。研究結論認為，ChatGPT-4.0 在眼科選擇題上表現較佳，顯示其在醫學教育中的潛力，但仍需進一步評估其可靠性。 PubMed DOI

這項研究評估了四種大型語言模型（LLMs）在生成冠狀動脈電腦斷層血管造影報告的CAD-RADS分數的表現。結果顯示，ChatGPT-4o的準確性最高，達87%，而ChatGPT-3.5雖然速度最快，但準確性最低，僅50.5%。Google Gemini Advanced的準確性為82.6%，而Google Gemini的失敗率較高，達12%。總體來看，雖然這些模型展現潛力，但在臨床應用前仍需改進。 PubMed DOI