研究使用ChatGPT將放射學報告翻譯成易懂語言，供患者和醫護參考。ChatGPT翻譯成功率高，且提供37%相關建議。雖有簡化，但更詳細提示可改進。與GPT-4比較，顯示報告品質提升。建議臨床教育可使用大型語言模型，並有進一步改進空間。 PubMed DOI

研究比較不同影像學模式的放射學報告複雜程度，並試驗ChatGPT簡化報告至八年級閱讀水準。分析400份報告後發現，CT和MRI報告比US和XR較難。ChatGPT成功簡化報告，減少字數、提高可讀性，並降低閱讀難度。研究顯示ChatGPT在簡化放射學報告以提升患者理解上相當有效。 PubMed DOI

研究比較了GPT模型和放射科醫師生成放射學報告的表現，結果顯示GPT-4在準確性上優於GPT-2和GPT-3.5，但仍不及醫師。醫師在印象和鑑別診斷方面表現較佳。GPT-3.5和GPT-4生成的報告可讀性高，但準確性仍需醫師驗證。 PubMed DOI

研究發現，比較放射科醫師和GPT-4 AI生成的放射學報告，發現兩者在質量和內容上相當，但AI報告更為簡潔，且結構稍有不同。這顯示GPT-4可能是一個可靠的工具，有助於提升臨床效率和溝通。然而，仍需解決道德問題和限制，以確保安全實施。 PubMed DOI

研究發現，使用GPT-4將心血管磁共振（CMR）報告轉換為普通用語後，患者更易理解。放射科醫師高度評價GPT-4報告的正確性、完整性，並認為其無潛在危害。GPT-4有效簡化複雜CMR報告，讓患者更易理解，同時保持精確性和完整性。 PubMed DOI

這項研究評估了大型語言模型GPT-4在辨識放射學報告中的錯誤方面的效果。結果顯示，GPT-4在檢測錯誤方面表現與放射科醫師相似，並且每份報告所需的時間更少，成本效益更高。這意味著GPT-4有助於減少放射學報告生成的工時和成本。 PubMed DOI

研究用ChatGPT簡化放射學報告並翻譯成西班牙語、印地語和俄語，比較表現。西班牙語翻譯最準確完整，印地語表現最差。所有翻譯解釋醫學術語不如英語。俄語完整性較差，西班牙語和俄語與英語差異不大。排印錯誤影響翻譯。ChatGPT展現準確翻譯潛力，需更多訓練。此技術可改善醫療取得與降低成本。 PubMed DOI

這項研究探討了利用自然語言處理（NLP）技術，特別是ChatGPT，來提升放射科報告的產出效率。研究人員分析了1,000條來自MIMIC胸部X光數據庫的記錄，並使用Claude.ai提取關鍵字，再透過ChatGPT生成報告。結果顯示，Bart和XLM模型的報告與醫生撰寫的相似度高達99.3%，而其他模型表現較差。研究強調選擇合適的NLP模型對於提升放射科報告的效率和準確性至關重要。 PubMed DOI

這項研究評估了GPT-4（特別是ChatGPT）在解讀腦腫瘤MRI報告的診斷能力。研究分析了150份術前病患的報告，結果顯示GPT-4的診斷準確率為73%，而神經放射科醫師則為80%。在鑑別診斷方面，GPT-4的準確率高達94%，放射科醫師則介於73%到89%之間。研究結果表明，GPT-4可作為神經放射科醫師的有用第二意見，並能成為一般放射科醫師和住院醫師的指導工具，顯示其在臨床診斷中的潛力。 PubMed DOI

這項研究探討了語言選擇和翻譯品質對GPT-4在放射學診斷問題回答準確性的影響。分析了146個來自日本放射學考試的問題，並由兩位認證放射科醫師提供答案。結果顯示，GPT-4在英文翻譯的表現最佳，其次是日文、中文和德文。翻譯品質與正確回答數量有顯著關聯，尤其在英文翻譯表現不如日文時，專業翻譯的問題得分更高。研究強調高品質翻譯對提升GPT-4準確性的重要性，特別是對非母語英語使用者。 PubMed DOI