研究指出大型語言模型（LLMs）如Bard、ChatGPT-3.5和GPT-4在醫學教育中對診斷罕見複雜疾病有幫助。LLMs表現比人類和MedAlpaca更好，尤其是GPT-4最準確。每個LLM需要不同的提示策略，提示工程至關重要。研究顯示LLMs能提升對具挑戰性醫學病例的診斷推理，對研究人員和醫護人員具啟發性。 PubMed DOI

研究比較了四個AI語言模型，發現Claude AI在完整性和相關性表現最好，ChatGPT表現穩定，Google Bard則回應不清晰。這些結果對於提升醫學AI模型有啟發意義。 PubMed DOI

研究評估了四個熱門聊天機器人所提供的急性闌尾炎醫學資訊，發現品質不錯但易讀性有待提升。Bard是唯一提供可核實來源的，而Claude-2則來源虛構。總結來說，人工智慧在醫學教育上有潛力，尤其對於像是闌尾炎這樣的主題。 PubMed DOI

研究發現BARD在簡化放射學報告方面表現最好，易讀且易懂。ChatGPT-4和Microsoft Copilot也表現不錯。然而，緊急情況下的建議準確性有待改進。整合人工智慧到放射學溝通可增進患者參與，但仍需進一步提升。 PubMed DOI

人工智慧技術在病患照護上有很大潛力，尤其在診斷、精神疾病治療和認知測試解讀等方面。雖然進展顯著，但仍需進一步研究其在醫療中的優缺點。一項研究比較了人工智慧（Chat-GPT 3.5）和臨床醫師對癡呆症相關問題的回答，結果顯示人工智慧在易懂性和深度上表現更佳，平均評分為4.6/5，而臨床醫師則為4.3、4.2和3.9。儘管人工智慧的回答質量高，但仍需注意錯誤資訊和數據安全等問題。總之，人工智慧在醫療溝通上有潛力，但需謹慎對待其限制。 PubMed DOI

本研究評估了ChatGPT與Google Gemini生成的急救醫療手冊在可讀性和可靠性上的差異。結果顯示，兩者在字數、句子數、可讀性及可靠性上並無顯著差異，但ChatGPT的內容較為詳細，字數多32.4%。雖然Gemini的可讀性稍高，但在特定主題上，兩者的表現各有優劣。研究強調需針對特定主題進行深入評估，以提升病患資訊的質量。 PubMed DOI

這項研究比較了AI語言模型ChatGPT與專家醫生在健康建議的有效性和安全性。研究涵蓋100個健康問題，結果顯示： 1. **同理心與實用性**：患者認為ChatGPT在同理心（4.18對2.7）和實用性（4.04對2.98）上表現更佳。 2. **正確性**：ChatGPT的正確性得分（4.51對3.55）也優於專家。 3. **潛在危害**：專家指出AI的有害建議比例較低，但患者對這些風險的認知不足。 4. **性別差異**：女性對同理心的評價高於男性。 總體而言，ChatGPT在協助患者解決健康問題上表現出色，但患者需謹慎識別潛在風險。 PubMed DOI

人工智慧（AI）在醫療領域的應用，特別是針對腎癌的病人教育材料（PEMs），帶來了顯著變化。本研究比較了ChatGPT 4.0、Gemini AI和Perplexity AI生成的資訊準確性與可讀性，並與美國泌尿學會（AUA）和歐洲泌尿學會（EAU）的PEMs進行對照。結果顯示，AUA的PEM可讀性最佳，AI生成的內容雖然準確，但在治療資訊上有些小遺漏。雖然AI能簡化內容，但在病人教育中使用時仍需謹慎，以免造成誤解。 PubMed DOI

這項研究探討了OpenAI的ChatGPT 3.5和GPT 4.0在生成針對病人的臨床筆記時的表現，針對2型糖尿病、重度抑鬱症和懷疑腸癌三種病症進行分析。主要發現包括：生成的筆記比原始的更長，且使用了更多的代名詞；可讀性要求較高，特別是ChatGPT 3.5；同理心表現更佳；醫學準確性方面，ChatGPT 4.0的評價較高。總體來看，雖然增強了情感和同理心，但語言複雜性也提高，可能影響醫學準確性。 PubMed DOI

最近調查顯示，48%的消費者使用生成式AI查詢健康資訊，但對於AI聊天機器人在緊急護理建議的回應質量研究仍然不足。一項針對四款免費AI聊天機器人的研究發現，雖然它們在清晰度和可理解性上表現良好，但準確性和來源可靠性卻相當低。危險信息的出現率在5%到35%之間，且各機器人之間差異不大。研究建議應加強對AI聊天機器人的研究與規範，並強調諮詢醫療專業人員的重要性，以避免潛在風險。 PubMed DOI