這項研究評估了由人工智慧驅動的聊天機器人GPT-4在醫學病例報告中從潛在診斷清單中識別最終診斷的能力。GPT-4在識別最終診斷方面與醫師表現出公平至良好的一致性，顯示其有潛力協助臨床決策。需要在真實世界情境和不同臨床環境中進行進一步驗證，以充分了解其在醫學診斷中的實用性。 PubMed DOI

研究測試了ChatGPT-4在處理膝疼痛投訴、提供不同診斷和治療方案的表現。ChatGPT-4的診斷通常準確，與專業醫師看法一致。當提供更多資訊時，ChatGPT-4的準確性提高，有時甚至達到100%。它提供了合理的診斷和治療建議，但也可能有錯誤，需要進一步臨床評估。 PubMed DOI

研究比較了ChatGPT、GPT-3.5和GPT-4在急診科環境中的診斷能力。結果顯示，GPT-4在內科緊急情況的診斷上比GPT-3.5和住院醫師表現更好，尤其在心血管、內分泌和消化系統疾病方面。這顯示GPT-4有潛力成為急診科中有用的診斷工具。 PubMed DOI

這項研究比較了GPT-4和經驗豐富的醫生在診斷臨床案例的準確性。對於未發表的挑戰性案例，GPT-4的前六個診斷準確率達61.1%，超過醫生的49.1%。在常見情境中，GPT-4的前三個診斷100%正確，而醫生則為84.3%。這顯示GPT-4在內科表現上至少與經驗醫生相當，甚至更佳，特別是在挑戰性案例中。不過，對常見案例的高準確率可能與這些案例是模型訓練數據的一部分有關。 PubMed DOI

這項研究評估了ChatGPT（3.5和4版本）在牙科診斷中的有效性，特別是針對複雜病患案例的表現。結果顯示，ChatGPT 3.5在自身診斷的準確率為40%，而參考文獻時為70%。相比之下，ChatGPT 4的表現更佳，自身診斷準確率達62%，參考文獻時則為80%。這些結果顯示，ChatGPT在牙科診所作為診斷輔助工具具有顯著潛力，能有效處理複雜案例。 PubMed DOI

在急診部門，快速且準確的診斷對病人結果和醫療效率非常重要。本研究評估了ChatGPT-3.5和ChatGPT-4在根據急診入院前24小時的電子健康紀錄生成鑑別診斷清單的表現。結果顯示，兩者在預測身體系統層級的診斷上都相當準確，GPT-4稍優於GPT-3.5，但在具體診斷類別上表現不一，精確度較低。值得注意的是，GPT-4在幾個關鍵類別中展現了更高的準確性，顯示其在處理複雜臨床情況上的優勢。 PubMed DOI

這項研究評估了GPT-4在初級和急診護理中對脊椎問題的分診和診斷效果。研究設計了十五個臨床情境，要求GPT-4提供診斷、影像學建議及轉診需求。結果顯示，GPT-4能準確識別診斷並給出符合標準的臨床建議。雖然它有過度轉診的傾向，但這並不顯著。整體表現與主治醫師和住院醫師相當，顯示其在脊椎問題初步分診中的潛力。不過，GPT-4並非專為醫療用途設計，需注意其限制。隨著進一步訓練，這類AI可能在分診中變得更重要。 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

這項研究評估了ChatGPT在根據院前病患照護報告預測診斷的準確性，結果顯示其正確率為75%。在診斷不一致的情況下，急診醫師認為救護人員在約23%的案例中更可能正確。值得注意的是，只有一個案例中AI的診斷可能對病患造成危險，顯示風險極低。總體來看，雖然ChatGPT的準確率穩定，但它常建議比救護人員更嚴重的診斷，可能導致過度分流的情況。 PubMed DOI

這項回顧性研究評估了不同ChatGPT模型（如GPT-3.5、GPT-4等）在預測急診病人診斷的表現。研究針對30名病人，發現GPT-3.5在前三名鑑別診斷的準確率高達80%，但主要診斷的準確率僅47.8%。較新的模型如chatgpt-4o-latest在主要診斷的準確率提升至60%。要求模型提供推理過程也有助於改善表現。不過，所有模型在處理非典型案例時仍面臨挑戰，顯示其在急診環境中的應用限制。 PubMed DOI