研究比較了不同AI聊天機器人在正顎手術中的表現，結果顯示回答品質高、可靠性佳，但易讀性需高學歷。ChatGPT-4有創意，OpenEvidence則回答相似。儘管聊天機器人提供高品質答案，仍建議諮詢專業醫師。 PubMed DOI

研究比較了不同聊天機器人在口腔顎面外科問題上的表現，結果顯示它們的準確性普遍不高，GPT-4在開放式問題上表現較好。這表明聊天機器人在臨床決策中可能不夠可靠。 PubMed DOI

研究比較ChatGPT和Google Bard回答牙齒創傷問題，結果顯示正確率僅57.5%。Google Bard雖一致性中等，但也有錯誤答案，建議還是諮詢醫師。人工智慧工具有潛力，但處理牙齒創傷仍有限制。未來研究應專注於根管治療訓練的人工智慧模型，以提升臨床應用的準確性。 PubMed DOI

對於ChatGPT-3.5、ChatGPT-4、Gemini和Copilot在正畸透明矯正器的回應評估，發現幾個重點： 1. **準確性**：ChatGPT-4表現最佳，平均分數4.5，Copilot次之（4.35），其他模型差異不大。 2. **可靠性**：Copilot在可靠性上優於其他模型，Gemini也高於ChatGPT-3.5。 3. **品質**：Copilot提供的資訊最全面可信。 4. **可讀性**：所有模型的可讀性較低，Gemini表現較佳，FRES達54.12。 總體來看，這些模型在準確性和可靠性上表現良好，但可讀性仍需改善，以更好地服務病人。 PubMed DOI

這項研究探討了ChatGPT 3.5在回答牙科問題的準確性和完整性。十位專家提出30個問題，並用李克特量表評估ChatGPT的回答。結果顯示，雖然ChatGPT的準確性（中位數5.50）和完整性（中位數2.00）表現不錯，但仍有改進空間。經過重新評估後，其表現顯著提升，顯示機器學習的潛力。不過，研究也指出仍有不準確之處，特別是參考資料，強調人類判斷在臨床決策中的重要性，以及基於證據的醫療實踐的必要性。 PubMed DOI

最近，OpenAI的ChatGPT在醫療和教育領域的應用引起關注。一項研究評估了ChatGPT在牙科考試中的表現，發現其在知識性問題上達到80%的準確率，尤其是ChatGPT 4在牙科入學考試中表現優異，知識性問題準確率高達94%。雖然在數學分析方面表現不佳，但整體來看，ChatGPT有潛力提升牙科教育和實踐，特別是在特定領域的進一步改進上。 PubMed DOI

這項研究評估了四款AI聊天機器人（Bing、ChatGPT 3.5、Google Gemini和Claude AI）在回答牙齒創傷相關問題的表現。研究團隊最初設計了30個問題，經專家精煉後選出20個，並向每個聊天機器人提出三次，共收集240個回應。使用5分制進行評分，結果顯示Claude AI在有效性和可靠性上表現最佳，而Bing的可靠性最低。研究強調了制定指導方針以確保AI提供準確醫療資訊的重要性。 PubMed DOI

本研究評估九種聊天機器人在回答特殊需求牙科問題的準確性與一致性。測試結果顯示，這些機器人的平均準確率為55%，其中是非題的準確率較高（67%），而診斷問題則較低（37%）。不同機器人之間的準確性無顯著差異，但所有機器人的可靠性均可接受，Claude-instant的可靠性最高（0.93）。雖然目前臨床相關性尚未完全確立，但這些工具在特殊需求牙科領域未來可能具潛在應用價值。 PubMed DOI

這項研究評估了四款AI聊天機器人（ChatGPT 3.5、ChatGPT 4.0、Bard和Bing）在牙髓及根尖周圍疾病診斷和治療建議的準確性。研究創建了十一個案例，結果顯示Bing和ChatGPT 4.0的診斷準確率最高，分別為86.4%和85.3%。在治療建議方面，ChatGPT 4.0和Bing表現相似，均超過90%。整體一致性率達98.29%，但仍需牙科專業人員謹慎解讀這些AI的回應，因為存在不一致性。 PubMed DOI

這項研究比較了ChatGPT和Gemini兩個AI語言模型在牙齒脫位問題上的回答準確性。研究使用了33個問題，並由四位小兒牙醫評估回答。結果顯示，Gemini的平均得分顯著高於ChatGPT（p = 0.001）。雖然ChatGPT在開放式問題和是非題上表現較好，但在選擇題上不佳。整體來看，Gemini的回答更準確（p = 0.004）。這些結果顯示兩個模型在牙科領域有潛力，但仍需進一步研究和改進。 PubMed DOI