醫學案例在教學中很重要，但常缺乏多元性且過於簡化。利用人工智慧（AI）能幫助創建更多元且包容的案例。這研究使用ChatGPT和Adobe Firefly beta來開發案例，加速創建速度並提高多樣性，雖然有些代表性受影響。這些案例將分享為開放教育資源，讓教育工作者能獨立創建多樣案例。 PubMed DOI

2022年11月推出的ChatGPT原型讓人工智慧更容易取得，但一項研究發現，使用加拿大分級和急性評估量表進行患者分類的急診醫師發現ChatGPT不可靠。研究顯示，ChatGPT在不同情境下的表現不穩定，可能無法在重要任務中提供準確和一致的資訊。 PubMed DOI

一項研究比較了使用 GPT-4 大型語言模型（LLM）作為醫師診斷輔助工具與傳統資源的影響。這項研究涉及 50 名醫師，發現與傳統資源相比，GPT-4 在診斷推理方面並未顯著改善，但在某些臨床推理方面表現較佳。該研究指出了增強醫師與人工智慧在臨床實踐中合作的潛力。 PubMed DOI

研究發現ChatGPT在辨識非典型疾病表現上有一定準確性，但對高度非典型案例的表現較差。儘管對典型和輕微非典型案例有潛力，但隨著非典型性增加，表現也下降。研究強調AI系統需結合多樣語言能力和臨床情境，以提升現實世界的診斷效果。 PubMed DOI

研究目的是評估使用RAG和LLMs（如GPT模型）來改善急診分流流程，提升護理一致性。通過模擬情境測試，發現搭配RAG的GPT-3.5模型在分流準確性上表現優異，可達70%正確率，並將低分流率降至8%。整合這兩者可提高急診評估的精確性和一致性，但仍需在實際醫療環境中驗證。 PubMed DOI

這項研究評估了AI語言模型GPT-3在診斷和分診的表現，並與一般人和醫生進行比較，使用了48個醫療案例。結果顯示，GPT-3在88%的案例中準確診斷，優於一般人（54%），但低於醫生（96%）。在分診準確性方面，GPT-3達70%，接近一般人（74%），但仍低於醫生（91%）。雖然GPT-3對預測的信心合理，但在急迫案例中準確性下降，偶爾會將緊急案例降為次要。總體而言，GPT-3的診斷表現不錯，但分診效果仍不如醫生。 PubMed DOI

這項研究評估了ChatGPT-4生成的臨床小案例在醫學教育中的效用與準確性。調查於2024年1月進行，71位專注於一般內科的日本醫師評估了18個日文AI醫療案例。結果顯示，資訊質量和準確性獲得滿意評分，但在內容質量和相關性上存在顯著變異。參與者建議改進身體檢查結果的生成、使用更自然的語言及提高術語準確性。總體而言，研究認為ChatGPT-4在醫學教育中有潛力，但仍需加強細節準確性和真實性，並強調專家監督的重要性。 PubMed DOI

這項研究探討了使用生成式人工智慧GPT-4-0613來創建日文臨床小案例，評估其醫學和語法準確性。根據特定提示生成的202個小案例中，118個被認為「足夠有用且可立即使用」，78個「部分不足需修改」，只有6個在醫學準確性上被評為「不足」。語言準確性方面，142個案例得分較高，僅4個不足。總體來看，97%的案例經醫療專業人員確認後被視為實用，顯示人工智慧能顯著簡化臨床案例的創建過程。 PubMed DOI

這項研究探討了ChatGPT在模擬災難病人分診的有效性，使用了391個病人案例和九個提示進行測試，總共產生了35,190次模擬分診。結果顯示，99.7%的查詢得到了有效的START評分，但變異性顯著。準確性為63.9%，過度分診率32.9%，不足分診率3.1%。研究結論指出，ChatGPT在醫療分診中表現不佳，提醒在臨床使用AI工具時需謹慎，並強調進行嚴謹的統計評估的重要性。 PubMed DOI

這項研究評估了GPT-4在急診病人分診中所給的緊急嚴重指數（ESI）分數的準確性，並與經驗豐富的醫護人員進行比較。研究涵蓋100名急診病人，結果顯示GPT-4的中位數ESI分數為2.0，而人類評估者為3.0，顯示出顯著差異（p < 0.001），顯示GPT-4可能低估病人嚴重程度。雖然GPT-4提供了新方法，但其低估的傾向顯示在臨床應用中需進一步調整，強調謹慎整合AI技術的重要性。 PubMed DOI