研究比較五種大型語言模型對乳腺癌治療建議的一致性，發現GPT4與腫瘤委員會最符合，其次是GPT3.5、Llama2和Bard。GPT4在放射治療方面表現一致，但在基因檢測建議上有差異。研究指出，大型語言模型應用於臨床前，仍需進一步技術和方法改進。 PubMed DOI

這項研究評估了大型語言模型（LLMs）驅動的聊天機器人，如ChatGPT 3.5、CoPilot和Gemini，在提供前列腺癌資訊的有效性，並與官方病人指南進行比較。研究使用25個專家驗證的問題，根據準確性、及時性、完整性和可理解性進行評估。結果顯示，ChatGPT 3.5的表現優於其他模型，證明其為可靠的資訊來源。研究強調在健康領域持續創新AI應用的重要性，並建議未來探討AI回應中的潛在偏見及其對病人結果的影響。 PubMed DOI

近年來，大型語言模型（LLMs）已被應用於醫療領域，特別是在前列腺癌的病患溝通上。我們的研究評估了三種LLM的效果，包括ChatGPT（3.5）、Gemini（Pro）和Co-Pilot（免費版），並與官方的羅馬尼亞前列腺癌病患指南進行比較。透過隨機和盲測，八位醫療專業人員根據準確性、及時性、全面性和使用友好性進行評估。結果顯示，LLM，尤其是ChatGPT，通常提供比指南更準確且友好的資訊，顯示出其在改善醫療溝通上的潛力。不過，不同模型的表現差異也顯示出需要量身定制的實施策略。 PubMed DOI

這項研究評估了 OpenAI 的 ChatGPT 和 Microsoft 的 Copilot 兩個大型語言模型在結腸癌管理建議上的準確性。結果顯示，兩者在 36% 的情境中提供正確回應。ChatGPT 有 39% 的回應缺乏資訊，24% 不準確；Copilot 則有 37% 缺少資訊，28% 不準確。兩者表現差異不顯著。此外，臨床醫師的回應明顯較短，平均 34 字，而 ChatGPT 和 Copilot 分別為 251 和 271 字。研究指出，雖然 LLM 可協助臨床決策，但仍需優化以確保準確性。 PubMed DOI

這項研究評估了大型語言模型（LLMs）在複雜婦科癌症案例中的表現，主要針對三個模型：ChatGPT-4、Gemini Advanced和Copilot。研究使用了十五個臨床案例，六位專家根據多項指標評估模型的回應。結果顯示，Gemini Advanced的準確率最高，達81.87%，而ChatGPT-4和Copilot分別為61.60%和70.67%。雖然ChatGPT-4在遵循治療指導方針上稍好，但Gemini Advanced在答案的深度和焦點上更具優勢。研究指出，這些模型在婦科腫瘤學的臨床應用中有潛力，但仍需進一步精煉和評估。 PubMed DOI

這項研究評估了四個大型語言模型（LLMs）在前列腺癌治療相關的資訊檢索和風險評估任務中的表現，特別針對第四期患者。研究使用350份模擬報告，並針對三個風險評估任務和七個資訊檢索任務進行評估。結果顯示，所有模型在資訊檢索任務中表現良好，但在風險評估上差異明顯，ChatGPT-4-turbo表現最佳。儘管結果令人鼓舞，研究仍提醒可能的誤解會影響臨床決策，並呼籲進一步研究以驗證結果的普遍性。 PubMed DOI

這項研究評估大型語言模型（LLMs）在提供前列腺癌放射治療病人教育的有效性，並納入臨床醫生和病人的反饋。研究中針對六個常見問題，評估了ChatGPT-4、Gemini、Copilot和Claude的回答。結果顯示，雖然所有模型的回答被認為相關且正確，但可讀性較差。病人對ChatGPT-4的評價較高，認為其回答易懂且有信心。整體而言，LLMs在病人教育上有潛力，但準確性和可讀性仍需改進，未來需進一步研究以提升其效益。 PubMed DOI

多學科腫瘤委員會（MTBs）在癌症治療決策中扮演重要角色，但常面臨案例過載，影響決策品質。臨床決策支持系統（CDSSs）雖已引入協助醫師，但使用仍有限。大型語言模型（LLMs）如ChatGPT的出現，為提升CDSS的效率提供新機會。 OncoDoc2專注於乳腺癌管理，研究探討LLMs如何透過提示工程技術（PETs）改善其可用性。使用200個乳腺癌患者摘要進行評估，結果顯示最佳方法結合Mistral和OpenChat模型，達到不錯的準確率，但與金標準建議的匹配度仍低，顯示LLMs在醫療決策中仍需進一步發展。 PubMed DOI

本研究探討大型語言模型（LLMs）在膀胱癌管理中的表現。研究設計了100個臨床問題，評估六種LLMs的回應準確性。結果顯示，Claude-3.5-Sonnet以89.33%準確率最佳，ChatGPT-4為85.67%。GPT-3.5-Turbo經過兩階段訓練後，準確率從74.33%提升至100%。研究顯示，針對性訓練能顯著改善模型表現，並指出策略性改進可克服專業醫學應用中的限制。 PubMed DOI

這項研究評估大型語言模型（LLMs）在根據病患醫療紀錄生成早期乳腺癌治療選項的準確性。使用2024年初的多學科團隊會議紀錄，測試了三個AI模型：Claude3-Opus、GPT4-Turbo和LLaMa3-70B。結果顯示，Claude3-Opus準確率86.6%，GPT4-Turbo為85.7%，LLaMa3-70B則為75.0%。兩者在輔助內分泌和靶向治療上表現良好，但在輔助放射治療上則有高估的情況。研究建議需進一步探討這些模型在臨床上的實際應用。 PubMed DOI