研究比較了GPT-3.5、Google Bard和Bing對根管治療問題的回答。專業醫師提問三次，由專家評分。結果顯示GPT-3.5在高閾值下比Google Bard和Bing更準確。三者皆可靠，但GPT-3.5提供較可信的根管治療資訊。 PubMed DOI

這項研究分析了不同大型語言模型（LLMs）在牙科和根管治療學生評估中的表現。共測試151道選擇題，結果顯示ChatGPT-4.0o的準確率最高，達72%，其次是ChatGPT-4.0的62%、Gemini 1.0的44%和ChatGPT-3.5的25%。不同模型之間的表現差異明顯，特別是ChatGPT-4系列表現最佳。雖然這些模型能協助回答牙科問題，但效果因模型而異，顯示出ChatGPT-4系列在牙科教育上的潛力。 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

這項研究評估了三款AI聊天機器人—ChatGPT 3.5、ChatGPT 4.0和Google Gemini—在創傷性牙齒損傷（TDIs）方面的可讀性、質量和準確性。分析59個問題後發現，所有機器人的回應都難以閱讀，需具備大學程度的能力。ChatGPT 3.5的質量和可理解性最低，而ChatGPT 4.0和Google Gemini表現較佳，均獲GQS分數5。儘管ChatGPT 3.5使用廣泛，但提供的資訊有誤導性，研究強調，這些聊天機器人無法取代牙醫在複雜案例中的專業角色。 PubMed DOI

這項研究評估了四種大型語言模型（LLMs）在口腔與顏面外科（OMS）考試問題上的表現，使用了714個問題。結果顯示，GPT-4o的準確率最高，達83.69%，明顯優於Gemini（66.85%）、GPT-3.5（64.83%）和Copilot（62.18%）。此外，GPT-4o在修正錯誤方面也表現優異，修正率高達98.2%。這些結果顯示，GPT-4o在OMS教育中具有潛力，但不同主題的表現差異顯示出進一步精煉和評估的必要性。 PubMed DOI

這項研究探討了不同AI聊天機器人對再生性根管治療的回應準確性。研究人員根據美國根管治療學會的指導方針，設計了23個問題，並向三個AI平台詢問，收集了1,380個回應。結果顯示，帶有PDF插件的ChatGPT-4的正確率最高，達98.1%，而Gemini最低，僅48%。雖然其他平台有潛力，但在臨床應用上仍需改進。研究建議未來開發專為根管治療設計的AI工具。 PubMed DOI

這項研究評估了五款流行的AI聊天機器人在回答牙科專科住院醫師考試中的修復牙科問題的效果。共測試126個問題，結果顯示Copilot的準確率最高（73%），其次是Gemini（63.5%）和ChatGPT-3.5（61.1%）。雖然AI模型可作為教育工具，但在修復牙科的可靠性上仍有待加強，尤其在可拆卸局部假牙的準確率最低（50.8%）。未來的技術改進有望提升其在牙科教育中的應用效果。 PubMed DOI

這項研究評估了六款人工智慧聊天機器人在牙科修復問題上的表現，包括ChatGPT-3.5、ChatGPT-4、ChatGPT-4o、Chatsonic、Copilot和Gemini Advanced。結果顯示，ChatGPT-4、ChatGPT-4o、Chatsonic和Copilot的可靠性為「良好」，而ChatGPT-3.5和Gemini Advanced則為「尚可」。在病人相關問題中，Chatsonic表現最佳；在牙科問題中，ChatGPT-4o最突出。整體來看，這些AI在準確性和可讀性上各有優劣，顯示出在牙科領域的潛力。 PubMed DOI

這項研究評估了兩個版本的ChatGPT—ChatGPT-4和ChatGPT-4o—在本科牙髓學教育的多選題回答準確性。共提出60個問題，結果顯示ChatGPT-4o的準確率為92.8%，明顯高於ChatGPT-4的81.7%，且p值小於0.001。雖然問題組影響準確率，但一天中的時間對兩者無影響。兩個模型的一致性無顯著差異。總體來看，ChatGPT-4o在準確性上優於ChatGPT-4，顯示AI在牙科教育中的潛在價值，但也需注意其局限性與風險。 PubMed DOI

這項研究比較了三款AI聊天機器人—ChatGPT-3.5、Gemini 1.5 Pro和Copilot—在回答口腔與顏面放射學常見問題的表現。研究選取了十五個問題，並由三位OMR專家根據科學準確性、易懂性和滿意度進行評估。結果顯示，雖然聊天機器人在科學準確性上無顯著差異，但整體文本較為複雜，需較高的閱讀水平。研究強調，與醫療專業人員驗證AI生成資訊對改善病患護理和安全性的重要性。 PubMed DOI