這項研究探討大型語言模型（LLMs），如ChatGPT-3.5和GPT-4，在風濕性疾病治療計畫的潛力，並與臨床風濕病學委員會（RB）的計畫進行比較。結果顯示，68.8%的案例中RB的計畫更受偏好，GPT-4和GPT-3.5則分別為16.3%和15.0%。GPT-4在一線治療中較受青睞，且與RB的計畫在安全性上無顯著差異。雖然LLMs生成的計畫安全且高品質，但RB的計畫在遵循指導方針和整體品質上表現更佳，建議需進一步研究以提升LLMs的臨床應用。 PubMed DOI

這項研究評估了ChatGPT（3.5和4版本）在提供肩膀和肘部手術資訊的準確性，分析了114個問題。結果顯示，ChatGPT 3.5的正確率為52.3%，而ChatGPT 4則達到73.3%。雖然3.5在不穩定性類別表現較佳，但4在大多數其他類別中表現更優。兩者的表現都超過50%的熟練度，但仍無法取代臨床決策。研究建議進一步改善ChatGPT的訓練，以提升其作為醫療資訊資源的效用。 PubMed DOI

生成式 AI 工具如 ChatGPT 在醫療查詢中越來越受歡迎，特別是在解答髕腱病相關問題上。一項研究評估了 ChatGPT-4 的表現，收集了 48 個問題並由專家評估其回應。結果顯示，只有 33% 的回應準確，但 75% 是全面的。治療相關問題的準確率僅 17%。回應的可讀性達到大學水平，且可理解性良好（83%），但可行性較低（60%）。總體而言，ChatGPT-4 提供了豐富資訊，但準確性不足，且對於低學歷者不易理解。 PubMed DOI

這項研究評估了ChatGPT 3.5和4.0在藥物諮詢服務中的表現。結果顯示，ChatGPT 3.5在80%的案例中提供了不錯的答案，而ChatGPT 4.0的表現更佳，98%的回應與醫生的回答相似或更好。不過，兩者的回應都缺乏參考文獻，有時也未能充分解決臨床相關問題。雖然ChatGPT 4.0的答案品質相當高，但在提供參考和臨床解釋方面的不足，顯示它不太適合成為臨床環境中的主要資訊來源。 PubMed DOI

AICHECK的研究評估了ChatGPT在生成持續醫學教育內容的有效性，特別針對痤瘡的回應與NICE指導方針進行比較。研究使用23項問卷，由五位皮膚科醫生評估ChatGPT版本4的輸出。結果顯示質量、可讀性和全面性評分高，但準確性和與指導方針的一致性較低。雖然參考文獻的相關性和適切性獲得好評，但僅62.3%被認為是最新的。研究強調對於有爭議的主題，AI生成內容需嚴格評估和專家監督，以確保準確性。 PubMed DOI

這項研究評估了ChatGPT在凍結肩患者資訊提供上的有效性。五位醫師針對十四個肌肉骨骼疾病的關鍵問題，與120位患者進行諮詢，並使用5點李克特量表評估ChatGPT 4.0的回應。結果顯示，85.7%的回應獲得5分，92.9%的回應在安全性上也得分高。整體來看，ChatGPT提供的資訊有效、安全且實用，但使用者仍需謹慎，並不應取代專業醫療建議，定期更新資訊也很重要。 PubMed DOI

這項研究評估了ChatGPT對脊柱側彎問題的回答在可靠性、有用性、品質和可讀性方面的表現。選擇了十六個常見問題，由兩位專家評分。結果顯示，可靠性平均得分4.68，有用性得分4.84，整體品質得分4.28，評價普遍正面。雖然一般資訊的回答表現不錯，但針對治療和個人化問題的回答仍需加強。可讀性方面，回答需具備高中三年級到大學程度的閱讀能力。總體來說，ChatGPT提供的脊柱側彎資訊可靠，但在特定問題上仍需謹慎使用。 PubMed DOI

這項研究評估了ChatGPT在回答有關壓力測試和心臟FDG PET炎症掃描的有效性，這對診斷心臟肉芽腫病和心內膜炎等病症很重要。研究生成了58個問題，使用ChatGPT的3.5和4o版本回答。三位心臟科醫生對這些回答進行評分。結果顯示，ChatGPT 3.5的正確且完整回答為36%，而4o版本則提升至61%。雖然ChatGPT提供了一些準確資訊，但目前仍不夠可靠，無法作為臨床護理的主要資源。 PubMed DOI

這項研究發現，ChatGPT-4在依循EULAR類風濕性關節炎指引時表現不錯，尤其是是非題答對率更高。經兩位風濕科醫師評分，答案正確且一致性高，部分答案在回饋後還有進步。顯示ChatGPT-4有潛力成為RA臨床決策的輔助工具，有助提升風濕科的循證與個人化醫療。 PubMed DOI

ChatGPT 回答疫苗猶豫問題時，內容大致正確且符合 CDC 指引，也能讓人安心。不過，細節像年齡建議、疫苗選擇或文化宗教疑慮講得比較少。若能補強這些面向，ChatGPT 有潛力成為提升疫苗信心的好幫手。 PubMed DOI