子宮頸癌和乳腺癌對女性健康影響深遠，常因污名化和錯誤資訊導致診斷延遲。為評估ChatGPT對這些癌症的回答準確性，進行了一項線上調查，並與十位醫生的回答進行比較。結果顯示，ChatGPT在準確性上表現優於醫生，但在一致性和可讀性方面仍有待加強。整體而言，ChatGPT在提供初步資訊上具潛力，但未來需改善其可靠性和一致性，以更好地協助有健康問題的個體。 PubMed DOI

這項研究評估了ChatGPT對常見鼻科問題的回答準確性，並與專業外科醫師的回答進行比較。ChatGPT的平均得分為1.65分（滿分3分），顯示部分回答可接受，但多數不正確或不完整。10個問題中，只有2個回答與專家一致，8個則被認為不足。評分者之間的可靠性中等，且能以97.5%的準確率區分ChatGPT和人類回答。這些結果顯示ChatGPT在醫學領域提供準確資訊的能力有限。 PubMed DOI

這項研究評估了五款AI聊天機器人對口腔癌問題的回應，包括Bing、GPT-3.5、GPT-4、Google Bard和Claude。經過專家評估，GPT-4獲得最高質量分數（17.3），而Bing最低（14.9）。Bard在可讀性上表現最佳，GPT-4和Bard在同理心及引用準確性方面也表現突出。整體來看，GPT-4提供的回應質量最高，但大多數聊天機器人在同理心和準確引用上仍有待加強。 PubMed DOI

這項研究評估了ChatGPT對甲狀腺癌相關問題的回答品質，因為患者常透過網路尋求健康資訊。八位醫療專家對ChatGPT的20個回答進行評分，結果顯示只有57%的回應準確，56%完整，52%令人滿意。質性分析指出，回應中對飲食和碘攝取的過度強調，以及甲狀腺手術和放射性碘治療風險的資訊不完整或不準確。研究結果顯示，ChatGPT目前並不可靠，無法在無監督下提供甲狀腺癌的患者資訊。 PubMed DOI

這項研究探討了ChatGPT-4在回答口腔及顏面外科疾病問題的有效性，這些疾病影響全球約35億人。研究使用思維鏈（CoT）方法，評估其在提升公眾對疾病預防和早期檢測認識的表現。專家從全國牙醫執照考試中選取了130道開放式問題和1,805道選擇題。結果顯示，CoT方法顯著提升了ChatGPT-4在開放式問題的準確性和整體表現，選擇題準確性也提高了3.1%。研究強調，ChatGPT-4不應取代醫療專業人員。 PubMed DOI

這項研究發現，GPT-4在回答放射治療常見問題時，比GPT-3.5表現更好，但兩者的回答對一般人來說還是太難懂，也有可能出現錯誤資訊。建議在正式用於病人前，還需要加強內容的易讀性和正確性。 PubMed DOI

這項研究發現，ChatGPT 3.5在回答HPV相關口咽癌問題時，大多數答案正確，但有14%有誤。雖然引用的文獻多為真實資料，但近半引用格式錯誤，且用詞偏難，超過一般病人能理解的程度。整體來說，ChatGPT表現不錯，但文獻引用和用語還需改進。 PubMed DOI

Bagde 等人（2023）系統性回顧發現，ChatGPT 在醫學和牙醫領域的研究、教育及臨床決策上有潛力，但目前仍有準確性、可靠性和倫理等問題待解決，需更多高品質研究來驗證其效益。 PubMed DOI

研究發現，ChatGPT在回答中國病患常見的食道癌問題時，預防和診斷類的答案較正確，但治療和預後相關的答案有三成多部分錯誤。雖然沒有完全錯誤的回答，但在治療建議上還不夠可靠，建議未來需再改進才能推薦給病患使用。 PubMed DOI

這項研究發現，ChatGPT-4.0在乳癌治療建議上，只有46%完全符合專家團隊意見，且重複問答一致性僅39%。它在早期乳癌表現較好，但遇到複雜或基因相關情境就明顯不足，常缺乏臨床細節。總結來說，目前ChatGPT在乳癌多專科照護上，準確度和穩定性都有限，使用時要特別小心。 PubMed DOI