研究發現ChatGPT在回答心臟症狀問題時準確率高，尤其在簡單問題表現優秀。然而，對於複雜問題準確性較低。最新版本改進許多，有潛力成為醫學AI輔助工具，但仍需進一步研究。 PubMed DOI

ChatGPT是一個先進的語言模型，對於醫學考試和臨床決策支持有潛力。研究發現在心臟驟停方面的準確率為85%，心動過緩為30%。然而，在模擬中心臟驟停的準確率為69%，心動過緩為42%。研究指出ChatGPT存在不一致、遺漏、重複和藥物錯誤問題，需要更可靠的指導以避免醫療錯誤。 PubMed DOI

研究使用Google Forms問卷調查30位醫師對房顫的看法，並將問題輸入ChatGPT系統。結果顯示大部分回答被評為「優秀」或「非常好」，顯示AI在臨床回應上有潛力。研究指出ChatGPT是有效的房顫資訊來源，但也提到更新不頻繁和道德考量等問題。總結來說，強調AI在醫療領域扮演的重要角色。 PubMed DOI

本研究評估ChatGPT-4.0在心臟病臨床案例的預診斷與治療計畫中的表現，並由專家醫師進行評估。研究使用20個案例，結果顯示ChatGPT-4.0在鑑別診斷上的一致性得分中位數為5.00，管理計畫得分中位數為4，顯示其準確性與質量良好。整體而言，ChatGPT-4.0在不同難度的案例中表現穩定，顯示其在心臟病領域作為臨床決策支持工具的潛力。 PubMed DOI

人工智慧，特別是OpenAI的ChatGPT，正逐漸在醫療保健等領域中扮演重要角色。它的應用包括臨床決策、病人教育和工作流程優化等，能增強病人遵從性及改善資訊傳遞。不過，對於需要快速決策的病人管理，仍有擔憂，因為ChatGPT可能缺乏必要的專業知識，無法完全理解特定情況的背景。這篇評論探討了在醫療中使用ChatGPT的優缺點，強調其並非完全依賴AI的協助。 PubMed DOI

這項研究評估了ChatGPT在急診科解讀心電圖的效果，並與心臟科醫生的評估進行比較。研究在梅拉諾醫院進行，涉及128名患者，重點在於ChatGPT與心臟科醫生在識別有重大不良心臟事件風險的患者上的協議。結果顯示，ChatGPT在大多數心電圖的評估上與醫生有良好協議，但在T波和ST段的解讀上表現不佳。雖然ChatGPT識別出更多有風險的患者，但其準確性仍需提升，顯示出在急診環境中的應用還需進一步研究和改進。 PubMed DOI

心房顫動（AF）是常見的心律不整，但診斷上常遇挑戰。近期研究評估了具影像評估能力的ChatGPT-4omni（GPT-4o）在解讀心電圖（ECG）中的準確性，並與醫療專業人員比較。研究中創建了20個ECG案例，邀請100位醫療從業人員進行識別。結果顯示，GPT-4o在心房顫動的識別上表現不佳，準確率僅30%至54%。心臟科醫師的表現顯著優於GPT-4o，顯示人類專業知識在複雜診斷中的重要性。 PubMed DOI

這項研究評估了ChatGPT-4o在急性心臟病案例中的表現，並與心臟科醫生和急診醫生進行比較。結果顯示，ChatGPT-4o和心臟科醫生的準確性均達100%，而急診醫生較低。ChatGPT-4o反應最快，且在準確性和完整性上得分最高。研究顯示，ChatGPT-4o的表現優於人類醫生，顯示其在臨床決策支持上的潛力，但人類監督仍然對安全整合AI進醫療至關重要。 PubMed DOI

這項研究評估了基於ChatGPT的AI模型在解讀心電圖（ECG）的效果，並與心臟科醫生進行比較。分析了107個不同難度的ECG案例，結果顯示心臟科醫生的準確率為92.52%，遠高於AI模型的57.94%至62.62%。雖然AI在女性患者的表現較佳，但整體上仍不如醫生。研究指出，AI模型在ECG解讀上有潛力，但目前的可靠性不足，需進一步研究以提升準確性，特別是在複雜診斷方面。 PubMed DOI

本研究探討了ChatGPT 4.0在解讀動態血壓監測（ABPM）數據的準確性，與兩位腎臟科醫生的解讀結果進行比較。分析了53份ABPM記錄，結果顯示ChatGPT在高血壓識別、夜間高血壓及異常心率等方面的準確性分別為87%、89%及94%。兩輪測試的協議率顯示出中等到顯著的一致性，且準確性在兩次測試中無顯著差異。這表明ChatGPT在高血壓管理中具潛力，但仍需在更大樣本中進一步驗證。 PubMed DOI