這項研究探討了先進人工智慧模型在放射學的診斷能力，特別是ChatGPT（3.5和4.0版本）及Google Gemini的表現。分析262道選擇題後，結果顯示ChatGPT 4.0準確率最高，達64.89%，其次是ChatGPT 3.5的62.60%和Google Gemini的55.73%。ChatGPT 4.0在腦部及頭頸部診斷上表現優異，而Google Gemini在頭頸部表現最佳，但其他領域則不佳。研究強調這些AI模型的效能差異，並呼籲進一步改進及評估，以提升其在醫療診斷和教育中的應用，並考量病人照護的倫理問題。 PubMed DOI

人工智慧（AI）在各科學領域的應用日益增多，尤其是機器學習和自然語言處理（NLP）。本研究評估了GPT-4 AI模型在血管外科病人診斷與管理的表現，測試了57個臨床情境。結果顯示，該模型正確回答超過65%的問題，但在解釋複雜情境時仍有27%的錯誤，且14%的不準確來自過時資訊。總體而言，GPT-4具潛力成為臨床醫師的輔助工具，但仍需謹慎檢查其推理準確性。 PubMed DOI

人工智慧（AI）在整形外科的應用潛力巨大，能提升病人照護的各個階段，包括術前規劃、手術執行和術後管理。一項研究比較了OpenAI的ChatGPT-4o（omni）和Alphabet的Gemini Advanced兩個AI模型在持續醫學教育（CME）文章的學習能力。結果顯示，人類住院醫師在閱讀後的分數明顯提升，而Gemini Advanced的表現更佳，顯示AI在醫學教育中可作為有效的輔助工具，幫助縮短理論與實踐之間的差距。 PubMed DOI

這項研究比較了兩個大型語言模型，ChatGPT-4.0 和 Gemini，在解釋神經外科影像問題上的表現。研究提出250個問題，結果顯示ChatGPT-4.0的正確回答率為33.6%，明顯優於Gemini的0.4%。在某本教科書的問題中，ChatGPT-4.0的正確率達50%，而另一個教科書則為17.7%。Gemini的「無法回答」率高，顯示其在影像解釋上存在困難。這些結果顯示，AI在神經外科視覺解釋方面仍需進一步改進。 PubMed DOI

這項研究評估了基於人工智慧的聊天機器人，特別是ChatGPT 3.5和Claude-instant，在複雜口腔外科案例中輔助臨床決策的效果。口腔及顏面外科醫生設計了一系列問題，並透過專業評估工具來檢視聊天機器人的回應質量。結果顯示，ChatGPT和Claude-instant都提供高質量的回應，ChatGPT的質量評分分別為86%和79.6%，而Claude-instant則為81.25%和89%。這些結果顯示聊天機器人技術的進步，可能提升醫療效率並降低成本。 PubMed DOI

將人工智慧（AI）應用於醫療，特別是複雜的單吻合胃旁路手術（OAGB），能顯著提升決策支持。本研究評估了三個AI模型：ChatGPT-4.0、ChatGPT-Omni和Gemini AI，針對OAGB的180個問題進行分析。結果顯示，ChatGPT-Omni在準確性上優於其他兩者，尤其在是非題和多選題中表現突出，平均得分為5.62。儘管如此，研究也指出在更複雜的臨床情境中，仍需進一步驗證AI的效能，強調持續研究的重要性。 PubMed DOI

這項研究探討大型語言模型（LLMs），特別是ChatGPT和Gemini，在根據手術記錄生成當前程序術語（CPT）代碼的有效性。分析了10個案例，將AI生成的代碼與專家手動編碼進行比較。結果顯示兩者表現相似，準確性無顯著差異。Gemini的正確回應率稍高（30%對20%），而ChatGPT則有更多部分正確的回應（50%對40%）。研究指出，AI有潛力提升編碼準確性並減少醫療帳單的行政負擔，未來將探討其在其他外科領域的應用。 PubMed DOI

這項研究評估了三個人工智慧模型—ChatGPT-4o、DeepSeek-V3 和 Gemini 1.5—在手部骨折診斷與治療建議的有效性，並與經驗豐富的外科醫生進行比較。結果顯示，ChatGPT-4o的準確率最高，但精確度較低；DeepSeek-V3表現中等，偶爾漏掉正確方案；而Gemini 1.5則表現不佳。結論指出，雖然AI能增強臨床流程，但在複雜案例中仍無法取代人類專業，且需解決倫理問題才能廣泛應用。 PubMed DOI

這項研究分析了五種大型語言模型（LLMs）在識別手部手術的CPT代碼上的表現，包括Perplexity.AI、Bard、BingAI、ChatGPT 3.5和4.0。研究發現，Perplexity.AI在簡單程序中表現最佳，獲得15個正確結果，而對於複雜程序，則只有Perplexity.AI和Bard各有三個正確結果。這顯示AI模型在手術編碼中有潛力提升效率與準確性，未來可能成為醫療工作流程的標準部分，符合數位轉型的趨勢。 PubMed DOI

ChatGPT 在通用外科考試拿到 72.7 分，超過及格線，生理學和選擇題表現不錯，但解剖學和需要分析的題目比較弱。雖然有潛力協助醫學教育，但還有不少限制，未來要再多研究和評估，才能廣泛應用。 PubMed DOI