這項研究評估了大型語言模型（LLMs）驅動的聊天機器人，如ChatGPT 3.5、CoPilot和Gemini，在提供前列腺癌資訊的有效性，並與官方病人指南進行比較。研究使用25個專家驗證的問題，根據準確性、及時性、完整性和可理解性進行評估。結果顯示，ChatGPT 3.5的表現優於其他模型，證明其為可靠的資訊來源。研究強調在健康領域持續創新AI應用的重要性，並建議未來探討AI回應中的潛在偏見及其對病人結果的影響。 PubMed DOI

這項研究評估了AI工具ChatGPT和Google Gemini在製作腹部超音波、CT掃描和MRI病患教育手冊的效果。研究於2024年6月進行，持續一週，分析了字數、句子數、可讀性和內容可靠性等指標。結果顯示，除了ChatGPT的字數和年級水平較高外，兩者在大多數指標上差異不大。兩個工具的內容在可讀性和可靠性上相似，但字數和複雜度的差異顯示需要更好地調整內容，以符合不同病患的識字能力。 PubMed DOI

這項研究評估了三款AI聊天機器人—ChatGPT 4.0、Claude 3.0和Gemini Pro—以及Google在回答腎臟移植後常見問題的表現。研究使用5點李克特量表評估回應質量，並透過病人教育材料評估工具（PEMAT）檢視可理解性和可行性。結果顯示，回應質量高（中位分數4），可理解性良好（中位72.7%），但可行性較差（中位20%）。可讀性較難，Claude 3.0提供最可靠的回應，而ChatGPT 4.0則在可理解性上表現突出。Google在各項指標上未能超越這些聊天機器人。 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AI聊天機器人，特別是ChatGPT，提供的乳腺癌和前列腺癌篩檢資訊的準確性，並與美國預防服務工作組（USPSTF）的指導方針進行比較。研究發現，71.7%的標準與USPSTF建議一致，但有15%的資訊不準確或不相關，特別是在針對年長者的回應中。雖然ChatGPT的資訊大致符合官方指導，但仍有顯著差距，提醒使用者在參考AI生成的癌症篩檢資訊時，應諮詢專業醫療人員。 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

這項研究比較ChatGPT-3.5、Copilot、Gemini三款AI聊天機器人，用日文產生的貧血資訊，發現AI內容（尤其是Gemini）在易懂性、可行性和可讀性都比Google搜尋前幾名網頁好。顯示AI有潛力提供更優質、好懂的健康資訊，但未來還需加強圖像等視覺元素的整合。 PubMed DOI

這項回溯性研究比較了前列腺癌患者接受融合切片加隨機切片與單純隨機切片的升期風險，並由ChatGPT-4.0和人類專家分別分析。結果顯示，AI和人類的統計結果完全一致，且融合切片與較低升期風險有關。雖然ChatGPT分析表現可靠，但缺乏自動引用文獻功能，未來仍需加強人機協作。 PubMed DOI

「Prostate Cancer Info」AI聊天機器人回答前列腺癌篩檢問題時，大多內容正確且符合台灣常用語，74%答案完整，閱讀難度也不高。不過，有些重要資訊還是會漏掉。這類AI可以當作補充參考，但不能取代醫師專業建議，遇到健康問題還是要找醫生討論。 PubMed DOI

這項研究比較四款免費AI聊天機器人回答肝癌相關問題的表現，發現它們雖然能提供大致正確且無偏見的資訊，但在資料來源、治療細節和說明清楚度上有差異。AI回答可作為參考，但仍需專業醫師把關，不能取代醫療建議。 PubMed DOI