這項研究評估了ChatGPT在臨床神經學醫學問題回答準確度。ChatGPT在回答問題時的正確率為65.3%，在需要批判性思考的問題上準確度較低。整體表現中等，但在批判性思考和某些專業領域上表現不足。使用者應該從可靠來源驗證AI模型提供的醫學資訊。 PubMed DOI

人工智慧如ChatGPT在醫學領域展現潛力，尤其在基因學和罕見疾病方面有待探索。透過聊天機器人個人化病人護理，提升醫療效率，實現以病人為中心的護理。這篇文章討論了ChatGPT在醫療保健中的應用、好處和挑戰。 PubMed DOI

像ChatGPT這樣的AI工具在臨床描述分析方面表現優異，尤其在腫瘤學和COVID-19症狀診斷上。一篇討論了ChatGPT在神經康復領域的潛力的評論指出其設計、醫學應用、自然語言處理技能和限制。研究提出案例來評估ChatGPT在臨床推理的能力，結果顯示生成式AI可協助醫師制定更有效的診斷和個人化預後策略，增進神經康復實踐。 PubMed DOI

這項分析評估了AI文本生成器的表現，特別是ChatGPT和Google Gemini在回答臨床問題時的表現。結果顯示，ChatGPT提供的文獻資訊相對準確，但在臨床內容上有不一致的情況。相比之下，Google Gemini則產生了完全虛構的引用和摘要。雖然這兩個工具的回應看起來可信，但實際上存在不準確性，這讓它們作為臨床資訊來源的可靠性受到質疑。 PubMed DOI

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

這項研究探討了ChatGPT在神經學診斷中的輔助潛力。研究人員使用神經學專家的合成數據，評估ChatGPT對各種神經疾病的診斷準確性。結果顯示，ChatGPT的準確率介於68.5%到83.83%之間，與專家神經科醫生的81.66%相當，且高於一般醫生的57.15%。這顯示人工智慧工具如ChatGPT有助於提升臨床診斷的準確性，特別是在神經學領域，未來有望改善醫療實踐和診斷過程。 PubMed DOI

這項研究評估了三種AI模型—ChatGPT-4、ChatGPT-3.5和Google Gemini—在提供多囊卵巢症候群（PCOS）資訊的有效性。結果顯示，ChatGPT-4和3.5在回答準確性和質量上優於Gemini，但Gemini的可讀性較高，讓回答更易懂。此外，Gemini的錯誤資訊傾向較低。總體來看，ChatGPT-4和3.5在臨床上可成為教育患者的有用工具，未來AI技術的進步可能進一步提升其效用。 PubMed DOI

本研究比較了兩種人工智慧工具——ChatGPT和Google Gemini，在生成癲癇病人教育指南的有效性。結果顯示，兩者在多項指標上無顯著差異，但Google Gemini在理解難易度上表現較佳，特別是在全身性強直-陣攣發作、肌陣攣發作及癲癇持續狀態的回應中，且其每字音節數也較少。這顯示Google Gemini在病人教育方面更具優勢，未來需進一步提升AI工具的能力，以增進癲癇病人教育的效果。 PubMed DOI

本研究評估ChatGPT 4 Omni在診斷神經認知障礙的準確性，並與早期版本比較。研究分為兩部分，第一部分分析其與臨床醫生的診斷一致性，涉及12,922名老年人，結果顯示有一定的關聯性，但準確性仍不足以獨立使用。第二部分則使用537名老年人的數據，未顯示顯著一致性。結論指出，雖然ChatGPT 4 Omni有潛力，但仍需改進與訓練，以提升其在臨床中的應用效果。 PubMed DOI

本研究探討生成式人工智慧（AI）在罕見疾病資訊上的準確性與安全性。研究評估了四個AI模型的回答，結果顯示大部分模型提供的資訊相對可靠，但仍有不準確的情況，可能讓患者及其家庭感到困惑。特別是Perplexity模型的表現較差，低分比例較高。研究強調了解AI的局限性並提供專家指導的重要性，以確保患者能有效利用這些工具。 PubMed DOI