這項研究評估了ChatGPT 3.5和4在回答骨科考試問題的表現，使用了來自首爾國立大學醫院的160道問題，分為11個子類別。結果顯示，ChatGPT 3.5的正確率為37.5%，而ChatGPT 4提升至60.0%（p < 0.001）。大部分類別中，ChatGPT 4表現較佳，唯獨在腫瘤相關問題上不如3.5。此外，ChatGPT 4的回答不一致率顯著低於3.5（9.4%對比47.5%）。雖然ChatGPT 4在骨科考試中表現不錯，但仍需謹慎對待其不一致的回答和錯誤解釋。 PubMed DOI

這項研究評估了ChatGPT 3.5在回答有關全踝關節置換手術的病人常見問題上的表現。兩位踝關節外科醫生選了十個常見問題，分析了ChatGPT的回答準確性和清晰度。結果顯示，大部分回答被評為優秀或滿意，幾乎不需進一步澄清。準確性得分為2，表示滿意，而修訂後的DISCERN得分平均為51，顯示出良好到一般的質量。總體而言，ChatGPT在提供全踝關節置換手術資訊方面顯示出潛力，但仍需進一步研究以了解其在病人溝通和臨床實踐中的角色。 PubMed DOI

這項研究評估了ChatGPT在回答小兒肱骨上髁骨折相關問題的效果。研究中提出七個常見問題，並根據回答的清晰度和準確性進行分類。結果顯示，四個回答雖然滿意，但仍需澄清；三個則不滿意，缺乏準確性和清晰度。沒有任何回答被評為優秀。研究指出，ChatGPT提供的資訊雖有幫助，但通常需要進一步澄清，特別是在治療方案上。因此，建議家長應諮詢醫療專業人員以獲得準確指導。這項評估屬於五級專家意見。 PubMed DOI

本研究比較了ChatGPT4.0與3.5在手外科影像問題上的表現，發現兩者在正確率上無顯著差異（分別為30.1%和28.7%）。雖然ChatGPT4.0提供的解釋較長，但對答案的信心卻較低，尤其在放射影像問題上表現出更高的不確定性。未來研究應探討AI生成的回答如何影響臨床與教育環境中的行為，以促進AI在醫療中的應用。 PubMed DOI

這項研究評估了ChatGPT在凍結肩患者資訊提供上的有效性。五位醫師針對十四個肌肉骨骼疾病的關鍵問題，與120位患者進行諮詢，並使用5點李克特量表評估ChatGPT 4.0的回應。結果顯示，85.7%的回應獲得5分，92.9%的回應在安全性上也得分高。整體來看，ChatGPT提供的資訊有效、安全且實用，但使用者仍需謹慎，並不應取代專業醫療建議，定期更新資訊也很重要。 PubMed DOI

這項研究評估了ChatGPT對旋轉袖撕裂病人常見問題的回答能力，並比較了標準與六年級閱讀水平的回應。結果顯示，標準回應在準確性（4.7）和適當性（4.5）上優於六年級回應（3.6和3.7），且差異顯著（P < 0.001）。不過，標準回應的準確性和適當性仍低於OrthoInfo（準確性4.7對5.0，適當性4.5對5.0）。雖然標準回應較佳，但可讀性卻不如OrthoInfo。結論建議，ChatGPT不應作為病人資訊的唯一來源，但可作為骨科醫生資訊的補充。 PubMed DOI

這項研究評估了手部手術相關的線上醫療資訊，並比較了Google、ChatGPT-3.5和ChatGPT-4.0的回應。研究針對腕隧道症候群、網球肘和富血小板血漿用於拇指關節炎三個問題進行分析。 主要發現包括： 1. **可讀性**：Google的回應較易讀，平均在八年級水平，而ChatGPT則在大學二年級水平。低共識主題的可讀性普遍較差。 2. **可靠性與準確性**：ChatGPT-4的可靠性與3.5相似，但低共識主題的可讀性較低，準確性差異不大。 3. **覆蓋範圍**：ChatGPT-4和Google在疾病原因和程序細節的覆蓋上有所不同，但在解剖學和病理生理學上相似。 總結來說，雖然ChatGPT能提供可靠的醫療資訊，但可讀性較差，醫療提供者需注意其局限性。 PubMed DOI

這項研究發現，ChatGPT-4o在回答鎖骨中段骨折問題時，常混合正確與錯誤資訊，且多數引用的文獻都是假的或錯誤的。整體來說，ChatGPT在這方面的準確性和可靠性有限，建議臨床應用前要特別小心評估風險。 PubMed DOI

這項研究發現，ChatGPT在回答肩關節置換手術常見問題時，只有一題被評為「優秀」，其他答案雖然還可以，但都不夠詳細。ChatGPT適合用來幫助病人和醫師溝通，但在治療細節和正確性上還有待加強。建議把它當作輔助工具，不能取代專業醫療意見，使用時也要有專業監督。 PubMed DOI

這項研究發現，ChatGPT-4在回答關節置換相關問題時，正確率只有66.9%，明顯低於骨科研究員和主治醫師。特別是在有圖片的題目上，表現更差。雖然ChatGPT可當作學習輔助，但還無法取代專業醫師的臨床判斷，未來還需更多研究來提升AI在醫療領域的應用。 PubMed DOI