研究評估了ChatGPT在處理細菌感染和抗生素敏感性相關問題以及臨床案例中的效果。結果顯示ChatGPT在回答理論問題表現不錯，但在臨床案例管理上有限制，例如識別抗藥機制和抗生素處方。ChatGPT可作為醫學教育和分析工具，但不宜取代專家諮詢在複雜決策中的重要性。 PubMed DOI

這篇評論探討了OpenAI的ChatGPT在醫療溝通中的潛力，特別是在醫學、教育和研究領域的應用。雖然AI工具能協助研究和數據分析，提升醫學寫作，但在準確性、偏見、安全性和倫理等方面仍有顧慮。對這些工具的誤解也可能影響其使用。若正確運用，ChatGPT能增進醫學寫作者的知識與效率，讓他們專注於更複雜的任務。評論旨在提醒醫生和研究人員了解使用ChatGPT的優缺點，並建議未來的研究方向。 PubMed DOI

抗微生物抗藥性（AMR）是全球健康與經濟的一大威脅，促使各國制定行動計畫（NAPs）應對。然而，低中收入國家面臨物流、資金及資訊獲取等挑戰，影響政策執行。為了解決這些問題，建立了一個多語言資料庫，匯集146國的政策指導，並開發了AMR-Policy GPT模型，能從中檢索和總結資訊，確保準確性。這個原型未來將增強基於證據的AMR政策指導，並可在 www.liuhuibot.com/amrpolicy 訪問。 PubMed DOI

抗微生物抗藥性是全球健康的重要議題，亟需創新策略來改善抗生素管理。AI 聊天機器人，特別是大型語言模型，能協助臨床醫師優化抗生素治療。本研究回顧了過去五年相關文獻，發現AI 聊天機器人能提供抗生素建議、增強醫學教育及改善臨床決策，但仍面臨臨床細節管理不一致、算法偏見及數據隱私等挑戰。未來需進行嚴格的臨床試驗及跨學科合作，以確保其安全有效地應用於臨床。 PubMed DOI

這項研究探討了ChatGPT-4在創造有說服力的疫苗接種訊息方面的效果，特別針對人類乳突病毒（HPV）疫苗。研究中有60名參與者，分析GPT-4生成的訊息與人類創作的訊息在說服力上的差異，重點在17個影響HPV疫苗接種的因素。結果顯示，GPT生成的訊息在不良反應和污名化認知上更具說服力，而人類生成的訊息則在傳達疫苗接種便利性上更有效。這顯示人工智慧，特別是ChatGPT，能成為公共衛生溝通的重要工具，對疫苗態度有正面影響。 PubMed DOI

這項研究探討了ChatGPT-4是否能創建清晰易懂的前列腺癌研究摘要，分析了2022年7月至2024年6月間80篇發表於*Current Oncology*的文章。研究發現，使用詳細提示的摘要在可讀性和質量上都顯著優於簡單提示。雖然兩者都能提供全面的摘要，但詳細提示讓資訊更易於被廣泛受眾理解。研究強調了自訂提示在醫療溝通中的重要性，並建議未來應考慮病患反饋，將此方法擴展至其他醫療領域。 PubMed DOI

大型語言模型（LLMs）在醫療領域的應用日益增多，能協助診斷和治療感染。一項研究比較了全科醫生與六個LLMs（如ChatGPT、Gemini等）對24個臨床案例的反應。全科醫生在診斷和抗生素處方的準確率高達96%-100%，但在劑量和療程的準確性上較低（50%-75%）。LLMs的表現也不錯，但在參考指導方針的能力上不一致，特別是在挪威的表現不佳。研究指出LLMs有數據洩漏的風險，雖然它們在抗生素處方上有潛力，但全科醫生在臨床情境解釋和指導方針應用上仍更具優勢。 PubMed DOI

生成式人工智慧（GenAI）在醫療服務中有潛力，尤其是在臨床環境。不過，實際臨床的複雜性需要謹慎且基於證據的方法來確保AI的安全與有效性。本研究將系統性評估四個知名的GenAI模型（Claude 2、Gemini Pro、GPT-4.0及一個自訂的GPT-4.0聊天機器人），並針對臨床微生物學和傳染病領域進行分析。評估將由兩組專業醫師進行，使用5點李克特量表來檢視回應的事實一致性、全面性、一致性及潛在醫療危害。研究將提供GenAI在臨床應用的見解，並強調制定倫理指導方針的重要性。 PubMed DOI

本研究探討生成式人工智慧（GenAI）在臨床微生物學和傳染病諮詢中的應用潛力。透過評估四款聊天機器人（如GPT-4.0），研究發現GPT-4.0在事實一致性、全面性及無醫療危害性方面表現優於其他兩款。專家對AI回應的評分顯著高於住院醫師，且專家認為回應“無害”的可能性更高，但仍有少於兩成的回應被認為無害。研究強調醫療人員的專業知識對AI回應的解讀影響深遠，並指出目前無AI模型可在無人監督下安全使用於臨床。 PubMed DOI

這項研究發現，ChatGPT-4o在分析敗血症患者臨床紀錄、評估抗生素和導管管理上表現不錯，但在隔離措施和壓瘡辨識上有失誤。整體來說，LLMs有潛力成為臨床感染控制的輔助工具。 PubMed DOI