這項研究探討生成式人工智慧對醫學生創建練習考題的信心與態度影響。68名醫學生和醫師助理學生參加了工作坊，學習使用Google Bard（現稱Gemini）。調查顯示，使用AI創建考題的信心顯著提升（<i>p</i> < 0.001）。焦點小組反饋指出AI的優勢與擔憂，學生希望機構能提供更清晰的指導。雖然信心提升，但研究強調需徹底評估AI生成考題的質量與準確性。總體而言，教導學生負責任地使用AI工具是關鍵。 PubMed DOI

這項研究分析了執業醫生與五年級醫學生對人工智慧（AI）的看法與經驗。調查顯示，26.67%的醫生和13.33%的學生未使用過AI。學生對AI的有效性評價普遍高於醫生，尤其在教育和工作經驗上。雖然兩組人員都使用AI來檢索資訊，但學生對AI在教育和實踐中的應用持較開放態度。儘管認同AI的優勢，雙方對其準確性和可靠性仍有疑慮。研究建議需進一步探討AI在醫學課程中的整合及相關倫理問題。 PubMed DOI

在醫學教育中整合大型語言模型（LLMs）有其優勢與挑戰。這些AI工具能改善資訊獲取與批判性思考，但也可能導致過度依賴及倫理問題。學生和教師需了解LLMs的限制，維護學術誠信，並負責任地管理數據。教師應重視內容質量，而非僅依賴AI檢測。LLMs應作為輔助資源，強調可及性與公平性。教育機構應制定符合其價值觀的指導方針，以支持負責任的LLM使用，並靈活應對科技進步。 PubMed DOI

最近一項研究調查了207名醫學生對於像ChatGPT這類人工智慧工具的認識與態度。結果顯示，66.7%的學生對ChatGPT有了解，但對其他AI工具的認識較少。大多數學生以非正式方式使用AI，主要當作搜尋引擎，且超過一半的人對AI技術感到不夠了解。他們希望獲得更多與未來醫生角色相關的訓練，特別是在AI應用於學習、一般知識及科學寫作方面。研究也發現性別和自我評估的學習表現存在差異，為未來研究提供了新方向。 PubMed DOI

最近的人工智慧進展讓大型語言模型能針對特定領域進行客製化，像是醫學教育。本研究評估了一個專為提升醫學生和醫師臨床知識的客製化GPT模型，結果顯示其準確率達83.6%，高於一般AI模型。住院醫師對此模型的滿意度高，特別是它能促進學習獨立性和信心。這些發現顯示，客製化GPT有潛力改善醫學教育，但學習者和教育者仍需批判性地評估AI生成的內容。 PubMed DOI

這項研究評估了一般醫學科實習生在識別AI生成內容不準確性方面的能力，特別是使用ChatGPT-4o。研究發現，ChatGPT-4o的準確率為80.8%，但在專業情境中僅57.0%。142名實習生識別了87個AI幻覺，平均檢測準確率只有55.0%。影響檢測錯誤的因素包括反應時間短、自我評估AI理解能力高及頻繁使用AI工具。結論強調，實習生在臨床情境中識別AI錯誤的挑戰，需加強醫學教育中的AI素養與批判性思維。 PubMed DOI

這項研究建立了一個自訂的GPT-3.5模型，用來評估一年級物理治療學生的解剖學作業，並將其表現與專業領域的專家進行比較。結果顯示，人工智慧的評分可以減輕工作負擔，同時確保評估的一致性和高品質。這表明人工智慧有潛力提升醫學教育的效率和個性化。 PubMed DOI

學生們越來越依賴人工智慧（AI）工具，如ChatGPT，來輔助醫學教育和考試準備。一項研究檢視了AI生成的多選題，這些題目模仿美國醫學執照考試（USMLE）第一階段的格式。研究發現，83%的問題事實上是準確的，常見主題包括深靜脈血栓和心肌梗塞。研究建議，分開生成內容主題和問題可以提升多樣性。總體而言，ChatGPT-3.5能有效生成相關考題，但需謹慎提示以減少偏見，對醫學生準備USMLE考試有幫助。 PubMed DOI

**重點整理：** 這項研究發現，醫學生在解決臨床案例時，無論ChatGPT給的答案是對還是錯，他們都很容易採納AI的建議，而且小組討論也無法有效修正AI帶來的錯誤。這顯示AI對學生的決策有很大的影響力，因此在醫學教育中使用AI時，必須特別強調批判性思考和適當的指導。 PubMed DOI

蘇丹卡布斯大學研究發現，醫學生對 AI 在醫療應用的準備度屬中等，對 AI 概念和資料科學了解較少，但能認知 AI 的潛力與侷限。性別和年級沒明顯差異，熟悉科技的學生對 AI 態度較正面。建議醫學課程應加強 AI 教育，幫助學生因應未來臨床需求。 PubMed DOI