這項研究探討生成式人工智慧，特別是像ChatGPT這樣的大型語言模型（LLMs），如何為從急診部轉至家庭的病人創建個性化的出院指示。研究發現，傳統出院指示常常耗時且缺乏個性化，因此使用GPT-4生成了五個虛構急診案例的出院指示。調查結果顯示，受訪者對GPT生成的指示評價較高，特別是在回診注意事項上，顯示LLMs能提升出院指示的清晰度和相關性，並改善醫療文檔流程，減輕醫療人員負擔。 PubMed DOI

這項研究探討了使用ChatGPT作為醫學教育中的標準化病人，特別是在病史採集方面。研究分為兩個階段：第一階段評估其可行性，模擬炎症性腸病的對話並將回應分為好、中、差三類。第二階段則評估其擬人化、臨床準確性和適應性，並調整提示以增強回應。 結果顯示，ChatGPT能有效區分不同質量的回應，經過修訂的提示使其準確性提高了4.926倍。整體而言，研究表明ChatGPT可作為模擬醫學評估的工具，並有潛力改善醫學訓練。 PubMed DOI

這項研究探討如何利用GPT-4將複雜的出院信轉換成更易懂的版本，讓病人更容易理解。出院信通常包含重要的健康資訊，但常常用醫學術語，讓病人感到困惑。研究中，GPT-4成功涵蓋了78%的關鍵學習目標，但仍有15%的重要資訊被遺漏，特別是預防併發症的部分。雖然轉換後的信件可讀性提高，醫學術語減少，但仍有關鍵安全資訊缺失。研究建議改進提示，以增強資訊的完整性，顯示AI在病人溝通上的潛力與發展空間。 PubMed DOI

這篇文章探討了ChatGPT在醫學寫作中的應用，特別是對一年級醫學生撰寫病例報告的協助。雖然ChatGPT並未專門訓練於醫學領域，但它在解讀臨床資訊上表現出色。研究顯示，ChatGPT能有效生成摘要、校對及提供醫學見解，成為醫學寫作的有用工具。不過，由於其限制，ChatGPT無法取代作者，應以合作方式使用。作者建議應制定指導方針，以優化ChatGPT等自然語言處理模型在臨床研究中的應用，而非完全禁止。 PubMed DOI

ChatGPT 在醫療領域的應用逐漸受到重視，顯示出在臨床實踐、醫學教育和研究上的顯著優勢。研究指出，它能減少行政工作量達 70%，並在醫學測試中達到專業水準。在醫學教育中，提供個性化學習和自動評分，提升培訓效率。臨床上，ChatGPT 協助分診和生成出院摘要，讓醫療人員更專注於病人護理。未來需解決準確性、情感智力及倫理等挑戰，以更好地整合於醫療系統中。 PubMed DOI

這項回顧性研究評估了不同ChatGPT模型（如GPT-3.5、GPT-4等）在預測急診病人診斷的表現。研究針對30名病人，發現GPT-3.5在前三名鑑別診斷的準確率高達80%，但主要診斷的準確率僅47.8%。較新的模型如chatgpt-4o-latest在主要診斷的準確率提升至60%。要求模型提供推理過程也有助於改善表現。不過，所有模型在處理非典型案例時仍面臨挑戰，顯示其在急診環境中的應用限制。 PubMed DOI

這項研究評估了ChatGPT在提供慢性疾病患者教育方面的表現，特別針對炎症性腸病（IBD），並與專科醫生的回應進行比較。結果顯示，ChatGPT的整體品質評分與專科醫生相似，且在信息完整性上有明顯優勢。雖然準確性無顯著差異，但在患者和醫生共同回應時，ChatGPT表現較差。研究建議在健康信息創建和評估中，應納入患者的參與，以提升質量和相關性。 PubMed DOI

這項研究探討了使用ChatGPT將臨床信件翻譯成更易懂的語言，目的是增強患者對治療和診斷的理解。研究採用單盲定量方法，分析語言複雜度的指標。翻譯了二十三封來自不同專科的診所信件，結果顯示翻譯保留了臨床信息，並顯著提升了患者的理解與滿意度。患者尋求醫療協助解釋信件的需求也明顯減少。結論認為，ChatGPT是一個有效的工具，能創造更友好的臨床信件版本，讓患者更容易理解。 PubMed DOI

這項研究探討了使用人工智慧，特別是ChatGPT，來生成接受選擇性扁桃腺切除手術患者的出院信，並與耳鼻喉科醫生撰寫的信件進行比較。家長根據醫療資訊的品質、可讀性和長度評估這些信件。結果顯示，AI生成的信件在醫療資訊品質上明顯優於醫生撰寫的信件，且更易閱讀。參與者辨識AI生成信件的成功率為50%。這些發現顯示，人工智慧在醫療領域的應用前景良好。 PubMed DOI

這項研究用ChatGPT/GPT-4和翻譯軟體，快速製作三種常見急診主訴的AI出院衛教手冊。八位急診醫師給予高分評價，但部分內容還需修正。手冊可讀性約在高中到大學程度，可能有高估。AI能有效產出衛教資料，但仍需人工審核，未來還要研究對病人的實際幫助及擴展應用。 PubMed DOI