研究發現GPT-4在回答複雜臨床眼科案例問題時，診斷和處理能力中等準確，尤其在正確診斷後的處理更準確。雖然接近眼科醫師水準，但不及資深醫師。建議改進提示策略，GPT-4或許可應用於醫學決策和診斷。 PubMed DOI

研究發現，GPT-4在眼科領域表現優異，得到眼科醫師認可。這顯示先進語言模型在提供醫療建議上有潛力，尤其在眼科專家有限的情況下。 PubMed DOI

研究評估了基於GPT-4V的聊天機器人在解釋眼科條件的眼部多模態影像表現。測試結果顯示在準確性、可用性和安全性方面表現不盡相同。雖然在燈裂影像表現不錯，但眼底攝影表現較差。總體而言，聊天機器人能正確識別影像模式，但在病變檢測、診斷和決策支持方面有待提升。研究結論指出，GPT-4V尚不適用於眼科臨床決策，並提出改進多模態模型的建議。 PubMed DOI

這項研究評估了具視覺功能的GPT-4V在眼科診斷玻璃體視網膜疾病的表現。研究在巴斯科姆·帕爾默眼科診所進行，分析了2010年至2023年的病人數據。結果顯示，GPT-4V在開放式問題中的診斷準確率為13.7%，而多選題為31.3%。該模型能準確識別後玻璃體脫離等病症，但在開放式問題的有效性有限，顯示出提供複雜醫療建議的挑戰。總體而言，GPT-4V在臨床護理中仍有潛力。 PubMed DOI

這項研究評估了ChatGPT 3.5和4.0版本在診斷青光眼方面的能力，使用了眼壓治療研究的數據。研究涵蓋1585名受試者的3170隻眼睛，並將臨床參數轉換為文本進行分析。結果顯示，ChatGPT 3.5的準確率為66%，而4.0則提升至87%。雖然4.0的整體準確率較高，但3.5在檢測青光眼的敏感性上表現更佳。這顯示ChatGPT在評估眼壓高的眼病上具有潛力，未來的多模態模型可能進一步提升診斷準確性。 PubMed DOI

這項研究評估了ChatGPT在眼科臨床評估中的表現，目的是檢視其準確性及眼科醫生是否能辨識其生成的回應。研究中，16位眼科醫生參與，ChatGPT在17個案例中準確識別了15個主要診斷（88.2%）。醫生們在13個案例中以77.9%的準確率辨識出回應作者，信心評分為3.6。醫生指出ChatGPT的回應較為一般，常有不相關資訊及句法模式。結論認為，雖然ChatGPT顯示潛力，但在臨床應用前仍需進一步評估。 PubMed DOI

這項研究探討了AI聊天機器人GPT-3.5和GPT-4.0在眼科門診註冊及診斷眼病的有效性。研究分析了208個臨床檔案，結果顯示： 1. **註冊建議**：GPT-3.5（63.5%）、GPT-4.0（77.9%）和住院醫師（69.2%）的準確性相似，無顯著差異。 2. **診斷準確性**：GPT-4.0和住院醫師在有病史及檢查的檔案中表現優於GPT-3.5。 3. **錯誤診斷**：GPT-4.0的錯誤診斷較少，顯示出精確度提升。 4. **整體表現**：GPT-4.0在鑑別診斷上接近住院醫師，顯示其潛在應用價值。 結論認為，AI聊天機器人有助於提升眼科病人註冊，但需進一步驗證其在診斷中的應用。 PubMed DOI

這項研究比較了AI模型GPT-4o與人類眼科醫生在青光眼診斷上的表現。研究在一所三級眼科醫療中心進行，分析了26個青光眼病例。結果顯示，GPT-4o在主要診斷的準確性上較低，得分5.500，經驗最豐富的醫生得分8.038。在完整性方面，GPT-4o得分3.077，低於B醫生的3.615。不過，在鑑別診斷上，GPT-4o的表現與醫生相當，得分7.577。研究認為，GPT-4o雖然尚未成為獨立診斷工具，但在臨床上可作為輔助工具，未來AI的進步可能會提升其有效性。 PubMed DOI

這項研究探討了多模態大型語言模型（LLMs），特別是GPT-4o和Claude Sonnet 3.5，如何結合文本與視覺資訊進行醫療診斷。研究在120個臨床案例中進行測試，結果顯示在只有文本的情況下，GPT-4o的準確率為70.8%，遠超醫生的39.5%。當加入圖片時，所有參與者的表現都有提升，尤其是醫生的準確率增幅最明顯。GPT-4o在有圖片的情況下達到84.5%，而醫生則為78.8%。這顯示LLMs在視覺數據處理上仍需加強，以達到人類醫生的表現。 PubMed DOI

這項研究評估了流行的視覺大型語言模型（VLLMs），特別是OpenAI的GPT-4V和Google的Gemini，對於從視網膜影像中識別眼病的表現。研究使用了44張來自新加坡眼病流行病學研究的視網膜照片。結果顯示，GPT-4V在預設模式下的檢測準確率最高，達97.1%，但所有模型在提供診斷描述的質量上普遍較差。研究強調了專業VLLMs在醫療領域的必要性，以及人類監督在臨床眼科中的重要性。 PubMed DOI