這項研究評估了大型語言模型（LLMs）驅動的聊天機器人，如ChatGPT 3.5、CoPilot和Gemini，在提供前列腺癌資訊的有效性，並與官方病人指南進行比較。研究使用25個專家驗證的問題，根據準確性、及時性、完整性和可理解性進行評估。結果顯示，ChatGPT 3.5的表現優於其他模型，證明其為可靠的資訊來源。研究強調在健康領域持續創新AI應用的重要性，並建議未來探討AI回應中的潛在偏見及其對病人結果的影響。 PubMed DOI

近年來，大型語言模型（LLMs）已被應用於醫療領域，特別是在前列腺癌的病患溝通上。我們的研究評估了三種LLM的效果，包括ChatGPT（3.5）、Gemini（Pro）和Co-Pilot（免費版），並與官方的羅馬尼亞前列腺癌病患指南進行比較。透過隨機和盲測，八位醫療專業人員根據準確性、及時性、全面性和使用友好性進行評估。結果顯示，LLM，尤其是ChatGPT，通常提供比指南更準確且友好的資訊，顯示出其在改善醫療溝通上的潛力。不過，不同模型的表現差異也顯示出需要量身定制的實施策略。 PubMed DOI

這項研究評估了ChatGPT-4對前列腺癌常見問題的回答質量。研究人員制定了八個問題，並由四位評審使用多種工具評估AI的回答。結果顯示，ChatGPT-4的可理解性得分很高，但可讀性卻顯示「難以閱讀」，平均達到11年級的水平。雖然大部分參考文獻都來自可信來源，但仍有兩個例子被識別為參考幻覺。總體來看，ChatGPT-4在患者教育中提供了一般可靠的回答，但在可讀性和準確性上仍需改進。 PubMed DOI

這項研究評估了AI聊天機器人，特別是ChatGPT和Google Bard在提供前列腺癌教育資訊的表現。研究發現，所有大型語言模型的準確性相似，但ChatGPT-3.5在一般知識上表現優異。ChatGPT-4的回答則更全面，而Bard的回答最易讀，獲得最高的易讀性分數。總體來說，這些AI模型雖無法取代醫療專業人員，但能有效協助病人了解前列腺癌的相關知識。 PubMed DOI

這項研究探討了患者對人工智慧（AI），特別是大型語言模型的信心，於臨床泌尿科環境中進行。300名患者與基於GPT-4的聊天機器人互動後，填寫調查，評估AI與泌尿科醫生在歷史採集、診斷、治療建議等方面的表現。結果顯示，患者偏好AI在諮詢時間分配，但在其他能力上更信任醫生，尤其是治療建議和減輕焦慮。年齡對AI信心無影響，顯示技術對各年齡層皆易於接觸。研究強調AI是人類專業知識的補充，而非替代品。 PubMed DOI

這項研究評估了ChatGPT在生成前列腺癌相關醫療回應的表現。研究期間為2023年4月至6月，超過700名醫療腫瘤科和泌尿科醫師參與，且他們不知是在評估AI。結果顯示，602名受訪者在9個問題中有7個偏好AI生成的回應，但仍認為醫療網站更可信。98名受訪者對AI生成的複雜問題回應給予高評價，顯示臨床醫師欣賞AI的清晰度，但仍偏好傳統網站作為資訊來源。這提供了對臨床醫師評估AI內容的見解，並為未來的AI驗證研究提出了評估標準。 PubMed DOI

大型語言模型（LLM）聊天機器人被用來提供泌尿科疾病資訊，特別是良性前列腺增生手術。研究評估了四個聊天機器人的資訊質量，結果顯示未提示時資訊質量中等，但使用特定提示後顯著改善。回應準確性高達98%，但可讀性較差，超過大多數美國人的閱讀水平。總體來看，這些聊天機器人有助於患者教育，但需注意提示方式和語言複雜性，以提升其效益。 PubMed DOI

這項研究顯示ChatGPT-4o在提升病人手術教育方面的潛力。每年全球有約3億次手術，手術後30天內死亡人數達420萬，因此有效的病人教育非常重要。研究針對六種手術程序的常見問題進行音頻回應，並由外科醫生評估。 主要發現包括： - ChatGPT-4o在準確性（4.12/5）和相關性（4.46/5）上表現優異，潛在危害性低（0.22/5）。 - 手術後的回應準確性和相關性優於手術前。 - 小型手術的回應雖少，但準確性高於大型手術。 研究建議將GPT-4o整合進醫院系統，以提供即時可靠的信息，提升病人滿意度和知情決策能力。 PubMed DOI

這項研究評估了GPT-4和BioMistral 7B兩個大型語言模型在回答罕見疾病病人詢問的表現，並與醫生的回應進行比較。結果顯示，GPT-4的表現優於醫生和BioMistral 7B，回應被認為正確且具同理心。BioMistral 7B的回應則部分正確，而醫生的表現介於兩者之間。專家指出，雖然LLMs能減輕醫生負擔，但仍需嚴格驗證其可靠性。GPT-4在溝通上表現佳，但需注意回應的變異性和準確性。 PubMed DOI

這項研究評估了幾個大型語言模型（LLM）聊天機器人，包括Google、Bard、GPT-3.5和GPT-4，對於慢性健康狀況的病人教育效果。研究針對高血壓、高脂血症、糖尿病、焦慮和情緒障礙等五個常見健康問題進行評分。結果顯示，GPT-3.5和GPT-4在內容的全面性和質量上表現優於Bard和Google，但後者的回應更易讀。整體來看，這項研究建議LLM工具在健康查詢中可能比傳統搜尋引擎提供更準確的信息，適合用於病人教育。 PubMed DOI