斜視是常見的眼科疾病，病人教育對於知情決策很重要。本研究比較了三個AI聊天機器人（ChatGPT、Bard、Copilot）和一個可靠網站（AAPOS）在回答斜視相關問題的表現。結果顯示，AAPOS在準確性上表現最佳，其次是Bard、Copilot和ChatGPT。Bard在可理解性和可行性方面得分最高，而AAPOS則在可讀性上最容易理解。情感分析顯示，Bard和Copilot在病人教育上有潛力，但AAPOS在準確性和可讀性上仍優於這些聊天機器人。 PubMed DOI

這項研究評估了兩個大型語言模型，ChatGPT-4 和 Google Gemini，針對視網膜脫落問題的可讀性和準確性。分析了13個不同難度的問題，並由十位專家評分。結果顯示，Google Gemini 較易理解，但 ChatGPT-4 在正確答案上表現更佳，尤其是困難問題。ChatGPT-4 在八個問題上優於 Google Gemini，且在簡單和困難問題上都獲得更高評分。整體而言，這兩個 AI 工具有效提供準確的醫療資訊，建議可增強醫療護理。 PubMed DOI

這項研究比較了Google和ChatGPT在回答眼部整形手術常見問題的準確性和可讀性，並評估ChatGPT製作客製化病患教育材料的能力。結果顯示，ChatGPT的回答可讀性較高，平均年級水平為15.6，顯著高於Google的10.0。準確性方面，ChatGPT達93%，也優於Google的78%。此外，ChatGPT能有效調整內容至較低的閱讀水平，仍保持準確性。總體來看，ChatGPT在提供準確資訊和病患教育方面展現出良好潛力，有助於提升病患對眼科護理的理解。 PubMed DOI

這項研究評估了四款大型語言模型（LLM）聊天機器人對屈光手術常見問題的回答適當性與可讀性。經驗豐富的屈光外科醫生評估了答案的正確性，並用五種指標測量可讀性。結果顯示，ChatGPT 3.5 正確率為 45%，ChatGPT 4.0 為 52.5%，Gemini 表現最佳，達 87.5%，Copilot 則為 60%。所有機器人的可讀性都很困難，理解需具大學學位。儘管如此，Gemini 提供的答案最為適當，且可讀性較佳。總體而言，這些聊天機器人仍可能產生不當回應，且閱讀上有挑戰。 PubMed DOI

這項研究評估了ChatGPT-4和Bing Chat對34個青光眼常見問題的回應，重點在適當性、準確性和可讀性。結果顯示，ChatGPT-4的適當回應比例為88.2%，高於Bing Chat的79.2%。兩者在準確性上差異不大，ChatGPT-4略高（3.86），Bing Chat為3.70。可讀性方面，兩者的回應對一般美國成年人來說都較難理解，ChatGPT-4的字數平均為316.5，明顯高於Bing Chat的61.6字。總體而言，雖然兩者都提供適當回應，但ChatGPT-4的回應較複雜且可讀性較低。 PubMed DOI

這項研究比較了GPT-4和眼科醫生對眼科手術問題的回應可讀性。研究隨機選取200個問題，發現GPT-4使用的複雜詞彙比例較高（24.42%），而醫生則為17.76%。兩者的平均句子字數相似，但GPT-4的回應被評為更高的年級水平，顯示其內容較複雜。兩者都需至少12年級的教育才能理解，超過了國立衛生研究院建議的六到七年級水平。這強調了健康資訊可及性的重要性，尤其是AI工具在患者教育中的應用。 PubMed DOI

這項研究評估了大型語言模型ChatGPT-4o對圓錐角膜相關問題的回答準確性與可讀性。研究中，兩位眼科醫生對ChatGPT-4o的30個回答進行評分，結果顯示平均準確性為4.48分，評分一致性良好。然而，回答的可讀性較高，SMOG分數為15.49，FKGL為14.95，FRE為27.41，顯示一般民眾理解上有困難。雖然ChatGPT-4o的回答準確，但語言複雜性可能影響理解，建議未來改進以提升可及性。 PubMed DOI

研究比較了ChatGPT、Google Gemini和Microsoft Copilot在小兒眼科選擇題的表現，Copilot正確率最高（74%），也最容易閱讀。雖然這些AI對學習有幫助，但答案不一定完全正確，使用時還是要多加留意。 PubMed DOI

這項研究發現，ChatGPT回答眼瞼手術常見問題時，內容大致正確且有幫助，但用詞偏高中程度，部分病患可能覺得難懂。不同問題類型的可讀性差不多。總結來說，ChatGPT能提供實用資訊，但答案不一定完全正確，也未必人人都看得懂。 PubMed DOI

這項研究發現，ChatGPT-4.0在回答人工水晶體相關問題時，對簡單題目的準確率很高，但遇到難題時表現就明顯下滑。經過六個月，回答內容變得更長、更精確，評分也有提升。簡單問題的再現性很好，但複雜問題的一致性還有待加強。整體來說，ChatGPT-4.0在醫療資訊領域有潛力，但要更可靠還需要再優化。 PubMed DOI