研究使用 Chat-GPT 協助醫護人員診斷睡眠呼吸暫停症，結果顯示與專業醫師意見一致率超過75%，但整體共識僅有四個問題。儘管 Chat-GPT 一致性中等，仍需改進並與專家合作。人工智慧在醫療領域有潛力，但應視為醫療人員輔助，而非替代。研究強調了人工智慧與人類合作的重要性，並為耳鼻喉學領域帶來啟示，呼籲進一步探索人工智慧在醫療上的應用。 PubMed DOI

研究發現ChatGPT在耳鼻喉科診斷、治療建議和康復指導方面表現不錯，但在手術步驟描述上有不足，缺乏關鍵細節和風險提供。ChatGPT可提供基本資訊，但無法取代耳鼻喉科醫師的臨床專業知識。為了更好地幫助醫師，需持續改進醫療人工智慧技術。 PubMed DOI

ChatGPT-4在鼻科臨床案例中提供正確初步診斷的比例為62.5%，並建議7.5%-30.0%的案例需進行額外檢查和治療。其回應穩定性中等至高，且不受案例難度影響。建議在臨床實務中仍需醫師判斷為主。 PubMed DOI

研究指出，ChatGPT-4在神經腫瘤學案例中比ChatGPT-3.5表現更好。ChatGPT-4的診斷準確率為85%，治療計劃準確率為75%，明顯高於ChatGPT-3.5的65%和10%。神經外科醫生認為ChatGPT-4準確性較佳，有潛力成為神經腫瘤學的診斷工具。 PubMed DOI

研究發現ChatGPT-4在耳鼻喉科病例管理中表現良好，對患者提供了許多有用建議，雖然有時會建議額外檢查。在診斷準確率方面有改進空間，但在初步診斷上有潛力成為耳鼻喉科醫師的輔助工具。 PubMed DOI

這項研究評估了ChatGPT（4.0版）在生成與常見視網膜疾病相關回應的表現，依據美國眼科醫學會的指導方針進行。研究包含130個問題，涵蓋12個領域，專家評估回應的相關性和準確性。結果顯示，ChatGPT的平均得分為4.9分，與指導方針高度一致，但外科管理得分最低。回應可讀性較低，需大學以上理解能力，且在診斷和治療選擇上有錯誤。整體而言，雖然顯示潛力，但仍需臨床醫師監督及改進。 PubMed DOI

一項研究評估了ChatGPT 3.5和連接網路的GPT-4（Microsoft Copilot）在公共醫療系統耳鼻喉科考試中的表現，共發放135道問題。結果顯示，GPT-4的得分為88.5分，明顯優於ChatGPT的60分，且Copilot在108名耳鼻喉科醫生中排名第二，而ChatGPT則排在第83位。整體來看，具網路連接的GPT-4在回答醫學多選題方面表現更佳。 PubMed DOI

這項研究評估了三個人工智慧模型—ChatGPT、GPT-4 和 Google Bard—在美國耳鼻喉科考試問題上的表現，分析了1,077道文字題和60道圖片題。結果顯示，GPT-4的表現最佳，得分78.7%，而ChatGPT和Bard分別為55.3%和61.7%（p<0.001）。所有模型在簡單問題上表現較好，GPT-4在各子專科得分也較高，僅過敏科差異不顯著。雖然GPT-4表現良好，但在醫學教育和病人護理中的應用仍需謹慎。 PubMed DOI

這項研究評估了兩個AI聊天機器人，GPT-4和GPT-3.5（ChatGPT），在回答鼻整形手術相關臨床問題的表現。分析了10個問題後，兩者準確率均達90%。不過，GPT-4的準確率（86.0%）略低於GPT-3.5（94.0%），但差異不顯著。GPT-4在評估證據信心方面表現更佳（52.0%對28.0%）。兩者在政策層級和證據質量上無顯著差異，但GPT-4引用文獻的頻率較高（36.9%對24.1%）。總體來看，GPT-4在專業情境中顯示出更準確的參考潛力。 PubMed DOI

這項研究探討了ChatGPT在耳鼻喉科領域生成研究想法的潛力，將提示分為七個子專科，並評估其在系統性回顧中的表現。雖然ChatGPT在創造獨特的系統性回顧主題上有些困難，但所產生的想法通常具可行性和臨床相關性。研究建議未來應聚焦於ChatGPT在不同方法論及耳鼻喉科特定領域中生成問題的能力，顯示出人工智慧在醫學研究中的限制與潛力。 PubMed DOI