這項研究顯示生成式人工智慧，特別是OpenAI的GPT-4 Turbo API，在提升放射學訓練方面的潛力。研究發現，這個AI模型能檢測到的差異明顯多於專業放射科醫師，顯示其在傳統審查中可能被忽略的改進空間。雖然AI在差異檢測上表現優異，但在評分一致性上仍有改進空間。生成的教學要點在85%的案例中被認為適當，顯示其教育價值。未來研究可著重於提高模型準確性及評分者一致性，並探討AI反饋對實習生的長期影響。 PubMed DOI

這篇回顧研究探討了ChatGPT在解剖學教育中的角色，分析了九項相關研究，涵蓋定量與定性研究。主要發現包括：七項為定量研究，四項與其他平台或人類回應比較，整體表現較弱，特別是在詳細答案和科學準確性上。儘管如此，ChatGPT在幫助學生理解解剖概念上顯示出潛力。未來隨著AI進步，可能會改善其在教育中的應用，但目前尚不適合廣泛使用。 PubMed DOI

最近的人工智慧進展讓大型語言模型能針對特定領域進行客製化，像是醫學教育。本研究評估了一個專為提升醫學生和醫師臨床知識的客製化GPT模型，結果顯示其準確率達83.6%，高於一般AI模型。住院醫師對此模型的滿意度高，特別是它能促進學習獨立性和信心。這些發現顯示，客製化GPT有潛力改善醫學教育，但學習者和教育者仍需批判性地評估AI生成的內容。 PubMed DOI

這項研究調查了美國成人腎臟科專科訓練中血管通路教育的現況，找出改進空間。研究人員對63個腎臟科計畫及71名二年級專科生進行調查和虛擬討論，結果顯示大多數血管通路講座由一般腎臟科醫師主講，專家參與有限。教職員和專科生對血管通路的身體檢查技能感到不安，特別是超音波和影像解讀。討論中強調需增加實作訓練、跨學科合作及標準化課程，並根據美國腎臟學會的標準提出增強教育的建議，強調全面訓練的重要性。 PubMed DOI

這項研究探討了利用人工智慧，特別是GPT-4模型，來生成泌尿科住院醫師的多選題（MCQs）。研究者將模型結合醫療執照機構的指導方針，創造符合2023年加拿大皇家內科醫師及外科醫師學會標準的考題。從123道題中選出60道用於多倫多大學的考試，結果顯示這些題目能有效區分住院醫師的知識水平，且具良好的區辨價值。研究顯示，GPT-4等人工智慧模型能簡化多選題的創建過程，提升醫學教育的效率與成果，未來可進一步探索其應用。 PubMed DOI

床邊超音波檢查（POCUS）在腎臟科的應用越來越受到重視，不僅限於程序指導，還能改善病人照護和診斷效率。不過，若不當使用可能會造成病人受傷或診斷錯誤。為了降低風險，文章建議進行嚴格的訓練和標準化要求，並促進腎臟科學會之間的合作，建立通用的訓練和認證流程。成功整合POCUS需依賴有動力的學習者、結構化的訓練計畫及專家監督，並提升研究者的理解與熟練度，以確保其安全有效的使用。 PubMed DOI

醫學教育的數位轉型正在改變腎臟科的臨床技能教學，特別是床邊超音波（POCUS）。梅奧診所的腎臟科專科訓練計畫推出了一個AI驅動的課程，結合人類專家與先進AI模型（如GPT-4.0），進行多次迭代修訂。這個課程涵蓋核心主題、各種教學方法及評估工具，並強調質量保證與臨床應用。AI與專家的合作確保了課程的實用性與教育品質，未來研究將評估其對臨床能力及病人結果的影響。 PubMed DOI

COVID-19疫情對醫學教育影響深遠，促進了創新的電子學習方案。本研究評估了一個線上擴展聚焦超聲檢查（EFAST）課程的有效性，參與者來自111個國家，共1,758人報名，1,190人完成期末考試，通過率高達96.1%。77.6%的參與者在課程前後的測驗中，分數從53.3提升至86.7，信心也從5提升至8。質性反饋指出課程實用，但建議改善影片質量。整體而言，這個線上課程有效提升了參與者的知識與信心，顯示線上臨床教育的潛力。 PubMed DOI

這項研究設計並驗證了一個針對家用血液透析的OSCE測驗，證實其效度與信度良好。結果顯示，專科醫師分數高於住院醫師，反映住院醫師在標準照護知識上有落差。多數住院醫師認為此測驗有助自我評估，能協助發現並改善訓練不足。 PubMed DOI

這篇系統性回顧發現，大型語言模型像ChatGPT、GPT-4等，已經開始應用在麻醉和重症醫學，包括加護醫療、醫療教育和圍手術期照護。雖然它們在簡單任務上表現不錯，但遇到複雜情境還是比不上醫師。現階段LLMs還不能完全取代醫師，但在特定、經過監督的任務上有潛力。未來還需要更多研究來驗證其臨床應用。 PubMed DOI