這個研究旨在評估ChatGPT對於處理腹壁疝氣相關問題的回應的準確性和適用性，因為有必要驗證AI模型在醫學主題上提供的資訊可靠性。 PubMed DOI

研究比較了ChatGPT-3.5和Google Bard在回答血管手術相關問題時的表現，發現ChatGPT的回答更準確完整，易讀且適合大專程度；Bard則適合高中程度但品質較低。ChatGPT提供較長回答，顯示在血管手術病人教育上有潛力，但仍需進一步研究改進。 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

這項研究評估了ChatGPT-4在抗凝治療管理方面的準確性，特別針對接受胃腸道手術的患者，並與ChatGPT-3.5及增強檢索生成模型（ChatGPT4-RAG）比較。結果顯示，ChatGPT-4的完全準確率為30.5%，而ChatGPT4-RAG則達到75%。儘管如此，研究指出75%的準確率仍不足以獨立做臨床決策，AI應視為醫生的輔助工具，並需持續評估以保障病人隱私及醫病關係。 PubMed DOI

像ChatGPT這樣的AI模型在醫學上雖然帶來不少好處，但也引發了對資訊質量和可靠性的擔憂。一項研究評估了ChatGPT對假設性先天性二尖瓣主動脈瓣病人的回答，發現其提供的資訊雖然詳細，但缺乏針對個別病人的具體建議，且沒有引用來源來驗證真實性。此外，AI也無法替代醫生與病人之間的細緻溝通。隨著AI在醫療中的應用增加，解決這些問題和倫理考量變得相當重要，以確保AI是輔助而非取代醫療提供者的角色。 PubMed DOI

急性主動脈剝離（AD）是一種危及生命的疾病，常因症狀與其他病症相似而被誤診。本研究探討了OpenAI的AI模型ChatGPT 4.0在診斷急性AD的有效性。透過系統性搜尋PubMed，找到163篇案例報告，隨機分析十篇。患者年齡介於29至82歲，性別分佈均衡，高血壓為常見合併症。結果顯示，ChatGPT 4.0能成功將急性AD列為前三名的鑑別診斷之一，並在五個案例中確定為主要診斷。研究指出，ChatGPT 4.0可作為輔助工具，幫助醫生進行早期篩檢。 PubMed DOI

這項研究評估了ChatGPT（3.5和4版本）在提供肩膀和肘部手術資訊的準確性，分析了114個問題。結果顯示，ChatGPT 3.5的正確率為52.3%，而ChatGPT 4則達到73.3%。雖然3.5在不穩定性類別表現較佳，但4在大多數其他類別中表現更優。兩者的表現都超過50%的熟練度，但仍無法取代臨床決策。研究建議進一步改善ChatGPT的訓練，以提升其作為醫療資訊資源的效用。 PubMed DOI

這項研究評估了ChatGPT提供的腹主動脈瘤（AAA）資訊質量，並與澳洲健康指導（HDA）進行比較。研究發現，ChatGPT的回應臨床上適當，但可讀性較高，達到大學水平，而HDA則在10到12年級。雖然ChatGPT的回應通常更易理解，但可行性得分較低，且行動建議不夠明確。總體來看，ChatGPT可作為病人教育的工具，但需改進以提升其幫助病人做出知情決策的能力。 PubMed DOI

這項研究評估了兩個AI聊天機器人，ChatGPT和ChatSonic，針對腹腔鏡修補腹股溝疝氣的問題所提供的回答質量。研究者提出十個問題，並由兩位外科醫生使用全球質量評分（GQS）和修改版的DISCERN評分來評估。結果顯示，ChatGPT的回答質量較高，獲得了良好的評分，而ChatSonic的表現稍遜。雖然兩者都有潛力，但在可靠性和質量上的不一致性，顯示在臨床使用前仍需進一步驗證。 PubMed DOI

這項研究評估了ChatGPT-4在回答全踝關節置換術（TAA）相關問題的表現。研究人員提出十二個常見問題，並請四位專科外科醫生評分其回答的準確性和清晰度。平均得分為1.8（滿分4分），顯示在事實性問題上表現尚可，但對於術後方案等細緻問題評分較低。外科醫生的評分差異顯著，顯示出不同的解讀和期望。這強調了針對特定臨床情境設計AI工具的必要性，以提升病人教育和資訊的準確性。 PubMed DOI