本研究評估九種聊天機器人在回答特殊需求牙科問題的準確性與一致性。測試結果顯示，這些機器人的平均準確率為55%，其中是非題的準確率較高（67%），而診斷問題則較低（37%）。不同機器人之間的準確性無顯著差異，但所有機器人的可靠性均可接受，Claude-instant的可靠性最高（0.93）。雖然目前臨床相關性尚未完全確立，但這些工具在特殊需求牙科領域未來可能具潛在應用價值。 PubMed DOI

這項研究評估了三款AI聊天機器人（ChatGPT-3.5、ChatGPT-4和Google Gemini）在提供牙科植牙資訊的可靠性與實用性。研究提出75個相關問題，並由兩位專家評估回答。結果顯示，Google Gemini在可靠性和實用性上表現最佳，特別是在建議諮詢牙科專家方面，對98.7%的問題都有建議。相比之下，ChatGPT-4和ChatGPT-3.5的建議比例較低。整體而言，雖然三者皆具可接受的表現，但Google Gemini因其與專家建議的一致性而更為突出。 PubMed DOI

這項研究評估了六個大型語言模型（LLMs）在兒童牙科的有效性，包括Google的Gemini、OpenAI的ChatGPT系列和微軟的Copilot。研究者提出十個臨床問題，並由兩位評估者根據0到10的標準進行評分。結果顯示，ChatGPT-4得分最高（8.08），其次是Gemini Advanced（8.06）和ChatGPT-4o（8.01）。雖然LLMs在支持兒童牙科方面有潛力，但專業人員應批判性地使用這些工具，並不應完全依賴。 PubMed DOI

這項研究評估了五款流行的AI聊天機器人在回答牙科專科住院醫師考試中的修復牙科問題的效果。共測試126個問題，結果顯示Copilot的準確率最高（73%），其次是Gemini（63.5%）和ChatGPT-3.5（61.1%）。雖然AI模型可作為教育工具，但在修復牙科的可靠性上仍有待加強，尤其在可拆卸局部假牙的準確率最低（50.8%）。未來的技術改進有望提升其在牙科教育中的應用效果。 PubMed DOI

這項研究比較了三款AI聊天機器人—ChatGPT-3.5、Gemini 1.5 Pro和Copilot—在回答口腔與顏面放射學常見問題的表現。研究選取了十五個問題，並由三位OMR專家根據科學準確性、易懂性和滿意度進行評估。結果顯示，雖然聊天機器人在科學準確性上無顯著差異，但整體文本較為複雜，需較高的閱讀水平。研究強調，與醫療專業人員驗證AI生成資訊對改善病患護理和安全性的重要性。 PubMed DOI

這項研究評估了五種大型語言模型（LLMs）在回答緊急牙科創傷問題的可靠性，依據國際牙科創傷學會的指導方針進行。研究結果顯示，ChatGPT 3.5的正確回答率最高（76.7%），其次是Copilot Pro（73.3%）和Copilot Free（70%）。雖然整體成功率差異不大，但Copilot和Gemini經常提供不準確的解釋，且缺乏可靠的參考資料。因此，雖然LLMs在牙科教育上有潛力，但在實踐中需謹慎使用。 PubMed DOI

這項研究評估了四款AI聊天機器人—GPT-3.5、GPT-4、Gemini和Bing—在牙齒修復學常見問題的回應效果。研究人員針對植牙、固定修復、全口假牙和可拆式部分假牙等領域設計問題，並使用統計方法分析回應。結果顯示，聊天機器人之間的有效性差異明顯，特別是Bing表現最差。雖然Bing、Gemini和GPT-4在一致性上表現尚可，但GPT-3.5則不理想。整體來看，研究強調了AI聊天機器人在提供高品質牙齒修復相關答案上的限制。 PubMed DOI

這項研究比較 GPT-3.5、Gemini 和 Copilot 三款聊天機器人，發現它們回答牙科植體病人常見問題時，資訊穩定且一致，但準確度還不夠高。Copilot 的答案最正確，Gemini 的一致性最好。總結來說，這些聊天機器人雖然能提供基本資訊，但在細節和正確性上還需要加強，才能更好地幫助病人。 PubMed DOI

這項研究比較四款AI聊天機器人回答牙科相關問題的表現，發現Dental GPT最準確，DeepSeek-R1最容易閱讀，但整體在品質和易懂度上差異不大。研究提醒，AI在醫療領域應謹慎使用，避免錯誤資訊影響病人。 PubMed DOI

這項研究比較了ChatGPT-3.5、Gemini和Copilot三款AI聊天機器人在回答植牙常見問題時的表現。結果發現，三者正確性差不多，但Gemini的答案較完整，Copilot的一致性最好。不過，三款AI的正確率都不高，建議不能直接用來做牙科決策，還是要依靠專業醫師判斷。 PubMed DOI