這項研究評估了ChatGPT 3.5和4在回答骨科考試問題的表現，使用了來自首爾國立大學醫院的160道問題，分為11個子類別。結果顯示，ChatGPT 3.5的正確率為37.5%，而ChatGPT 4提升至60.0%（p < 0.001）。大部分類別中，ChatGPT 4表現較佳，唯獨在腫瘤相關問題上不如3.5。此外，ChatGPT 4的回答不一致率顯著低於3.5（9.4%對比47.5%）。雖然ChatGPT 4在骨科考試中表現不錯，但仍需謹慎對待其不一致的回答和錯誤解釋。 PubMed DOI

這項研究評估了ChatGPT在肩袖修復手術患者資源中的有效性，並比較了3.5和4.0版本的資訊內容與可讀性。三位外科醫生在2023年8月提出了13個常見問題，分析結果顯示兩個版本的資訊質量高，但可讀性較差，且缺乏引用影響可靠性。雖然4.0版本的可讀性優於3.5，但整體仍需改進。總之，ChatGPT提供的資訊有價值，但在可讀性和引用方面仍有待加強。 PubMed DOI

這項研究指出，網路醫療資訊在骨科領域的使用越來越普遍，但也面臨品質挑戰。研究評估了25個網站，並針對10個網站使用髖部資訊評分系統（HISS）進行分析。最初的平均分數為9.5，顯示品質不佳。經過ChatGPT的建議後，分數提升至21.5，顯示出優秀的品質。結果顯示，ChatGPT能顯著改善線上病人資訊的品質，成為骨科醫生創建教育材料的有力工具，雖然無法取代專業知識，但能提升醫療資訊的可及性與品質。 PubMed DOI

這項研究評估了ChatGPT 3.5和4.0在回答有關Tommy John手術的病人問題時的資訊品質。研究者提出了25個問題，並用可讀性指標來評估回應。結果顯示，兩個版本的回應教育水平都高於病人能理解的範圍，且ChatGPT 4.0的表現稍好，但語言複雜性可能影響病人的理解。這強調了了解AI平台限制的重要性，因為未來這些平台將更廣泛地服務公眾。 PubMed DOI

這項研究評估了ChatGPT-4對於Kienböck's disease (KD) 的常見問題回應的質量與可讀性。十九個問題被分為一般知識、診斷和治療，並由33位手外科醫生使用全球質量評分標準進行評估。結果顯示平均GQS分數為4.28，表示大部分回應被評為良好或優秀。不過，根據可讀性測試，這些回應的難度超過大學畢業生的水平，顯示需要改進以提高可讀性，讓更多人能輕鬆理解。這項研究屬於四級觀察性研究。 PubMed DOI

生成式 AI 工具如 ChatGPT 在醫療查詢中越來越受歡迎，特別是在解答髕腱病相關問題上。一項研究評估了 ChatGPT-4 的表現，收集了 48 個問題並由專家評估其回應。結果顯示，只有 33% 的回應準確，但 75% 是全面的。治療相關問題的準確率僅 17%。回應的可讀性達到大學水平，且可理解性良好（83%），但可行性較低（60%）。總體而言，ChatGPT-4 提供了豐富資訊，但準確性不足，且對於低學歷者不易理解。 PubMed DOI

這項研究評估了AI工具，特別是ChatGPT 3.5和4.0，在提供低背痛患者教育的效果。結果顯示，ChatGPT 4.0在回應質量上明顯優於3.5，得分分別為1.03和2.07，且可靠性得分也較高。兩者在心理社會因素的問題上表現不佳，顯示出臨床醫生在這類情感敏感問題上的監督是必要的。未來發展應著重提升AI在心理社會方面的能力。 PubMed DOI

這項研究評估了ChatGPT 3.5和4.0生成的病人教育材料（PEMs）在可讀性上的表現，針對常見手部疾病進行分析。研究發現，ChatGPT 4.0在啟發階段後，有28%的內容達到六年級閱讀水平，而3.5則沒有生成合適的內容。整體來看，4.0在所有可讀性指標上均優於3.5，顯示出其在提升病人教育和健康素養方面的潛力，未來隨著進一步改進，這一潛力將更為明顯。 PubMed DOI

健康素養對醫生與病人溝通非常重要，特別是手術病人需要理解複雜的程序。美國醫學會建議病人教育材料應以六到八年級的閱讀水平撰寫，但許多線上資源卻較難懂。研究人員分析了三十段有關肩膀和肘部手術的資訊，發現原始文本的可讀性達到十年級。使用ChatGPT-4簡化後，文本可讀性顯著提高，降至八年級水平。這顯示AI能有效簡化醫療資訊，但仍需人類審查以確保準確性。 PubMed DOI

這項研究評估了手部手術相關的線上醫療資訊，並比較了Google、ChatGPT-3.5和ChatGPT-4.0的回應。研究針對腕隧道症候群、網球肘和富血小板血漿用於拇指關節炎三個問題進行分析。 主要發現包括： 1. **可讀性**：Google的回應較易讀，平均在八年級水平，而ChatGPT則在大學二年級水平。低共識主題的可讀性普遍較差。 2. **可靠性與準確性**：ChatGPT-4的可靠性與3.5相似，但低共識主題的可讀性較低，準確性差異不大。 3. **覆蓋範圍**：ChatGPT-4和Google在疾病原因和程序細節的覆蓋上有所不同，但在解剖學和病理生理學上相似。 總結來說，雖然ChatGPT能提供可靠的醫療資訊，但可讀性較差，醫療提供者需注意其局限性。 PubMed DOI