這項研究旨在評估ChatGPT對於處理腹股溝疝氣的詢問所回答的準確性和適用性。 PubMed DOI

研究比較了不同AI聊天機器人在正顎手術中的表現，結果顯示回答品質高、可靠性佳，但易讀性需高學歷。ChatGPT-4有創意，OpenEvidence則回答相似。儘管聊天機器人提供高品質答案，仍建議諮詢專業醫師。 PubMed DOI

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

這項研究探討了開放存取的人工智慧軟體ChatGPT在回答與骨科手術相關的病人問題的準確性。研究聚焦於六種手術，包括前交叉韌帶重建和全髖關節置換等。研究者向ChatGPT提出標準問題，並將其回答與專家意見比較，結果顯示平均得分為2.43，顯示與專家意見有一定一致性。研究指出，ChatGPT可能成為病人了解手術選擇的有用工具，但仍需進一步研究以驗證結果並探討其在外科實踐中的應用。 PubMed DOI

對於ChatGPT在腹股溝疝氣修補手術的建議評估，專家與非專家的回應質量差異明顯。專家的評分較低（中位數2），而非專家的評分較高（中位數2），且這差異具統計意義（p < 0.001）。此外，聊天機器人提供的參考資料中，有一半是虛假的。儘管如此，受訪者對神經網絡在臨床決策中的潛力持樂觀態度，並普遍反對限制其醫療應用。因此，建議不要將大型語言模型作為臨床決策的主要資訊來源。 PubMed DOI

這項研究評估了四種自然語言處理（NLP）模型——ChatGPT 3.5、ChatGPT 4、Bard 和 Claude 2.0——在腹股溝疝氣管理方面的回應準確性與質量。六位疝氣外科醫生使用李克特量表評分，結果顯示相關性高（4.76），但完整性（4.11）和準確性（4.14）較低。ChatGPT 4 在準確性上表現最佳。可讀性評估顯示，無一文件符合美國醫學會標準，ACS 文件在可讀性和教育質量上得分最高。總體而言，雖然NLP提供了相關資訊，但可讀性和教育質量仍需改善，外科醫生應注意這些工具的優缺點。 PubMed DOI

本研究評估六款生成式AI聊天機器人在鎖骨骨折管理教育中的效果，包括ChatGPT 4、Gemini 1.0等。雖然可讀性分數無顯著差異，但Microsoft Copilot和Perplexity的回答質量明顯優於其他模型。整體來看，這些AI模型在病患教育中表現良好，特別是Microsoft Copilot和Perplexity，適合用於提供鎖骨骨折相關資訊。 PubMed DOI

這項研究評估了六款生成式AI聊天機器人在跟腱斷裂相關問題上的可讀性和回應質量，目的是探討它們作為病人教育工具的潛力。分析的聊天機器人包括ChatGPT 3.5、ChatGPT 4、Gemini 1.0、Gemini 1.5 Pro、Claude和Grok。結果顯示，Gemini 1.0的可讀性最佳，對一般讀者最易理解；而在回應質量上，Gemini 1.0和ChatGPT 4的表現優於其他模型。整體而言，這些聊天機器人都能提供高於平均水平的資訊，顯示出它們在病人教育上的價值。 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