這項研究探討了ChatGPT-4在分析下肢缺損影像及理解複雜病例報告的能力，並與專業外科醫生及住院醫師進行比較。研究在瑞士、德國和奧地利進行，52名參與者評估影像並選擇重建技術。結果顯示，ChatGPT-4在識別最佳解決方案上有困難，而專業外科醫生則表現出高度一致性。這強調了人類專業知識在患者治療計畫中的重要性，建議AI可作為輔助工具，而非取代技術熟練的外科醫生。 PubMed DOI

這項研究探討了使用ChatGPT協助先天性心臟病患者在心血管手術會議中的決策。研究分析了37個案例，發現ChatGPT能在10到15秒內準確總結案例，並在94.5%的情況下正確識別診斷。手術計畫與會議共識一致的比例為40.5%，而手術時機一致性為62.2%。研究建議ChatGPT可作為有價值的工具，特別在較簡單的案例中，但對於複雜情況仍需謹慎，並強調專家監督的重要性。 PubMed DOI

這項研究評估了ChatGPT-3.5、ChatGPT-4及由ChatGPT-4驅動的Microsoft Copilot在手外科自我評估考試中的表現。分析了1,000道來自美國手外科學會的問題。結果顯示，ChatGPT-3.5的正確率為51.6%，而ChatGPT-4提升至63.4%；Microsoft Copilot則為59.9%。ChatGPT-4和Microsoft Copilot的表現均優於ChatGPT-3.5，顯示出它們在醫學教育中的潛力。研究建議未來需進一步評估這些模型在不同情境下的可靠性。 PubMed DOI

這項研究評估了兩個AI語言模型，GPT-3.5和GPT-4，在小兒腎臟科臨床資訊的有效性。40位小兒腎臟科專家對這些模型進行了評分，結果顯示兩者表現相似，GPT-4稍微高一些，但差異不顯著。分析顯示，模型的內部一致性較低，專家經驗與評價無明顯相關。研究指出，這些AI模型雖能提供基本資訊，但未能解決小兒腎臟科的特定挑戰，強調專業訓練和人類監督的重要性。 PubMed DOI

這項研究探討了人工智慧，特別是ChatGPT-4，在分析複雜臨床數據及生成合理評估和計畫的能力，特別針對骨科手術。研究聚焦於急診部門的十種常見骨折，利用患者的諮詢紀錄來提供AI所需的病史和檢查結果。結果顯示，ChatGPT-4能產出安全且合理的計畫，與多專科會議的臨床結果相符。雖然對大型語言模型的評估仍在發展中，但這項研究顯示AI在臨床決策中的潛力，未來可考慮以實際臨床結果作為基準。 PubMed DOI

這項研究比較了AI模型（ChatGPT-3.5、ChatGPT-4和Google Bard）與經驗豐富的脊椎外科醫生在複雜脊椎手術情境中的表現。透過對十位外科醫生進行兩次問卷調查，結果顯示醫生之間的重測信度良好，但與AI模型的協議較低。雖然AI的回應詳細，但醫生的答案更簡潔。研究認為AI目前不適合用於複雜手術決策，但可用於初步資訊收集和緊急分診，並強調需解決法律和倫理問題才能進一步應用。 PubMed DOI

這項研究發現，ChatGPT-3.5和4.0在產科超音波問題和報告分析上，比Microsoft Copilot表現更好，尤其在準確度和一致性方面。不過，所有AI工具偶爾還是會出錯，建議臨床使用時一定要有醫師把關。 PubMed DOI

這項研究比較四款AI聊天機器人在外科選擇題的表現，發現Copilot表現最佳，ChatGPT次之，Bard和Medical Chat較弱。各專科表現有落差，尤其耳鼻喉科和腸胃科最明顯。所有AI在診斷題的表現都優於處置題，Bard差異最大。結果顯示AI在外科教育和臨床應用各有優缺點。 PubMed DOI

這項研究發現，ChatGPT（特別是GPT-4o）在唇顎裂問題的回答上，表現中等，內容清楚易懂，有時甚至比資淺醫師還專業。不過，AI還是缺乏臨床經驗和細緻判斷，無法完全取代資深醫師。AI適合當輔助工具，幫助病患教育和溝通，搭配專家一起用，能提升照護品質。 PubMed DOI

這項研究發現，ChatGPT-4o 在小兒急診診斷上表現比醫師還好，甚至連複雜案例也能大多答對。先進的聊天機器人有潛力協助醫師處理急診，但應該當作輔助工具，不能取代醫師，且需訂出明確的 AI 與醫師合作流程。 PubMed DOI