這項研究評估了ChatGPT在歐洲泌尿學會的考試表現，特別是版本3.5和4。分析了2017至2022年的多選題，結果顯示ChatGPT-4在所有考試中表現優於3.5，且每次考試都達到及格分數（≥60%）。不過，ChatGPT-4在某些子主題如尿失禁和移植的表現有所下降。整體來看，研究指出ChatGPT-4能有效回答複雜醫學問題，但仍需人類驗證其回應在醫療環境中的可靠性。 PubMed DOI

這項研究評估了ChatGPT對上尿路尿路上皮癌（UTUC）病人常見問題的回應質量。共15個問題被分為一般資訊、症狀與診斷、治療及預後。泌尿科醫生根據五個標準評分，結果顯示平均得分為3.93，其中一般資訊得分最高（4.14），治療相關回應得分最低（3.68）。雖然ChatGPT能提供基本資訊，但在治療問題上未完全滿足需求，且有安全隱患，建議在病人教育中謹慎使用。 PubMed DOI

本研究探討人工智慧，特別是自然語言處理模型如ChatGPT，對於男性根治性前列腺切除術後勃起功能障礙（ED）患者的教育與知情同意的潛力。結果顯示，雖然ChatGPT能提供有關陰莖假體植入手術的資訊，但其質量和可理解性仍不足以幫助患者做出知情決策。評估結果顯示資訊的清晰度高，但複雜主題的理解度較低，顯示出改進AI生成內容的必要性。 PubMed DOI

這項研究評估了ChatGPT在泌尿婦科手術知情同意方面的回答準確性與可讀性。五位專家醫師針對四種手術進行評估，結果顯示質量中等，DISCERN中位數評分為3，後恥骨中尿道吊帶得分最高。準確性方面，44%的回答被認為「正確且充分」，但也有不少回答含有誤導性或不正確的信息，特別是關於手術好處和替代方案。可讀性達到研究生水平，顯示在醫療環境中需對其輸出進行專業審查。 PubMed DOI

勃起功能障礙（ED）是影響男性性健康的常見問題。本研究評估了兩個AI聊天機器人，ChatGPT和Gemini，對ED相關問題的回答質量。研究發現，ChatGPT成功回答所有15個問題，而Gemini則未能回答兩個。質量評估顯示，Gemini的低質量回答較多，且兩位泌尿科醫生對ChatGPT的評分一致性為92%，Gemini則為95%。雖然這些AI能快速回應，但仍無法取代醫療專業人員的護理，需進一步改進。 PubMed DOI

這項研究評估了五款AI聊天機器人在歐洲泌尿學會的在職評估測試中的表現。596道問題來自2017至2022年的考試，分為知識型和數據解釋型。結果顯示，除了Claude 3.5外，其他四款聊天機器人均達到60%以上的及格分數，其中Copilot Pro表現最佳，得分71.6%。Claude 3.5則明顯落後，得分僅56.2%。雖然這些聊天機器人具備理論知識，但在分析和解釋能力上仍有待加強。 PubMed DOI

這項研究評估了ChatGPT在提供重建泌尿學資訊的有效性，重點在於資訊質量、錯誤資訊、可讀性及提示工程的影響。研究發現： - **資訊質量**：平均DISCERN分數為3.63，顯示健康資訊質量中等。 - **可讀性**：回應的可讀性相當於大學畢業生，可能影響某些病人的理解。 - **可理解性與可行性**：可理解性高達85.3%，但可行性僅37.2%，顯示資訊雖清晰但缺乏實用步驟。 - **錯誤資訊**：錯誤資訊極少，平均分數為1.23。 - **提示工程**：精煉提示可顯著改善回應質量與可理解性，且不增加錯誤資訊。 總體而言，ChatGPT-4o在重建泌尿學病人教育上有潛力，但仍需關注可行性與閱讀水平。 PubMed DOI

這項研究評估了 ChatGPT 4.0 在提供腹主動脈瘤（AAA）資訊的準確性，針對患者和醫生的問題進行了測試。結果顯示，對患者問題的平均準確度為 4.4，與血管外科學會（SVS）的指導方針一致性也不錯，平均評分為 4.2。不過，對於 AAA 破裂風險的問題，表現僅為中等，平均評分 3.4。整體來看，ChatGPT 4.0 在 AAA 資訊上表現良好，對患者教育和醫生知識提升有潛在幫助。 PubMed DOI

這項研究發現，ChatGPT-4在回答男性性傳染性尿道炎相關問題時，無論是否告知對象是泌尿科醫師，準確率都很高（約77.5%～81%），而且告知對象並未提升表現。整體來說，ChatGPT-4在這類醫學問答上表現穩定，具備作為輔助工具的潛力。 PubMed DOI

這項研究發現，ChatGPT能有效協助脊髓損傷患者管理泌尿症狀，回覆內容清楚且接近專業醫療建議，能幫助判斷是否需就醫。不過，缺乏資料來源和個人化建議仍讓人有疑慮，未來需加強透明度與個人健康資料整合。 PubMed DOI