擴增實境（XR）技術在醫療領域，特別是外科教育和實踐中，應用越來越廣泛。這篇綜述探討XR如何透過醫學影像技術提升外科診斷和手術執行，並分析其限制與未來展望。研究顯示，XR能提高手術效率、減少錯誤，並簡化工作流程，支持術前規劃和手術導航。然而，XR的採用仍面臨高成本、基礎設施需求及監管挑戰。儘管如此，XR在改善外科護理方面潛力巨大，未來需加強合作與技術進步以克服障礙。 PubMed DOI

這項研究顯示大型語言模型（LLMs）在創建虛擬病人（VPs）方面的潛力，能模擬病人與醫師的互動。研究使用OpenAI的GPT模型生成60個針對慢性咳嗽和糖尿病的對話，並評估其真實性和使用者體驗。主要發現包括： 1. **成本效益**：每次對話成本低，具可擴展性。 2. **對話真實性**：評分高，顯示對話現實且有用。 3. **病人偏好**：大多數對話符合病人預期。 4. **模型比較**：GPT-4.0-turbo表現優於GPT-3.5-turbo。 5. **反饋相似性**：醫師與LLM的評分相似。 6. **缺陷識別**：某些特徵影響真實性。 7. **工具驗證**：確認測量工具的可靠性。 總體而言，LLM生成的虛擬病人能有效模擬臨床互動，具成本效益，建議進一步研究以提升對話質量。 PubMed DOI

這項研究探討了患者與GPT-4驅動的聊天機器人在泌尿科諮詢中的互動。從2024年2月到7月，共招募300名患者，評估聊天機器人提供的醫療資訊質量。292名參與者完成了研究，結果顯示大多數患者認為聊天機器人的回應有用且易懂，但人類醫生的回答評價較高。53%的參與者偏好大型語言模型的問答能力。研究指出，這類模型可增強患者教育，並減輕醫療提供者的時間壓力。限制包括潛在的偏見和抽樣問題。 PubMed DOI

這項研究評估人工智慧（AI）是否能幫助病人理解脊椎MRI報告，因為這些報告常用複雜的醫學術語。研究在2024年進行，參與者為102名即將接受脊椎MRI的成人病人。結果顯示，病人對AI解讀的理解度、清晰度及醫療參與度均顯著高於原始報告，且AI解讀的準確性也相當不錯。雖然AI解讀提升了病人的理解與滿意度，但仍有部分解讀不準確，顯示未來仍需持續研究。 PubMed DOI

這項研究探討社交機器人虛擬病人平台與大型語言模型在醫學生臨床推理訓練中的效果，並與傳統電腦平台比較。瑞典的15名醫學生參與，結果顯示社交機器人平台更具真實感，對學習幫助更大，平均分數較高。定性反饋指出該機器人在臨床推理、溝通及情感技能訓練上的優勢，但也提到一些技術限制。研究建議將社交機器人和大型語言模型整合進虛擬病人模擬中，以提升醫學教育的學習體驗，並提出改進建議。 PubMed DOI

這項研究評估了一個基於檢索增強生成（RAG）技術的病人資訊助手（PIA）聊天機器人在提供CT前資訊的可行性與有效性，並與傳統醫生諮詢比較。研究對象為86名預定接受CT的病人，隨機分為PIA組和對照組。 主要發現包括：兩組在資訊清晰度和理解度上相似，但對照組在減輕病人擔憂方面更有效。PIA組的諮詢時間顯著較短。放射科醫生對PIA的評價也很高。總結來說，PIA有效提供CT前資訊並縮短諮詢時間，但醫生在解決病人擔憂方面表現更佳。 PubMed DOI

心理健康服務的可及性是全球性議題，需求日益增加。對話式人工智慧（AI）被視為潛在解決方案，但建立可靠的虛擬治療師仍具挑戰。本研究探討將AI整合進虛擬實境（VR）自我對話的優缺點，重點在用戶體驗及AI在自我反思和問題解決中的角色。經過兩年半的開發，我們進行了為期三個月的質性研究，結果顯示AI能改善參與者的思維過程，增強自我反思能力，並提升心理諮詢的效果。 PubMed DOI

一項針對64位骨科病患的研究發現，用ChatGPT-4翻譯MRI報告能讓病患更容易看懂內容，理解度提升20%，有87.5%的人覺得AI翻譯更清楚。不過，大家對傳統報告的信任感還是稍高。AI翻譯雖然有幫助，但還是需要醫師把關，確保資訊正確。 PubMed DOI

這項研究開發了結合ChatGPT的虛擬實境產科護理溝通訓練系統，讓52位護理學生參與。結果顯示，學生在溝通自信、技巧和系統操作上都有明顯進步，成效可持續三個月。大家對學習體驗也很滿意，證明這套系統能有效提升產科護理溝通訓練，推動護理教育數位化。 PubMed DOI

這項研究發現，讓醫學生用 ChatGPT 扮演「標準化病人」練習溝通，能提升他們面對困難情境的信心，學生覺得這種方式安全又方便，回饋也很詳細。不過，AI 在情感表現和技術上還有待加強，不同學校學生的接受度也不一樣。由於樣本少、沒對照組，結果僅供參考，未來還需更大規模的客觀研究。 PubMed DOI