研究發現ChatGPT在回答橈骨遠端骨折問題時表現不錯，但答案缺乏一致性。對於較簡單問題，它表現較佳，但對於複雜問題則不足。建議在醫學資訊上不要全面信賴ChatGPT，需了解其潛力和限制。在醫療保健領域使用ChatGPT需謹慎。 PubMed DOI

急性髖部骨折對公共健康，特別是老年人，造成重大挑戰。本研究評估ChatGPT-4.0在提供骨折治療建議的準確性，並與美國骨科醫學會（AAOS）的標準進行比較。結果顯示，ChatGPT-4.0的評分與AAOS有正相關，但在長髖髓釘的評估上存在顯著差異，且高估了全髖關節置換等治療的適當性。總體而言，ChatGPT-4.0在急性髖部骨折治療建議上不完全可靠，需進一步改進以符合醫療指導方針，提升病人治療效果。 PubMed DOI

這項研究探討如何在管理第五掌骨下端骨折時，整合ChatGPT-4 plus，並將其治療建議與整形外科醫生及專家小組的意見進行比較。結果顯示，各組的管理計畫中等可靠（組內相關係數為0.61）。影響手術決策的關鍵因素包括臨床上出現的剪刀現象、伸展缺損及影像學證據顯示的關節內延伸。研究結果顯示，人工智慧能提升臨床診斷與治療決策的準確性。 PubMed DOI

這項研究評估了ChatGPT-4在生成骨科疾病治療建議的有效性，並與美國骨科醫學會的指導方針及醫師計畫進行比較。主要發現包括： 1. ChatGPT-4的建議與AAOS指導方針一致性達90%。 2. 與主治醫師的建議一致性為78%。 3. 在骨折及關節炎案例中表現優異，但腕管綜合症表現不佳。 4. 不一致主要出現在腕管綜合症及其他特定損傷。 5. 雖然ChatGPT-4能提供準確建議，但在考量患者特定因素時仍需醫師的批判性評估。 總之，ChatGPT-4在骨科治療中具輔助潛力，但需專業監督。 PubMed DOI

本研究評估了ChatGPT在老年人髖部骨折管理方面的表現，基於美國骨科醫學會的指導方針。使用19項陳述進行測試，結果顯示其準確率分別為0.684、0.579和0.632，精確率則為0.740、0.737和0.718，顯示中等一致性。雖然ChatGPT能提供相關指導，但準確性仍有待加強，且幻覺現象是主要限制。未來應探討如何有效利用ChatGPT作為病人教育工具。 PubMed DOI

這項研究評估了ChatGPT-4視覺版（GPT-4V）在解讀醫學影像及處理骨科創傷案例的表現。研究分析了十個來自OrthoBullets的熱門案例，並由四位專科醫生對AI的回應進行評分。結果顯示，GPT-4V在影像回應的平均得分為3.46，準確性和可信度較低，分別為3.28和3.15；而在管理問題上得分較高（3.76），治療問題表現最佳（4.04）。結論指出，GPT-4V作為教育工具有潛力，但影像解讀能力仍不及經驗豐富的醫生。 PubMed DOI

這項研究評估了三款AI聊天機器人（ChatGPT-4.0、ChatGPT-3.5和Google Gemini）在美國骨科醫學會針對小兒肱骨上髁骨折和股骨幹骨折的建議中的準確性。結果顯示，ChatGPT-4.0和Google Gemini的準確率較高，分別為11項和9項建議。雖然所有機器人都提供了補充資訊，但修改需求各異，且可讀性方面Google Gemini表現較佳。整體而言，這些工具在小兒骨科病人教育上仍需改進。 PubMed DOI

這項研究探討了ChatGPT-4在提供高能量下肢傷害的肢體保留與截肢建議的有效性，並與美國骨科醫學會（AAOS）的指導方針進行比較。分析了196個病患情境，結果顯示ChatGPT-4的建議通常與AAOS相似，但在評估治療選擇的適當性時，傾向於低估。兩者之間的相關性顯著，顯示ChatGPT-4可成為醫生在複雜臨床決策中的有用工具，但建議仍需謹慎對待。 PubMed DOI

這項研究評估了三個人工智慧模型—ChatGPT-4o、DeepSeek-V3 和 Gemini 1.5—在手部骨折診斷與治療建議的有效性，並與經驗豐富的外科醫生進行比較。結果顯示，ChatGPT-4o的準確率最高，但精確度較低；DeepSeek-V3表現中等，偶爾漏掉正確方案；而Gemini 1.5則表現不佳。結論指出，雖然AI能增強臨床流程，但在複雜案例中仍無法取代人類專業，且需解決倫理問題才能廣泛應用。 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