這項研究探討大型語言模型（LLMs），如ChatGPT，在葡萄膜炎這個眼內炎症性疾病領域的有效性。研究中針對LLM提出臨床相關問題，進行三次測試以評估其回答的準確性。結果顯示三次測試之間有中等一致性，顯示LLM的回答有一定穩定性。不過，LLM提供的參考資料準確性不佳，只有42.3%是正確引用，另有42.3%在醫學資料庫中找不到。研究指出，雖然LLMs在眼科有潛力，但仍需加強訓練和測試，以確保資料的可靠性。 PubMed DOI

這項研究評估了三個大型語言模型（LLMs）——ChatGPT-4、Copilot 和 Gemini——在回答圓錐角膜（KCN）相關問題的表現。研究者提出五十個問題，並由三位眼科醫生評分。結果顯示，ChatGPT-4 的表現最佳，100% 的回答得分在 3 分以上，且有 74% 的回答獲得「強烈同意」。相比之下，Copilot 和 Gemini 的同意率僅為 34% 和 42%。雖然 ChatGPT-4 的可靠性較高，但可讀性較低，整體仍被認為是解答 KCN 問題的最佳選擇。 PubMed DOI

這項研究比較了十五個大型語言模型（LLMs）在處理眼科案例的表現，測試來自《JAMA Ophthalmology》的二十個案例。結果顯示，這些模型的平均得分為19，三個模型（ChatGPT 3.5、Claude Pro和Copilot Pro）表現優於平均，其中Copilot Pro得分最高。雖然這些模型的可讀性高於八年級水平，對一般人來說較難理解，但對眼科醫生則可接受。研究認為，雖然LLMs的準確性不足以單獨用於病人護理，但在協助醫生方面顯示出潛力，特別是訂閱制模型。 PubMed DOI

本研究評估四種大型語言模型（LLMs）在回答內眼炎病人問題的準確性、可靠性和可讀性。兩位眼科醫生使用五點李克特量表評估25個問題的回答，並用DISCERN量表測量可靠性，Flesch可讀性指數和Flesch-Kincaid年級水平評估可讀性。結果顯示，A-Eye Consult和ChatGPT-4.0的回答比Google Gemini和Copilot更全面且準確，且兩者的得分顯著高於後者。結論是，A-Eye Consult和ChatGPT-4.0在可靠性和準確性上優於其他模型。 PubMed DOI

這項研究評估了幾種大型語言模型（LLM）聊天機器人的表現，包括ChatGPT、Writesonic、Google Bard和Bing Chat，針對角膜相關情境的回應。三位專家使用標準化評分來評估準確性、理解力等指標。結果顯示，ChatGPT在準確性和全面性上表現最佳，得分3.35（滿分4分），而Google Bard在可讀性方面表現突出。所有回應均未對病人造成風險，顯示信息安全可靠。研究強調LLM在眼科的潛力，但仍需醫療專業人員的監督以確保病人安全。 PubMed DOI

這項研究評估了三個大型語言模型（LLMs）—ChatGPT-4.0、Google Gemini 和 Microsoft Copilot，針對圓錐角膜患者的問題回答效果。兩位眼科醫生使用5點李克特量表評估25個常見問題的回答，並用DISCERN量表和可讀性指標來檢視其可靠性。結果顯示，ChatGPT-4.0的表現最佳，92%的回答獲得「同意」或「強烈同意」，在準確性和細節上表現優異。不同模型間有顯著差異（P<0.001），雖然ChatGPT-4.0的回答較複雜，但仍被認為可靠且準確。 PubMed DOI

這項研究評估了OpenAI的ChatGPT-4.0在將眼科術語轉換為易懂語言的效果，並與其他大型語言模型進行比較。五位眼科醫生提供了15份臨床記錄，經由不同模型翻譯後，十位家庭醫生評估其理解度和實用性。結果顯示，ChatGPT-4.0在理解度和實用性上表現優異，顯著高於原始記錄。雖然翻譯後的語言複雜度略有增加，但ChatGPT-4.0在多數案例中被偏好。研究強調了持續改進這些技術的必要性，並建議進一步研究以驗證其在不同專業中的適用性。 PubMed DOI

這項研究評估了四種大型語言模型（LLMs），包括ChatGPT（3.5和4.0版）、Google Gemini和Claude 3，針對葡萄膜炎的臨床問題進行回答。三位專家評估了27個問題的準確性、全面性和可讀性。結果顯示，Claude 3和ChatGPT 4的準確性明顯高於Gemini，Claude 3獲得最高的「優秀」評分（96.3%）。ChatGPT 4在全面性上也優於Gemini，而Gemini在可讀性方面表現最佳。總體來看，Claude 3和ChatGPT 4是提升患者對葡萄膜炎護理理解的有效工具。 PubMed DOI

這項研究評估了三個大型語言模型（LLMs）—ChatGPT-4.0、Google Gemini 和 Microsoft Copilot—在回答屈光手術相關問題的效果。兩位眼科醫生使用5點李克特量表評分25個常見問題的回答。結果顯示，ChatGPT-4.0的得分高於Microsoft Copilot，但與Google Gemini無顯著差異。根據DISCERN量表，ChatGPT-4.0的可靠性得分最高，但可讀性得分最低，顯示其答案對病人來說較為複雜。總體而言，ChatGPT-4.0提供了更準確的信息，但理解上較為困難。 PubMed DOI

這項研究評估了五個大型語言模型（LLMs）在回答眼表疾病相關問題的表現，包括ChatGPT-4、ChatGPT-3.5、Claude 2、PaLM2和SenseNova。研究團隊設計了100道單選題，涵蓋角膜炎等主題。結果顯示，ChatGPT-4的準確性和可信度最佳，成功率為59%，但仍有28%的錯誤率。PaLM2在答案準確性上表現良好，相關係數達0.8。整體而言，這些模型在醫學教育和臨床實踐中展現了潛力，特別是ChatGPT-4的表現尤為突出。 PubMed DOI