這項研究評估了ChatGPT-4在住院神經科的診斷準確性，並與顧問神經科醫師進行比較。研究使用Epic電子健康紀錄的病人數據，CG4為51位病人生成了初步診斷和治療計畫。結果顯示，CG4的平均得分為2.57，顧問醫師為2.75，整體成功率相近（CG4為96.1%，顧問醫師為94.1%）。雖然顧問醫師的全面診斷可能性略高，但CG4仍被視為神經科有價值的診斷工具。未來需進一步研究以驗證這些結果。 PubMed DOI

這項研究評估了ChatGPT-4在解答阿茲海默症相關問題的有效性，指出AI在臨床初步資訊收集中的應用逐漸增加，但也對其準確性和可靠性表示擔憂。研究使用DISCERN和AGREE II評分框架，由兩位神經科醫生盲評ChatGPT-4的回答，結果顯示其準確性中等，AGREE平均分為2.27/7，DISCERN為2.14/5。雖然ChatGPT-4在神經學資訊上有潛力，但醫療專業人員應謹慎使用，並強調公眾需了解AI的限制與適當應用。 PubMed DOI

這項研究評估了ChatGPT（包含GPT-3.5和GPT-4）在診斷神經眼科疾病的準確性，使用了22個病例。結果顯示，GPT-3.5的正確診斷率為59%，而GPT-4提升至82%。相比之下，兩位神經眼科醫生的準確率為86%。GPT-4與專家的協議程度優於GPT-3.5，顯示出其在臨床診斷上的潛力，但仍需進一步研究以了解其在資源有限的環境中的應用。 PubMed DOI

這項研究探討了人工智慧工具，特別是ChatGPT和Google的Gemini，在協助醫療專業人員評估懷疑神經遺傳疾病患者的表現。研究中提出了九十個問題，涵蓋臨床診斷和遺傳風險等主題。結果顯示，ChatGPT的準確性優於Gemini，但兩者都存在診斷不準確和虛假信息的問題。雖然這些AI工具在支持臨床醫生方面有潛力，但使用時需謹慎，並應與專業醫生合作，以確保評估的可靠性。 PubMed DOI

本研究評估了大型語言模型（如ChatGPT）在癲癇診斷中的有效性，並比較了癲癇醫師與AI的診斷一致性。研究分析了597名急診患者，結果顯示神經科醫師診斷癲癇的比例為36.2%，而ChatGPT僅為18.2%。兩者之間的協議極低，Cohen's kappa值為-0.01，顯示AI在癲癇診斷上無法與人類醫師相提並論。雖然AI在識別非癲癇病例上表現較好，但仍需進一步研究以提升其診斷準確性。 PubMed DOI

這項研究探討了ChatGPT在診斷成人癲癇發作的有效性，並與專家進行比較。使用37個臨床案例，結果顯示ChatGPT在識別癲癇發作上敏感度高達96.9%，但特異度較低，特別是在區分急性與非誘發性發作時。雖然在診斷癲癇綜合症和結構性原因上表現良好，但在處理模糊案例時仍有困難。相比之下，人類專家的準確性更高。研究建議未來可將AI與專家結合，以提升癲癇診斷的準確性。 PubMed DOI

這項回顧性研究評估了不同ChatGPT模型（如GPT-3.5、GPT-4等）在預測急診病人診斷的表現。研究針對30名病人，發現GPT-3.5在前三名鑑別診斷的準確率高達80%，但主要診斷的準確率僅47.8%。較新的模型如chatgpt-4o-latest在主要診斷的準確率提升至60%。要求模型提供推理過程也有助於改善表現。不過，所有模型在處理非典型案例時仍面臨挑戰，顯示其在急診環境中的應用限制。 PubMed DOI

這項研究比較了兩款 ChatGPT（4o 和 o1）在回答長期意識障礙照顧者常見問題時的表現。結果顯示，兩者大多能給出正確答案（正確率 81–97%），其中 4o 在英文臨床問題上更有同理心，準確度也稍高。o1 在義大利文回答時則更常建議諮詢醫師。雖然這些 AI 有幫助，但建議還是要再跟醫療專業人員確認。 PubMed DOI

這項研究發現，ChatGPT-4在調整和執行常見的老年人心理健康問卷時，表現和傳統方法有中到高度的一致性與可靠性。顯示ChatGPT-4有機會成為心理健康評估的輔助工具，但還需要更多研究來驗證其廣泛應用的可行性。 PubMed DOI

這項研究用22個神經眼科病例，比較ChatGPT（GPT-3.5和GPT-4）和兩位專科醫師的診斷能力。GPT-3.5正確率59%，GPT-4有82%，醫師則是86%。GPT-4的表現已經接近專科醫師，顯示AI有潛力協助診斷複雜眼腦疾病，尤其在缺乏專科醫師的地區。不過，臨床應用前還需要更多驗證安全性與可靠性。 PubMed DOI