這項研究評估了一本教科書與GPT-4在非創傷性脊髓損傷（NTSCI）方面的可讀性與可靠性，特別針對ABPMR認證。主要發現包括： 1. 教科書可讀性分數為14.5，GPT-4為17.3，顯示GPT-4的解釋較複雜（p < 0.001）。 2. GPT-4的解釋中有86%屬於「非常困難」，教科書則為58%（p = 0.006）。 3. GPT-4能簡化九個複雜解釋，保持字數不變，顯示其適應性。 4. GPT-4的準確率為96%，顯著優於GPT-3.5的84%（p = 0.046）。 總體而言，研究顯示GPT-4在醫學教育中具潛力，能提供準確且易懂的解釋。 PubMed DOI

生成式 AI 工具如 ChatGPT 在醫療查詢中越來越受歡迎，特別是在解答髕腱病相關問題上。一項研究評估了 ChatGPT-4 的表現，收集了 48 個問題並由專家評估其回應。結果顯示，只有 33% 的回應準確，但 75% 是全面的。治療相關問題的準確率僅 17%。回應的可讀性達到大學水平，且可理解性良好（83%），但可行性較低（60%）。總體而言，ChatGPT-4 提供了豐富資訊，但準確性不足，且對於低學歷者不易理解。 PubMed DOI

這項研究探討了ChatGPT在回答頸椎手術常見問題的準確性與可靠性。研究中對ChatGPT-3.5提出20個問題，並進行三次提問，總共獲得60個回應。三位脊椎外科醫生根據準確性和實用性評分，結果顯示平均分數為3.17，66.7%的回應被評為「中等」質量。不過，測試的可靠性較低，顯示不同提問的回應質量不一致。總體來看，ChatGPT提供的答案雖然中等，但仍需進一步研究以提升其可靠性與準確性。 PubMed DOI

這項研究評估了AI工具，特別是ChatGPT 3.5和4.0，在提供低背痛患者教育的效果。結果顯示，ChatGPT 4.0在回應質量上明顯優於3.5，得分分別為1.03和2.07，且可靠性得分也較高。兩者在心理社會因素的問題上表現不佳，顯示出臨床醫生在這類情感敏感問題上的監督是必要的。未來發展應著重提升AI在心理社會方面的能力。 PubMed DOI

這項研究評估了ChatGPT對脊柱側彎問題的回答在可靠性、有用性、品質和可讀性方面的表現。選擇了十六個常見問題，由兩位專家評分。結果顯示，可靠性平均得分4.68，有用性得分4.84，整體品質得分4.28，評價普遍正面。雖然一般資訊的回答表現不錯，但針對治療和個人化問題的回答仍需加強。可讀性方面，回答需具備高中三年級到大學程度的閱讀能力。總體來說，ChatGPT提供的脊柱側彎資訊可靠，但在特定問題上仍需謹慎使用。 PubMed DOI

這項研究調查了三款AI聊天機器人—ChatGPT、Gemini和Perplexity—在回答有關疼痛的常見問題時的可讀性、可靠性和回應質量。全球超過30%的人口面臨慢性疼痛，許多人會在就醫前尋找健康資訊。研究發現，這三款聊天機器人的可讀性均超過六年級水平，其中Gemini最佳。質量方面，Gemini得分較高，而Perplexity在可靠性評估中表現較好。總體來說，這些聊天機器人的回應難以閱讀，且可靠性和質量較低，無法取代專業醫療諮詢，建議改善可讀性並加強專家監督。 PubMed DOI

本研究探討了ChatGPT在長期鴉片類藥物治療中對患者教育的潛力。專家小組選定十三個常見問題，並讓GPT-4.0模擬醫生回答。結果顯示，ChatGPT的回答在可靠性和可理解性上表現良好，但準確性中等，尤其在耐受性和依賴管理等技術性問題上較弱。這顯示出AI工具在患者教育中的輔助價值，但也強調了持續改進和專業訓練的必要性，醫療專業人士與AI開發者的合作對於提升教育質量至關重要。 PubMed DOI

這項研究發現，GPT-4o在回答尾骨痛常見問題時，內容大多正確且有一定完整性，但有時回答不夠一致或詳細。雖然可作為病人衛教的參考，但仍不能取代專業醫師的臨床建議。 PubMed DOI

這項研究比較ChatGPT、Gemini和Copilot三種AI回答OAB治療問題的表現。結果顯示，ChatGPT在正確性、完整性、清楚度和實用性都拿下最高分，平均3.98/4，特別適合臨床應用。Gemini和Copilot表現較差且不穩定。整體來說，ChatGPT目前最可靠，但所有AI還需進一步改進和臨床驗證。 PubMed DOI

這項研究發現，ChatGPT在回答硬脊膜外類固醇注射相關問題時，整體來說資訊正確且清楚，尤其是針對一般性問題。不過，AI在展現同理心方面表現有限，有時也會離題。未來若要在臨床上廣泛應用，還需要更精確的提問設計和更多研究來確保病人安全。 PubMed DOI