這項研究全面評估了多款AI聊天機器人（如ChatGPT®、Bard®、Gemini®、Copilot®和Perplexity®）生成的醫療資訊的可讀性和質量。結果顯示，Bard®的可讀性最佳，而Gemini®最難閱讀。所有聊天機器人的回應都超過了建議的六年級閱讀水平，顯示病人教育材料的可及性需改進。雖然Perplexity®在質量評估中得分最高，但Gemini®的整體質量得分最佳。這強調了確保AI生成的健康資訊既易讀又高質量的重要性，以有效教育病人。 PubMed DOI

這項研究評估了四款人工智慧聊天機器人對心肺復甦術（CPR）的回應質量，包括ChatGPT-3.5、Google Bard、Google Gemini和Perplexity。研究人員提出100個常見問題，獲得400個回應，並用修改版的DISCERN問卷及其他指標評估其質量。結果顯示，所有機器人的回應可讀性均超過六年級，其中Bard最佳，ChatGPT-3.5最難閱讀。研究指出，提升病人教育材料的質量和可讀性，可能有助於提高理解能力及病人存活率。 PubMed DOI

這項研究評估了AI聊天機器人提供的對比劑相關急性腎損傷（CAAKI）資訊的可靠性。研究人員向ChatGPT、Gemini、Copilot和Perplexity四個聊天機器人詢問常見問題，結果顯示Perplexity的資訊評價為「良好」，其他則為「一般」。所有回應的可讀性都很複雜，需要大學程度才能理解，且可理解性和適用性評分都偏低。雖然在李克特量表上獲得良好評價，但研究指出AI提供的CAAKI資訊仍可能不夠易懂。 PubMed DOI

這項研究評估了ChatGPT在醫療查詢中的可靠性，透過18個開放式問題來檢視其回應的一致性、品質和準確性。結果顯示，ChatGPT在「什麼」問題上表現較好，但在「為什麼」和「如何」問題上則不理想，出現計算錯誤和不正確的單位等問題，甚至有些引用文獻是虛構的。研究結論認為，ChatGPT目前不適合用於醫療學習者或專業人士，因為其回應不一致且參考資料不可靠，可能影響臨床決策。 PubMed DOI

這項研究比較了兩個生成式人工智慧聊天機器人，ChatGPT 和 Bard，針對常見產科麻醉問題的可讀性、準確性和回答質量。結果顯示，Bard的回答更易懂，達到高中閱讀水平，而ChatGPT則是大學水平。Bard的回答也較長，準確率相似，分別為85%和87%。在患者教育材料的可理解性上，兩者差異不大，但Bard的可行性分數較高。結論強調提供準確且易懂的麻醉資訊對於改善公眾理解及醫療決策的重要性。 PubMed DOI

這項研究評估了AI聊天機器人在為肥胖患者提供營養建議的表現，分析了兩個案例：一位35歲男性和一位65歲女性。研究測試了十種不同的AI，並由註冊營養師評估其準確性、完整性和重現性。 **主要發現：** - 在第一個案例中，ChatGPT 3.5的準確率最高（67.2%），而Copilot最低（21.1%）。ChatGPT 3.5和4.0的完整性得分最佳（87.3%）。 - 第二個案例中，無一聊天機器人準確率超過50%，ChatGPT 4.0和Claude的完整性最佳（77.8%）。 - 蛋白質攝取建議存在不一致性，部分機器人建議增加，部分則建議減少。 **結論：** 研究指出，通用型AI在複雜健康情境下的飲食建議效果有限，無法取代專業營養師。 PubMed DOI

這項研究評估了多款AI聊天機器人在提供前列腺癌（PrCA）決策資訊的效果，包括ChatGPT-3.5、ChatGPT-4.0、Microsoft Copilot等。研究重點在於回應的準確性、完整性、可讀性和可信度，特別針對低識字率族群及高風險的非裔美國男性。結果顯示，雖然資訊準確，但完整性和可讀性各有差異。Microsoft Copilot Pro在標準篩檢問題上表現最佳，而Microsoft Copilot則在低識字率回應中表現突出。總體來說，AI聊天機器人可作為前列腺癌篩檢資訊的輔助資源，但仍需醫療專業指導。 PubMed DOI

這項研究分析了三款AI聊天機器人（ChatGPT、Perplexity和Gemini）在低背痛相關問題上的可讀性、可靠性和回應質量。研究使用25個常見搜尋關鍵字，評估這些機器人提供的資訊是否易懂且可靠。結果顯示，所有機器人的可讀性均高於六年級水平，表示資訊難以理解。Perplexity在質量評估中表現最佳，但整體而言，這些聊天機器人的回應質量和可靠性都偏低。研究建議未來應提升AI聊天機器人的資訊清晰度與質量，以更好地幫助患者。 PubMed DOI

這項研究比較了三款AI聊天機器人—ChatGPT-3.5、Gemini 1.5 Pro和Copilot—在回答口腔與顏面放射學常見問題的表現。研究選取了十五個問題，並由三位OMR專家根據科學準確性、易懂性和滿意度進行評估。結果顯示，雖然聊天機器人在科學準確性上無顯著差異，但整體文本較為複雜，需較高的閱讀水平。研究強調，與醫療專業人員驗證AI生成資訊對改善病患護理和安全性的重要性。 PubMed DOI

這項研究評估了四款AI聊天機器人（ChatGPT、Gemini、Perplexity和Copilot）提供的性傳播疾病資訊的可靠性和可讀性。結果顯示，Perplexity和Copilot的資訊較為可靠，但所有聊天機器人的可讀性都未達到建議的六年級標準，對健康素養較低的使用者來說過於複雜。研究強調了改善AI健康資訊準確性和可及性的必要性，以便讓更多人能理解。 PubMed DOI