ChatGPT因其文本分析能力而在醫學領域被認為是一個有價值的工具，用於臨床決策支持。儘管它專注於文本語義而非複雜的數據結構，但它可以協助智能CDSS的算法設計。與人類專業知識合作，ChatGPT有潛力增強有效CDSS的開發。 PubMed DOI

研究發現ChatGPT在臨床決策上有潛力，但也有限制，需要人類監督。提出了增強臨床決策支援系統的建議。醫療人員應謹慎運用ChatGPT，並需進一步研究其在醫療領域的影響及負責任應用的方法。 PubMed DOI

研究發現三款大型語言模型在醫療決策上的表現，ChatGPT最優，其次是Google的Bard和Bing的AI。結果顯示ChatGPT提供更易懂且符合指引的醫療建議，對初級醫生學習和臨床決策有潛力，但還需更多整合到教育中。 PubMed DOI

大型語言模型（LLMs）如ChatGPT-3.5在醫學教育中有應用，可填補知識空白、協助鑑別診斷、挑戰假設、支援決策、改善護理管理，甚至進行困難對話、倫理教學。儘管有擔憂，但已有行為準則指導使用。ChatGPT對病房學習有潛力，但仍需進一步研究。 PubMed DOI

這項研究評估了ChatGPT-3.5在肺病學考試中的表現，並與三年級醫學生進行比較。研究分為兩組：244名法語醫學生和ChatGPT，後者以無上下文（V1）和有上下文（V2）兩種格式測試。結果顯示，V1在放射學和胸外科表現佳，但在病理學和藥理學上不理想；V2則在所有類別中表現更準確，並在開放式問題上優於學生。V2通過考試的比例超過62.1%，而V1未能通過。總體而言，ChatGPT的表現與醫學生相似，受問題格式和複雜度影響，尤其在需要臨床判斷的任務上表現不佳。 PubMed DOI

這項研究評估了ChatGPT在醫學訓練中的診斷準確性和教育效用。分析150個Medscape案例後，發現ChatGPT正確回答49%的案例，整體診斷準確率為74%。雖然在解讀實驗室數值和影像結果上有些限制，但它在教育上顯示出潛力，能有效排除某些鑑別診斷並建議後續步驟，讓複雜的醫學概念更易理解。未來研究應著重提升其教育能力。 PubMed DOI

醫療領域，特別是腫瘤學，面臨許多挑戰，如腫瘤委員會會議繁忙、討論時間短，以及護理品質的擔憂。為了解決這些問題，越來越多人關注整合臨床決策支持系統（CDSSs）來協助醫生管理癌症護理。然而，CDSSs在臨床上的應用仍然有限。2022年OpenAI推出的ChatGPT引發了對大型語言模型（LLMs）作為CDSS的興趣。我們進行了一項回顧，評估LLMs在醫療專科，特別是腫瘤學中的有效性，並比較使用者看法與實際表現，以探討其在改善癌症護理結果的可行性。 PubMed DOI

這項研究探討了將ChatGPT融入醫學教育的可行性，並強調AI能力對醫學生的重要性。52名醫學生參與了混合式學習課程，評估了使用ChatGPT的效果。主要發現包括：學生在整合ChatGPT的課程中滿意度和學習進展高，且對AI技能的重視程度上升。雖然學生對ChatGPT生成的病人資訊評價中等，但使用擴展提示後明顯改善。研究建議將ChatGPT納入醫學教育，以提升學習體驗並發展AI能力。 PubMed DOI

這項研究比較了ChatGPT生成的回饋與專家回饋對一年級醫學生臨床推理技能的影響。129名學生被隨機分為兩組，分別接受專家回饋和ChatGPT回饋。結果顯示，兩組在整體表現上沒有顯著差異，但對照組在複雜案例中表現較好。實驗組在了解AI角色後，對AI的批判性思維有明顯提升。這表明ChatGPT可作為專家回饋的替代方案，但在處理複雜案例上可能不足，並促進學生對AI的批判性認識。 PubMed DOI

這項研究評估了Chat GPT在分析潛在藥物間相互作用（pDDIs）的效果，並與現有的臨床決策支持系統（CDSSs）如MediQ®、Lexicomp®和Micromedex®進行比較。研究中有30名使用多種藥物的患者，結果顯示CDSSs識別了280個臨床相關的pDDIs，而Chat GPT僅檢測到80個。特別是，Chat GPT漏掉了許多與QTc延長相關的pDDIs，且在90%的重複查詢中結果不一致。雖然在某些副作用查詢中提供了有用建議，但整體表現仍不理想，結論認為目前不適合用於pDDI分析，但未來有改進的潛力。 PubMed DOI