研究發現GPT-4在組織病理圖像中檢測結腸腺瘤的準確性，與病理醫師比較後，顯示敏感性為74%，特異性為36%。對於腺瘤檢測表現不錯，但在分類上有些差異。一致性稍嫌不足，顯示GPT-4仍有限制，強調病理醫師的專業知識和臨床經驗的重要性。 PubMed DOI

研究評估AI平台ChatGPT3.5對炎症性腸道疾病（IBD）問題回答的準確性和完整性。結果顯示，大部分回答準確，但完整性有差異。雖然問題組評分無差異，個別問題有不同。ChatGPT等AI系統可提供IBD相關資訊，但專業回答需更貼近指南並提供清晰建議。 PubMed DOI

研究發現，ChatGPT 4.0 在回答美國醫師執照考試問題及生成臨床鑑別診斷方面比 3.5 更準確。在74.6%案例中準確生成診斷，70.2%正確將診斷排第一。顯示ChatGPT在回答醫學問題上有進步，並展現臨床診斷能力。 PubMed DOI

這項研究評估了ChatGPT在回答幽門螺旋桿菌感染問題的準確性，並與腸胃科醫生進行比較。研究選取了25個問題，測試了ChatGPT3.5和ChatGPT4，結果顯示兩者準確率均高達92%，超過腸胃科醫生的80%。ChatGPT4的回答更簡潔，且在診斷和胃癌預防方面表現優於ChatGPT3.5。整體來看，ChatGPT在H. pylori相關問題上展現高準確性，對患者和醫生皆具價值。 PubMed DOI

這項研究評估了ChatGPT-4在抗凝治療管理方面的準確性，特別針對接受胃腸道手術的患者，並與ChatGPT-3.5及增強檢索生成模型（ChatGPT4-RAG）比較。結果顯示，ChatGPT-4的完全準確率為30.5%，而ChatGPT4-RAG則達到75%。儘管如此，研究指出75%的準確率仍不足以獨立做臨床決策，AI應視為醫生的輔助工具，並需持續評估以保障病人隱私及醫病關係。 PubMed DOI

這項研究評估了ChatGPT-4在分析663張匿名內視鏡影像時，對結腸鏡檢查腸道準備品質的表現。結果顯示，ChatGPT-4僅將62.9%的影像評為準備充分，而人類評估者則有89.3%。兩者之間的協議程度不高，κ值為0.099。人類的平均BBPS分數為3，ChatGPT-4則為2，顯示出中等一致性（W: 0.554）。雖然ChatGPT-4在評估腸道準備品質上有潛力，但仍需進一步改進。 PubMed DOI

這項研究評估了ChatGPT在泌尿科醫學影像解讀的有效性，特別是CT和MRI影像。結果顯示，ChatGPT在14%的CT和28%的MRI案例中準確識別首要診斷，雖然無顯著差異，但加入器官指導後，CT影像的準確率提升了18%。整體來看，雖然ChatGPT的初步有效性有限，但在用戶指導下，其表現可顯著改善，顯示AI在臨床應用中的潛力與限制。 PubMed DOI

這項研究評估了ChatGPT-4在解讀各種胃腸科影像的表現，分析了740張影像，並將預測結果與既有診斷進行比較。結果顯示，ChatGPT-4的準確性在不同程序中差異明顯，膠囊內視鏡的準確率介於50%到90%之間，設備輔助腸鏡為67%，而內視鏡超音波和高解析度肛門鏡的表現則較差。整體來看，這顯示ChatGPT-4的診斷能力尚不理想，臨床應用前仍需進一步改進。 PubMed DOI

這項研究評估了OpenAI開發的GPT-4在病理影像分析中的診斷準確性。研究涵蓋16個器官的44張組織病理影像及100張結直腸活檢顯微照片。GPT-4在腫瘤類型和組織來源的整體準確率為0.64，結腸息肉的分類準確率介於0.57到0.75之間。它在區分低級別和高級別不典型增生方面表現良好，準確率達0.88，對腺癌檢測的敏感性也很高。整體來看，GPT-4的表現與病理住院醫師相當，顯示其作為輔助工具的潛力。 PubMed DOI

這項研究評估了ChatGPT在提供慢性疾病患者教育方面的表現，特別針對炎症性腸病（IBD），並與專科醫生的回應進行比較。結果顯示，ChatGPT的整體品質評分與專科醫生相似，且在信息完整性上有明顯優勢。雖然準確性無顯著差異，但在患者和醫生共同回應時，ChatGPT表現較差。研究建議在健康信息創建和評估中，應納入患者的參與，以提升質量和相關性。 PubMed DOI