這項研究評估了ChatGPT-4在介入放射學程序潛在併發症資訊的準確性、可靠性和可讀性。兩位經驗豐富的醫師使用5點李克特量表對25個程序的回應進行評分，結果顯示評分一致性高（ICC達0.928）。可讀性評估顯示資訊通常達到大學水平，但可讀性較低。整體而言，ChatGPT-4在提供準確資訊方面表現良好，未出現幻覺，顯示其在病人教育上有潛力，但仍需高健康素養以理解這些資訊。 PubMed DOI

這項研究評估了AI工具ChatGPT和Google Gemini在製作腹部超音波、CT掃描和MRI病患教育手冊的效果。研究於2024年6月進行，持續一週，分析了字數、句子數、可讀性和內容可靠性等指標。結果顯示，除了ChatGPT的字數和年級水平較高外，兩者在大多數指標上差異不大。兩個工具的內容在可讀性和可靠性上相似，但字數和複雜度的差異顯示需要更好地調整內容，以符合不同病患的識字能力。 PubMed DOI

這項研究強調大型語言模型（LLMs）在醫療領域的潛力，特別是透過檢索增強生成（RAG）來提升數據透明度和準確性。研究團隊開發了GuideGPT，一個能理解上下文的聊天機器人，整合了449篇科學文獻的知識，提供有關藥物相關性顳骨壞死（MRONJ）的資訊。與通用的PureGPT相比，GuideGPT在內容、科學解釋和一致性上表現更佳，顯示RAG能有效提升LLM的回應質量，成為臨床實踐中的重要工具。 PubMed DOI

這項研究探討了增強檢索生成（RAG）的GPT-4模型在診斷和分類創傷性傷害的效果。研究人員開發了名為TraumaCB的工具，利用專家知識來提升準確性。結果顯示，TraumaCB在診斷上達到100%準確率，分類96%，明顯優於一般的GPT-4。這項研究強調了傷害分類的挑戰，並指出結合RAG的GPT-4能提升創傷放射學的診斷能力，對急診部門的效率有正面影響。 PubMed DOI

這項研究評估了ChatGPT和Gemini在根據歐洲放射學會iGuide解釋成人腦部CT轉診的表現。結果顯示，歐洲影像轉診指導方針的採用不佳，導致許多不必要的CT掃描。雖然ChatGPT在分析美國指導方針時表現良好，但在這項研究中，兩個聊天機器人在辯護CT轉診方面的表現有限，特別是對模糊案例。研究建議，雖然聊天機器人有潛力，但仍需改進以應對真實世界的挑戰。自訂預測模型的表現則顯著優於聊天機器人。 PubMed DOI

這項研究評估了ChatGPT提供的腹主動脈瘤（AAA）資訊質量，並與澳洲健康指導（HDA）進行比較。研究發現，ChatGPT的回應臨床上適當，但可讀性較高，達到大學水平，而HDA則在10到12年級。雖然ChatGPT的回應通常更易理解，但可行性得分較低，且行動建議不夠明確。總體來看，ChatGPT可作為病人教育的工具，但需改進以提升其幫助病人做出知情決策的能力。 PubMed DOI

這篇文章探討了一項研究，分析檢索增強生成（RAG）如何提升大型語言模型（LLMs）在放射學的表現。RAG 讓 LLMs 能夠即時訪問更新的知識庫，無需微調即可生成準確答案。研究中使用了來自 *RadioGraphics* 的 3,689 篇文章作為數據庫，並評估了五種 LLMs 在192道放射學考題中的表現。結果顯示，RAG 顯著提升了 GPT-4 和 Command R+ 的得分，特別是在與 *RadioGraphics* 相關的問題上，成功檢索並引用了相關資料。整體而言，RAG 在放射學任務中展現了提升 LLM 能力的潛力。 PubMed DOI

這項研究探討檢索增強生成（RAG）模型在術後鼻整形問題上的應用，目的是提升人工智慧在醫療中的準確性與可靠性。研究評估了四個RAG模型對30個常見病人詢問的回應，結果顯示雖然41.7%的回應完全準確，但非回應率高達30.8%，顯示理解上下文的挑戰。Gemini-1.0-Pro-002在全面性上表現佳，但可讀性和易懂性不足，而PaLM 2的可行性評分最低。這項研究強調了RAG在減輕醫師負擔和提升病人參與度的潛力，但也指出在臨床應用中需解決非回應和上下文理解的問題。 PubMed DOI

這篇研究用教科書資料測試RAG系統來回答放射科問題，結果比傳統方法有中度進步。作者也分享遇到的挑戰和改進建議，認為RAG未來有機會成為更聰明的臨床決策輔助工具。 PubMed DOI

這項研究發現，ChatGPT 4.0對經驗較少的放射師特別有幫助，能協助學習和減輕壓力，但對資深放射師來說，進階問題的回答還不夠清楚和精確。整體而言，ChatGPT適合用於放射師教育和臨床輔助，但還需要再優化才能完全滿足專家需求。 PubMed DOI