越來越多患者在網上尋找健康資訊，尤其是像佩羅尼氏病這種敏感疾病。大型語言模型（LLM）聊天機器人展現了提供資訊的潛力，但對於PD的準確性和可讀性仍不明朗。研究評估了四個LLM在回答PD查詢時的資訊質量，結果顯示在有提示的情況下，資訊質量提升至高水平，但平均閱讀水平為12.9年級，超過大多數患者的理解能力。雖然LLM在患者教育上有潛力，但仍需臨床背景和人類提示來提升效果，並需教育患者與醫生如何有效互動。 PubMed DOI

本研究探討人工智慧，特別是自然語言處理模型如ChatGPT，對於男性根治性前列腺切除術後勃起功能障礙（ED）患者的教育與知情同意的潛力。結果顯示，雖然ChatGPT能提供有關陰莖假體植入手術的資訊，但其質量和可理解性仍不足以幫助患者做出知情決策。評估結果顯示資訊的清晰度高，但複雜主題的理解度較低，顯示出改進AI生成內容的必要性。 PubMed DOI

這項研究探討如何利用GPT-4將複雜的出院信轉換成更易懂的版本，讓病人更容易理解。出院信通常包含重要的健康資訊，但常常用醫學術語，讓病人感到困惑。研究中，GPT-4成功涵蓋了78%的關鍵學習目標，但仍有15%的重要資訊被遺漏，特別是預防併發症的部分。雖然轉換後的信件可讀性提高，醫學術語減少，但仍有關鍵安全資訊缺失。研究建議改進提示，以增強資訊的完整性，顯示AI在病人溝通上的潛力與發展空間。 PubMed DOI

勃起功能障礙（ED）是影響男性性健康的常見問題。本研究評估了兩個AI聊天機器人，ChatGPT和Gemini，對ED相關問題的回答質量。研究發現，ChatGPT成功回答所有15個問題，而Gemini則未能回答兩個。質量評估顯示，Gemini的低質量回答較多，且兩位泌尿科醫生對ChatGPT的評分一致性為92%，Gemini則為95%。雖然這些AI能快速回應，但仍無法取代醫療專業人員的護理，需進一步改進。 PubMed DOI

這項研究評估了ChatGPT在提供重建泌尿學資訊的有效性，重點在於資訊質量、錯誤資訊、可讀性及提示工程的影響。研究發現： - **資訊質量**：平均DISCERN分數為3.63，顯示健康資訊質量中等。 - **可讀性**：回應的可讀性相當於大學畢業生，可能影響某些病人的理解。 - **可理解性與可行性**：可理解性高達85.3%，但可行性僅37.2%，顯示資訊雖清晰但缺乏實用步驟。 - **錯誤資訊**：錯誤資訊極少，平均分數為1.23。 - **提示工程**：精煉提示可顯著改善回應質量與可理解性，且不增加錯誤資訊。 總體而言，ChatGPT-4o在重建泌尿學病人教育上有潛力，但仍需關注可行性與閱讀水平。 PubMed DOI

這項研究探討了患者與GPT-4驅動的聊天機器人在泌尿科諮詢中的互動。從2024年2月到7月，共招募300名患者，評估聊天機器人提供的醫療資訊質量。292名參與者完成了研究，結果顯示大多數患者認為聊天機器人的回應有用且易懂，但人類醫生的回答評價較高。53%的參與者偏好大型語言模型的問答能力。研究指出，這類模型可增強患者教育，並減輕醫療提供者的時間壓力。限制包括潛在的偏見和抽樣問題。 PubMed DOI

這項研究評估了三款AI聊天機器人—ChatGPT、Gemini和Llama—對早洩問題的回應，分析了它們對25個常見問題的回答。可讀性透過FRES和FKGL分數評估，質量則用修改版DISCERN (mDISCERN)和EQIP分數來衡量。結果顯示，三者的可讀性相似，但在質量上，Llama得分最高（72.2），Gemini次之（67.6），ChatGPT最低（63.1），差異顯著。mDISCERN方面，ChatGPT中位數為2，Gemini和Llama均為3，顯示資訊質量的明顯差異。總體來看，Llama在質量上表現最佳。 PubMed DOI

人工智慧（AI）在醫學上已經有很大進展，尤其是機器學習和大型語言模型，但在性醫學的應用還不夠深入。本研究透過MeSH關鍵字進行全面搜尋，總結AI在性醫學的現狀。研究者從PubMed和MEDLINE篩選出905篇文章，最終納入69篇進行系統性回顧。結果顯示，AI在診斷性傳播疾病、性功能障礙和不孕不育方面有效，並在預測性別和診斷性取向上有潛力。儘管AI提供可及性和保密性，但仍缺乏人類醫療提供者的同情心和專業知識，未來需進一步研究以發揮其潛力。 PubMed DOI

這項研究發現，ChatGPT-4在回答全髖關節置換術後性生活相關問題時，表現普遍算是「尚可」，尤其適合用來做一般衛教，特別是面對敏感話題。不過，遇到需要更專業或個別化的情境時，ChatGPT的表現就比較有限，因此還是要依賴專業醫師的建議。 PubMed DOI

這項研究比較了ChatGPT-4、Gemini Pro和Llama 3.1三款AI聊天機器人在陰莖增大資訊上的表現。結果顯示，Llama 3.1在資訊可靠性和品質上表現最佳，但三款AI的回答都偏難懂，沒有提供容易理解的答案。 PubMed DOI