2022年11月推出的ChatGPT引起了對大型語言模型在臨床環境中應用的關注。最近一項針對英國全科醫生的調查顯示，20%的醫生已在臨床實踐中使用生成式人工智慧工具。使用者中，29%用於生成就診後文檔，28%用於建議鑑別診斷。儘管醫生認為這些工具在行政和臨床推理上有價值，但缺乏明確的指導和政策，醫療界面臨著教育專業人員和患者的挑戰。 PubMed DOI

這項研究探討護士與ChatGPT在護理問題上的回應差異，採用質性共識小組設計，進行三輪德爾菲研究。第一輪有57個問題，根據國家護理專家標準制定。第二輪中，護士和ChatGPT對答案進行評分，第三輪則要求參與者根據情境撰寫評估和護理交接。結果顯示，兩者在主要回應類別上有顯著差異，雖然第三輪的答案大多相似，但仍有例外。結論指出，ChatGPT可作為護理過程早期的有用工具，並能解決語言障礙。 PubMed DOI

這項研究探討生成式人工智慧（GenAI）在老年護理教育中的應用，特別是設計適合老年人的活動。研究發現，使用像ChatGPT的GenAI工具能有效提升一年級護理學生的批判性思維和解決問題能力。參與者表示，透過GenAI的提示，任務變得更容易，認知負擔減輕。整體來看，將GenAI整合進護理教育中，有助於改善學習成果，讓學生更能應對學習挑戰。 PubMed DOI

本研究探討生成式人工智慧（GenAI）工具對護理教育的影響，特別是護理學生的使用情況與看法。透過對99名本科護理學生的線上調查，結果顯示92%的參與者使用GenAI獲取資訊和協助學術工作，並欣賞其快速提供簡化資訊的優點。然而，他們也擔心訂閱費用、過度依賴技術及資訊準確性等問題。參與者建議提供財務支持和早期指導，以更好地整合AI進護理教育。研究強調需對AI工具進行批判性評估，並建議教育者實施支持計畫，促進負責任的使用。 PubMed DOI

本研究探討AI模型（如GPT-3.5和GPT-4）在急診科生成病症鑑別診斷的表現，並與急診科醫師的準確性進行比較。結果顯示，ChatGPT-4的準確率為85.5%，略高於ChatGPT-3.5的84.6%和醫師的83%。特別是在腸胃主訴方面，ChatGPT-4的準確性達87.5%。研究顯示AI模型在臨床決策中具潛在應用價值，建議未來進一步探索AI在醫療中的應用。 PubMed DOI

大型語言模型（LLMs）在護理診斷和計畫的品質上仍有爭議，過去研究多集中於ChatGPT。我們開發了結構化護理評估模板及提示框架，評估ERNIE Bot 4.0和Moonshot AI的護理診斷與計畫，並與金標準比較。結果顯示，這兩個模型的輸出在範疇和性質上與金標準相似。結構化模板有效捕捉神經外科病人的特徵，提示技術則提升模型的泛化能力。研究顯示LLMs在臨床護理中的潛力，但整合進臨床環境仍面臨挑戰。 PubMed DOI

這項研究評估了三個生成式人工智慧模型—ChatGPT-4o、Gemini 1.5 Advanced Pro 和 Claude 3.5 Sonnet—在創建與高血壓和糖尿病相關的藥理學問題的有效性。使用一次性提示，這些模型生成了60個問題，並由多學科小組進行可用性評估。103名醫學生在考試中回答了AI生成的問題，結果顯示AI問題的正確率與專家問題相當，且AI生成問題的準備效率顯著提升。然而，仍有19個問題被認為無法使用，顯示專家審查的重要性。結合AI效率與專家驗證的方式，可能是改善醫學教育的最佳策略。 PubMed DOI

本研究探討生成式人工智慧（GenAI）在臨床微生物學和傳染病諮詢中的應用潛力。透過評估四款聊天機器人（如GPT-4.0），研究發現GPT-4.0在事實一致性、全面性及無醫療危害性方面表現優於其他兩款。專家對AI回應的評分顯著高於住院醫師，且專家認為回應“無害”的可能性更高，但仍有少於兩成的回應被認為無害。研究強調醫療人員的專業知識對AI回應的解讀影響深遠，並指出目前無AI模型可在無人監督下安全使用於臨床。 PubMed DOI

這項研究發現，AI輔助護理紀錄（用ChatGPT 4.0）能讓護理人員省下約40%紀錄時間，且在完整性、易用性和流暢度上表現不錯。不過，準確性和實用性還有待加強。整體來說，生成式AI有潛力提升護理紀錄效率，但還需要再優化才能更好應用在臨床現場。 PubMed DOI

研究發現，GPT-4在解讀護理紀錄表時，雖有潛力減輕紀錄負擔，但常遺漏重要資訊，表現不如護理專家。專家不僅更精確，還能補充背景說明。整體來說，AI還需加強訓練和驗證，才能真正協助臨床工作，避免增加醫護人員負擔。 PubMed