生成式人工智慧，像是ChatGPT，最近因能生成類似人類的文本而受到關注，但在教育上的應用引發爭議。這篇回顧探討了整合這類技術所面臨的挑戰，並提出解決策略。研究發現抄襲是主要問題，還有責任、隱私、安全、歧視及數位鴻溝等風險。為了應對這些挑戰，提出了符合倫理和教學原則的實用策略。整體而言，這篇回顧強調了對生成式人工智慧在教育中影響的深入考量。 PubMed DOI

這項研究探討了ChatGPT在醫學教育質性研究中進行主題分析的應用。由於質性分析複雜且耗時，研究評估了ChatGPT的有效性並與人類分析師比較。結果顯示，ChatGPT在大多數領域表現良好，但在可轉移性和分析深度上有所不同。六個關鍵主題包括：與人類結果的相似性、正面印象、數據連結清晰、提示影響、缺乏背景描述及理論基礎。雖然ChatGPT能有效識別關鍵數據，但深入分析仍需人類參與以增強深度。 PubMed DOI

隨機對照試驗（RCTs）對循證醫學非常重要，但有些試驗使用虛構數據，影響研究的完整性。本研究探討利用GPT-4驅動的ChatGPT來簡化RCT評估過程。透過TRACT檢查表，ChatGPT能有效處理RCT論文的PDF，並準確回答檢查項目，與人類評估者的一致性達84%。此外，ChatGPT在數據提取方面也表現出色，對三個表格達到100%準確率。未來將致力於提升ChatGPT在多個RCT中的應用，實現更高的數據捕捉準確性及自動化處理。 PubMed DOI

社交媒體影響者在 Instagram 和 TikTok 上推廣電子煙，常用吸引人的行銷手法，將電子煙與健康或娛樂連結，可能讓年輕人降低對風險的認知。研究人員分析了2021至2024年間102支微型影響者的影片，聚焦於大麻、娛樂、時尚和健康生活方式等主題。他們運用 OpenAI 的 GPT-4o 模型，準確率分別為：尼古丁電子煙87%、大麻電子煙96%、時尚99%、娛樂96%、健康生活方式98%。這顯示生成式 AI 能有效識別與電子煙相關的推廣內容，對煙草監管提供重要見解。 PubMed DOI

生成式人工智慧（AI）如ChatGPT，正在改變醫療保健，特別是在病人教育和醫師關係上。這篇回顧探討了生成式AI的雙重影響，包括提升病人對醫療問題的理解、鼓勵自我照護及協助醫療決策的潛力。然而，也存在風險，如病人與醫師之間信任下降及錯誤資訊的散播。研究顯示，生成式AI能提升病人的健康素養，使醫療資訊更易理解。未來需謹慎整合AI工具，確保增強醫師的個人化照護，並解決倫理問題，以維護病人照護品質。 PubMed DOI

這項研究探討大型語言模型（LLMs），特別是GPT-4o，在公共衛生文件分析中的應用，像是社區健康改善計畫。研究比較了GPT-4o的半自動化輸出與人類分析師的表現。 主要發現包括： 1. **準確性**：GPT-4o的抽象準確率為79%，錯誤17次；人類分析師則為94%，錯誤8次。數據綜合方面，GPT-4o準確率僅50%，錯誤9次。 2. **時間效率**：GPT-4o在數據抽象上耗時較少，但考慮到提示工程和修正錯誤，實際節省不明顯。 3. **謹慎態度**：建議公共衛生專業人員謹慎使用生成式AI，權衡資源節省與準確性問題。 總之，GPT-4o在公共衛生內容分析上有潛力，但需注意其限制。 PubMed DOI

AI已深植於日常生活，像手機、社群平台和機器人。自ChatGPT問世後，專家開始關注AI在遊戲和社群上的應用，是否會造成成癮。本文探討「ChatGPT成癮」的可能性，並分析AI設計、法規（如歐盟AI法案）及個人心理，三者如何交互影響使用者體驗與風險。 PubMed DOI

這項研究用 ChatGPT 來自動分析產科醫療訪談內容，讓原本很花時間的質性編碼流程變得更有效率。ChatGPT 的編碼準確率超過八成，還能省下八成以上的時間。不過，AI 在主題分析上雖然有潛力，但準確性、偏誤和隱私等問題還需要再加強和研究。 PubMed DOI

這項研究用 ChatGPT 來自動分析產科醫療人員的訪談內容，讓原本很花時間的質性編碼流程變得更有效率。ChatGPT 的編碼準確率超過八成，還能省下八成以上的時間。不過，準確性、偏誤和隱私等問題還沒完全解決，未來還需要更多研究來克服這些挑戰。 PubMed DOI

生成式 AI 工具如 ChatGPT、Claude、Gemini，正快速改變婦產科研究，能加速假說產生、文獻回顧、資料分析與論文撰寫，也有助於教育及未來臨床決策。但風險包括產生錯誤、假文獻、隱私疑慮及過度依賴。建議加強人工監督、查核資料、保護隱私並記錄提示。只要妥善管理，AI 可提升研究效率與品質，但仍需持續監控其準確性與影響。 PubMed DOI