這項研究探討大型語言模型（LLMs），特別是ChatGPT-4及其他AI聊天機器人，在診斷疤痕（如凹疤和肥厚性疤痕）方面的應用。研究人員評估了五個AI聊天機器人對三十張模擬影像的診斷準確性。結果顯示，GPT-4的準確率為36.0%，優於Bing Chat的22.0%。雖然LLMs在疤痕診斷上展現潛力，但目前技術仍在發展中，尚不適合臨床使用，需進一步改進。作者需為文章分配證據等級，詳情可參考期刊指導說明。 PubMed DOI

脫髮性毛囊炎（FD）是一種慢性炎症性疾病，會造成脫髮和疼痛，且治療選擇有限。報告中提到一位四十多歲男性，因FD困擾已久，但在使用tirzepatide進行體重管理後，頭髮明顯改善並重新長出。這顯示tirzepatide可能對FD有抗炎和免疫調節的效果，類似於它在其他皮膚疾病中的好處。這個案例鼓勵進一步研究GLP-1受體激動劑在治療FD及其他頑固性皮膚病的潛力。 PubMed DOI

這項研究探討了ChatGPT-4在分析下肢缺損影像及理解複雜病例報告的能力，並與專業外科醫生及住院醫師進行比較。研究在瑞士、德國和奧地利進行，52名參與者評估影像並選擇重建技術。結果顯示，ChatGPT-4在識別最佳解決方案上有困難，而專業外科醫生則表現出高度一致性。這強調了人類專業知識在患者治療計畫中的重要性，建議AI可作為輔助工具，而非取代技術熟練的外科醫生。 PubMed DOI

最近生成式人工智慧（AI）在皮膚科診斷的應用上有了新進展，但臨床準確性仍需進一步評估。一項研究比較了三個AI模型與專業皮膚科醫生的診斷表現，結果顯示這些AI模型的準確性與專家相當，甚至在某些罕見和複雜案例中表現更佳。不過，研究樣本量小且可能存在選擇偏差，未來需要更大且多樣化的數據集來驗證AI的臨床實用性。 PubMed DOI

這項研究提出了一種新方法，結合二氧化碳雷射上眼瞼整形術與鉻激光下眼瞼重塑，來改善眼部區域。傳統眼瞼手術雖能改善外觀，但無法提升皮膚質量。這新程序同時解決這兩個問題，顯著改善上眼瞼輪廓、減少皮膚鬆弛，並使下眼瞼質地更平滑。患者滿意度高，感覺自己看起來更年輕。研究中使用的人工智慧模型也確認了美容改善，並減少了恢復時間與併發症。 PubMed DOI

本研究探討ChatGPT-4在皮膚病變識別的有效性，特別是黑色素瘤的檢測。結果顯示，GPT-4在黑色素瘤的準確率為68.5%，敏感性52.5%，特異性72.5%，與臨床診斷有顯著差異。對於可疑病變的檢測表現較佳，但仍未能與臨床診斷完全匹配。研究指出，需改進算法並擴大數據集，以提升準確性和普遍性。限制因素包括樣本量小及數據來源的特定性。 PubMed DOI

這項研究提出了一種新穎的人工智慧方法，幫助皮膚科醫生診斷皮膚疾病，模擬專業診斷過程。它結合了影像分析、語言模型和機器學習工具，採用多種AI技術來提升決策能力。測試數據集顯示，準確率達87%，顯示出良好的推理和診斷能力。這項研究不僅驗證了AI在皮膚科的應用潛力，還提出了未來實施的策略框架，以改善病人經驗。 PubMed DOI

這項研究探討了一個智慧影像分析的 ChatGPT 模型，評估其在預測整形手術後疤痕特徵的有效性，旨在克服傳統主觀評估的限制。研究對40名患者的手術後3個月和12個月的疤痕影像進行分析，結果顯示模型在疤痕分類上達到97.5%的高準確率，且預測結果與實際結果無顯著差異。雖然在連續測量上準確性中等，但在高度和寬度的相關性強，對血管性預測的準確性較低。整體而言，該模型在疤痕分類上展現潛力，但仍需進一步改進。 PubMed DOI

這項研究發現，GPT-4V在診斷皮膚病時，單用文字的準確率很高（89%），只看圖片就明顯下降（54%），圖片加文字也沒更好。治療建議方面，GPT-4V表現不錯但還沒達到專家水準，圖片加文字時最好。整體來說，GPT-4V適合當輔助工具，尤其擅長處理文字，但圖片判讀和多模態整合還需加強。 PubMed DOI

這項研究發現，主流AI生成皮膚科影像時，膚色多樣性嚴重不足，尤其深色皮膚比例被低估，只有Adobe Firefly較貼近美國實際分布。診斷準確率也很低，僅15%影像正確顯示疾病。若不改善資料和指引，AI恐加劇皮膚科健康不平等。 PubMed DOI