數位病理學的人工智慧技術能幫助以一致的方式量化組織學發現。研究比較了病理醫師和機器學習模型在臨床試驗數據中評估NASH組織學特徵的結果。結果顯示，兩者都能發現更多患者在接受特定治療後達到某些終點。人工智慧模型還能辨識出傳統評估未能發現的治療誘導的組織學特徵變化，顯示其提供超越傳統方法的額外見解潛力。 PubMed DOI

銀屑病是一種常見的皮膚疾病，影響很多人。管理銀屑病要看皮膚情況和其他問題，像是指甲和關節。利用自然語言處理（NLP）和電子病歷（EMRs）可以幫助改進疾病分類和研究。這研究探討了ChatGPT-4在分析銀屑病患者的EMR數據表現，特別是識別受影響的身體部位。 PubMed DOI

最近在人工智慧（AI）和大型語言模型（LLMs）方面的進展，特別是在皮膚科，顯示出良好的潛力。本研究比較了Claude 3 Opus和ChatGPT（GPT-4）在分析皮膚鏡影像以檢測黑色素瘤的表現。結果顯示，Claude 3 Opus在惡性區分上表現較佳，敏感度和特異度均高於ChatGPT。雖然兩者在診斷上有其潛力，但仍存在錯誤，強調了AI與臨床醫生合作的重要性，以開發更可靠的診斷工具。 PubMed DOI

這項調查評估了六個人工智慧模型在針對有瘢痕疙瘩及不同程度近視的病人進行屈光手術建議的能力。結果顯示，這些模型一致推薦光學屈光角膜切削術（PRK），而六位經驗豐富的眼科醫生則一致推薦激光原位角膜磨鑿術（LASIK）。值得注意的是，模型提供的42個參考文獻中有55%是虛構的，只有45%是真實的。只有一個模型在近視加重時改變建議，顯示目前人工智慧在臨床決策中的批判性思考能力仍有待加強。 PubMed DOI

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

人工智慧（AI）在皮膚科的應用迅速發展，特別是 ChatGPT 成為患者教育和臨床決策的重要工具。本研究評估了 ChatGPT 在皮膚科的有效性與挑戰，發現其在回答常見皮膚病問題上表現良好，但在複雜病例診斷上仍有困難，且存在信息準確性和倫理問題。未來應謹慎整合 ChatGPT，解決數據隱私和算法偏見等挑戰，並強調其應輔助而非取代醫生的角色。 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

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