這項研究探討了多模態大型語言模型（LLMs），特別是GPT-4o和Claude Sonnet 3.5，如何結合文本與視覺資訊進行醫療診斷。研究在120個臨床案例中進行測試，結果顯示在只有文本的情況下，GPT-4o的準確率為70.8%，遠超醫生的39.5%。當加入圖片時，所有參與者的表現都有提升，尤其是醫生的準確率增幅最明顯。GPT-4o在有圖片的情況下達到84.5%，而醫生則為78.8%。這顯示LLMs在視覺數據處理上仍需加強，以達到人類醫生的表現。 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

這項研究回顧了大型語言模型（LLMs）在醫療領域中所引發的人口統計偏見，並強調了相關的擔憂。從2018年到2024年，分析了24項研究，發現91.7%的研究識別出偏見，性別偏見最為普遍（93.7%），種族或民族偏見也高達90.9%。雖然偏見檢測有所改善，但有效的減緩策略仍在開發中。隨著LLMs在醫療決策中的重要性上升，解決這些偏見對建立公平的人工智慧系統至關重要。未來研究應考慮更廣泛的人口因素及非西方文化背景。 PubMed DOI

這項研究探討大型語言模型（LLMs），如ChatGPT和Microsoft Bing Chat，在皮膚科、性病學和麻風問題上的回答效果。研究比較了這些AI模型與12位研究所學生的準確性，並評估了人工幻覺的情況。 研究於2023年8月進行，包含60個問題。結果顯示，Bing Chat的表現最佳，平均正確率為78.2%，ChatGPT為59.8%，人類受訪者則為43%。Bing Chat在簡單和中等難度問題上表現更佳，而ChatGPT在較難問題上較強。研究指出，儘管LLMs表現優於人類，但在某些領域準確性仍不足，需制定規範以防止濫用。 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

這篇論文針對大型語言模型在皮膚科的應用進行全面評估，探討如何整合各種病人數據，如人口統計、臨床影像、醫療訪談和基因資訊。論文強調這些模型能提升診斷準確性、治療建議及病人教育。透過回顧現有研究，旨在識別主要挑戰並探索未來機會，最終目標是改善病人健康結果及與醫療提供者的互動。 PubMed DOI

這項研究評估7種大型語言模型產生的14萬筆合成電子健康紀錄，發現模型越大，資料越完整，但性別和種族偏見也越明顯。性別偏見多反映現實疾病分布，種族偏見則不一致，部分模型高估White或Black患者，低估Hispanic和Asian族群。研究強調AI健康資料需兼顧準確性與公平性，並呼籲建立更完善的偏見評估標準。 PubMed DOI

這項研究比較七款主流多模態大型語言模型在診斷皮膚病的表現，GPT-4o準確率最高達67.8%。不同疾病和圖片的診斷準確度差異大，有些圖片所有模型都誤判。部分模型遇到敏感圖片會拒絕診斷。整體來說，這些模型在皮膚科影像判讀有潛力，但目前還有不少限制，未來需結合臨床資料才能更可靠。 PubMed DOI

ChatGPT 這類 AI 語言模型，已經用在皮膚科，幫忙解讀資料、協助診斷和提升醫病溝通。結合 CNN 等影像分析工具後，能整合文字和圖片資訊，讓診斷更精準。不過，ChatGPT 不能直接看圖，有時也會出錯，像病人隱私和醫師責任這些倫理問題還是要注意。未來有望發展更整合的 AI 系統，讓皮膚科照護更進步。 PubMed DOI

研究發現，ChatGPT-4o在診斷深色皮膚的黑色素瘤時，準確率明顯低於淺色皮膚，無論敏感度、特異性或整體表現都較差。這顯示AI在膚色多元性不足時容易產生偏誤，未來皮膚科資料庫應納入更多不同膚色的影像。 PubMed DOI