大型語言模型（LLMs）正在改變醫學診斷和治療，提供高準確度，超越傳統搜尋引擎。將LLMs整合到醫療輔助程式中對眼科醫師實踐循證醫學至關重要。一項研究比較了LLM聊天機器人對眼科問題和真實病例的回應，發現LLM在診斷上表現優異，甚至勝過專家，顯示其在眼科診斷上的潛力。 PubMed DOI

大型語言模型（LLMs）是自然語言處理的前沿技術，透過深度學習模擬人類語言理解與生成。隨著變壓器架構的引入，LLMs在類人互動上展現出色的能力，特別是在醫療領域，能增強醫療人員與患者的溝通。這篇回顧探討了LLMs的演變及其在臨床應用的潛力，包括自動化醫療文檔、分診建議及個性化教育材料的創建。文章也提到LLMs的限制及解決方案，強調其在眼科等領域提升醫療服務質量的潛力。 PubMed DOI

這篇評論探討大型語言模型（LLMs）在眼科的應用，強調它們在自然語言處理上的能力，能有效增進人類與人工智慧的溝通。LLMs能回應各種查詢，包括問題解決和文本摘要，讓它們在眼科等高科技醫療領域中變得相當重要。文章總結了目前LLMs在眼科護理中的表現及未來的潛在應用。 PubMed DOI

這項研究評估了大型語言模型（LLMs）在回答結膜炎相關問題的有效性，於復旦大學眼耳鼻喉醫院進行。研究分為兩階段，第一階段四個LLM（GPT-4、Qwen、Baichuan 2和PaLM 2）回答22個問題，專家評估其正確性、完整性等。結果顯示GPT-4表現最佳，Qwen在有用性和安全性上也不錯。第二階段中，30名結膜炎患者與GPT-4或Qwen互動，滿意度高。研究結論認為LLMs能提升患者教育，但需改善個性化和複雜性處理能力。 PubMed DOI

這項研究比較了十五個大型語言模型（LLMs）在處理眼科案例的表現，測試來自《JAMA Ophthalmology》的二十個案例。結果顯示，這些模型的平均得分為19，三個模型（ChatGPT 3.5、Claude Pro和Copilot Pro）表現優於平均，其中Copilot Pro得分最高。雖然這些模型的可讀性高於八年級水平，對一般人來說較難理解，但對眼科醫生則可接受。研究認為，雖然LLMs的準確性不足以單獨用於病人護理，但在協助醫生方面顯示出潛力，特別是訂閱制模型。 PubMed DOI

這項研究評估了OpenAI的ChatGPT-4.0在將眼科術語轉換為易懂語言的效果，並與其他大型語言模型進行比較。五位眼科醫生提供了15份臨床記錄，經由不同模型翻譯後，十位家庭醫生評估其理解度和實用性。結果顯示，ChatGPT-4.0在理解度和實用性上表現優異，顯著高於原始記錄。雖然翻譯後的語言複雜度略有增加，但ChatGPT-4.0在多數案例中被偏好。研究強調了持續改進這些技術的必要性，並建議進一步研究以驗證其在不同專業中的適用性。 PubMed DOI

這項研究探討大型語言模型（LLMs），特別是ChatGPT，如何提升眼科科學文章的可讀性。研究人員認識到健康素養對公共健康的重要性，目標是將複雜的醫學文本簡化到六年級的閱讀水平，讓一般民眾更容易理解。他們選了12篇開放存取的論文，並用測試評估可讀性。結果顯示，ChatGPT成功將可讀性從15年級降到7年級，且簡化後的內容仍被專業醫生認可。研究顯示，LLMs能幫助非專家更理解科學文獻，提升健康素養。 PubMed DOI

這項研究評估了土耳其眼科協會針對早產兒視網膜病變的病患教育材料可讀性，並與大型語言模型（如GPT-4.0、GPT-4o mini和Gemini）生成的內容進行比較。結果顯示，TOA的材料可讀性超過六年級，而GPT-4.0和Gemini則更易讀。經調整後，GPT-4.0的可讀性改善，且在準確性和全面性上得分最高，Gemini則最低。研究指出，GPT-4.0在創建可及的病患教育材料上有潛力，但使用LLMs時需考慮地區醫療差異和資訊準確性。 PubMed DOI

近年來，人工智慧（AI）技術，特別是大型語言模型（LLMs）的進步，對傳統醫療實踐有著顯著影響，能提升醫療效率與品質。在眼科領域，LLMs 可協助醫生診斷眼疾、優化治療建議、簡化醫療紀錄撰寫，並提供教育支持。然而，LLMs 在臨床應用中仍面臨挑戰，如知識基礎限制、AI 幻覺現象，以及數據隱私問題。未來的研究將對克服這些挑戰並發揮 LLMs 的潛力至關重要。 PubMed DOI

這項研究回顧了大型語言模型（LLMs）在眼科的應用，特別是高排名期刊的相關文章，共分析了101篇研究，主要來自美國、英國和加拿大。研究指出，LLMs在醫學教育、臨床協助、研究及病人教育中有顯著貢獻，但也引發了對表現不一致、偏見及倫理問題的擔憂。作者強調持續改進AI的重要性，並呼籲建立倫理指導方針及跨學科合作，以應對這些挑戰，展現LLMs在眼科的潛力與限制。 PubMed DOI