最近生成式人工智慧的進展，特別是像ChatGPT這類工具，顯示出在醫療保健中提升決策支持、教育和病人參與的潛力。不過，必須進行徹底評估以確保其臨床使用的可靠性和安全性。2023年的一項回顧分析了41篇學術研究，強調了ChatGPT在醫學領域的有效性，並指出其表現因專科和語言環境而異。雖然展現了潛力，但仍需克服一些挑戰。總體而言，持續改進對於成功整合至醫療保健至關重要，以改善病人護理結果。 PubMed DOI

臨床實踐指導方針（CPGs）對醫療專業人員的決策至關重要，因為它們提供基於證據的建議。然而，在日本，針對提升病人理解和決策的病人導向指導方針仍然不足，這影響了病人有效管理健康的能力。生成式人工智慧技術如ChatGPT，能簡化醫療資訊並個性化溝通，幫助病人更好理解護理細節。透過提升指導方針的清晰度，這些技術有潛力改善醫療結果，促進病人參與與明智決策。 PubMed DOI

自2023年以來，ChatGPT-4在醫療領域取得顯著進展，特別是在分析電子病人報告結果（ePROs）方面，對癌症病人的症狀監測及早期介入至關重要。本研究探討了ChatGPT-4分析三十位癌症病人四週的ePRO數據的可行性，並模擬醫療專業人員提供建議。結果顯示，ChatGPT-4在數據準確性和同理心方面表現良好，改善了醫護溝通並減輕了壓力。未來研究將著重於增強AI在癌症護理中的應用，促進醫病共同決策。 PubMed DOI

這項研究評估了OpenAI的ChatGPT和Microsoft的Copilot在根據全國綜合癌症網絡針對胰腺導管腺癌指導方針生成回應的準確性。研究發現，ChatGPT的準確性較Copilot優越，完全正確的回應分別為52%和33%。此外，ChatGPT的回應也較為準確，評分為3.33對3.02。兩者的回應普遍冗長，平均字數分別為270字和32字。研究結論指出，雖然這些模型在臨床決策支持上有潛力，但仍需改進以確保準確性和簡潔性。 PubMed DOI

大型語言模型（LLMs）如ChatGPT在醫學領域的應用潛力巨大，但也帶來了準確性和可靠性的挑戰。研究顯示，LLMs能提供正確的疾病管理資訊，但必須符合國際指導方針。關鍵考量包括回應的可讀性、與指導方針的一致性、資訊來源的時效性、跨模型和跨語言的一致性，以及臨床使用的驗證。總之，雖然LLMs能提升醫學教育和決策，但仍需謹慎評估，以確保其在臨床中的安全與有效性。 PubMed DOI

這項研究探討如何利用臨床實踐指導（CPGs）來強化大型語言模型（LLMs），以改善針對 COVID-19 的門診治療決策。研究開發了三種整合 CPGs 的方法：二元決策樹、程式輔助圖形構建和思考鏈少量提示，並以零樣本提示作為基準。結果顯示，所有 LLMs 在有 CPG 增強的情況下表現優於零樣本提示，特別是二元決策樹在自動評估中表現最佳。這顯示出帶有 CPG 的 LLMs 能提供更準確的治療建議，未來應用潛力廣泛。 PubMed DOI

這項研究發現，像ChatGPT-4等大型語言模型在協助制定臨床指引時，能幫忙搜尋資料和草擬建議，但還無法獨立完成系統性文獻搜尋和評估偏誤。雖然LLM產出的指引品質稍低於專家，但整體表現相近，有潛力節省時間和資源，未來還需更多研究和合作才能安全應用於臨床。 PubMed DOI

這項研究發現，讓 ChatGPT 直接讀取 NCCN 指南 PDF 並搭配提示語（PDF+Prompt），能大幅提升其在建議晚期非小細胞肺癌治療時的準確度和符合指引性，且回覆更清楚易懂。單靠提示語沒有效果。這表示，若大型語言模型能直接存取臨床指引，對腫瘤治療決策會更有幫助，但還需更多研究來驗證其他癌症和臨床情境的適用性。 PubMed DOI

這篇回顧整理了17篇關於ChatGPT在醫療應用的研究，發現它在病患照護、臨床決策和醫學教育上有潛力，應用範圍廣泛。不過，目前多數研究品質普通，且在倫理、法律和準確性上還有疑慮。未來需要更完善的指引和政策，才能確保安全可靠地使用。 PubMed DOI

這項研究發現，ChatGPT-4.0在回答大腸鏡檢查前常見問題時，內容準確且符合醫學指引，有潛力成為病人衛教的好幫手。不過，還需要更多實際測試和不同問題的驗證，才能確定它的實用性。 PubMed DOI