研究發現ChatGPT 4.0在眼科問題回答上表現優秀，專家高度肯定。這個模型適合大學生或研究生使用，具有高可靠性和複雜性。雖然在眼科教育和臨床應用有潛力，但仍需提升準確性和涵蓋範圍，特別是在視覺數據解釋方面。 PubMed DOI

研究比較了ChatGPT-3.5和ChatGPT-4.0在回答眼科問題時的表現。結果顯示，GPT-4.0比GPT-3.5好，但兩者在準確性上有限制，尤其是面對複雜問題時。雖然ChatGPT有潛力，但要成為眼科教育工具，仍需進一步改進。 PubMed DOI

研究比較了ChatGPT-4.0和ChatGPT-3.5在角膜眼疾病診斷上的表現，發現ChatGPT-4.0在臨床診斷上比ChatGPT-3.5更準確，但仍不及人類專家。結合人工智慧和臨床專業知識，可最大程度發揮人工智慧在眼科護理的潛力。 PubMed DOI

研究評估了基於GPT-4V的聊天機器人在解釋眼科條件的眼部多模態影像表現。測試結果顯示在準確性、可用性和安全性方面表現不盡相同。雖然在燈裂影像表現不錯，但眼底攝影表現較差。總體而言，聊天機器人能正確識別影像模式，但在病變檢測、診斷和決策支持方面有待提升。研究結論指出，GPT-4V尚不適用於眼科臨床決策，並提出改進多模態模型的建議。 PubMed DOI

研究測試了ChatGPT-4在未經訓練下，辨識青光眼的能力，結果顯示準確率達90%，敏感度50%，特異度94.44%。顯示先進AI技術在眼科等醫學領域有潛力，或許能省時省力，提供新診斷工具，特別對資源不足的環境有幫助。 PubMed DOI

這項研究評估了ChatGPT 3.5和4.0版本在診斷青光眼方面的能力，使用了眼壓治療研究的數據。研究涵蓋1585名受試者的3170隻眼睛，並將臨床參數轉換為文本進行分析。結果顯示，ChatGPT 3.5的準確率為66%，而4.0則提升至87%。雖然4.0的整體準確率較高，但3.5在檢測青光眼的敏感性上表現更佳。這顯示ChatGPT在評估眼壓高的眼病上具有潛力，未來的多模態模型可能進一步提升診斷準確性。 PubMed DOI

這項研究評估了ChatGPT在眼科臨床評估中的表現，目的是檢視其準確性及眼科醫生是否能辨識其生成的回應。研究中，16位眼科醫生參與，ChatGPT在17個案例中準確識別了15個主要診斷（88.2%）。醫生們在13個案例中以77.9%的準確率辨識出回應作者，信心評分為3.6。醫生指出ChatGPT的回應較為一般，常有不相關資訊及句法模式。結論認為，雖然ChatGPT顯示潛力，但在臨床應用前仍需進一步評估。 PubMed DOI

這項研究探討了AI聊天機器人GPT-3.5和GPT-4.0在眼科門診註冊及診斷眼病的有效性。研究分析了208個臨床檔案，結果顯示： 1. **註冊建議**：GPT-3.5（63.5%）、GPT-4.0（77.9%）和住院醫師（69.2%）的準確性相似，無顯著差異。 2. **診斷準確性**：GPT-4.0和住院醫師在有病史及檢查的檔案中表現優於GPT-3.5。 3. **錯誤診斷**：GPT-4.0的錯誤診斷較少，顯示出精確度提升。 4. **整體表現**：GPT-4.0在鑑別診斷上接近住院醫師，顯示其潛在應用價值。 結論認為，AI聊天機器人有助於提升眼科病人註冊，但需進一步驗證其在診斷中的應用。 PubMed DOI

這項研究評估了ChatGPT 3.5和4.0在眼整形相關問題的表現，分析了文字和圖像問題。結果顯示，ChatGPT-3.5正確回答56.85%的文字問題，而ChatGPT-4.0提升至73.46%，顯示出顯著的準確性提升。雖然ChatGPT-4.0在文字問題上表現更佳，但在圖像問題的準確率卻降至56.94%。這顯示出在醫學教育中，對大型語言模型的可靠性仍需進一步改進。 PubMed DOI

這項研究評估了ChatGPT（包含GPT-3.5和GPT-4）在診斷神經眼科疾病的準確性，使用了22個病例。結果顯示，GPT-3.5的正確診斷率為59%，而GPT-4提升至82%。相比之下，兩位神經眼科醫生的準確率為86%。GPT-4與專家的協議程度優於GPT-3.5，顯示出其在臨床診斷上的潛力，但仍需進一步研究以了解其在資源有限的環境中的應用。 PubMed DOI