研究比較了ChatGPT-3.5和ChatGPT-4在醫療決策中的表現，結果顯示GPT-4優於GPT-3.5。資深醫師給予較高評分，尤其在倫理問題上。AI有助於醫師，但不應取代人類專業知識，需進一步研究整合到臨床環境中的方法。 PubMed DOI

這項研究比較了重症監護病房（ICU）護理人員與生成式人工智慧（如ChatGPT-4和Claude-2.0）的診斷準確性。研究使用四個真實ICU案例，評估74名護理人員的表現，結果顯示護理人員在需要整體判斷的情境中表現優於AI，雖然某些AI在標準案例中表現相當。護理人員的回應較簡潔，而AI則較冗長。研究強調經驗豐富的護理人員在細緻決策上更具優勢，並呼籲進一步發展AI以提升其臨床決策能力。 PubMed DOI

人工智慧技術在病患照護上有很大潛力，尤其在診斷、精神疾病治療和認知測試解讀等方面。雖然進展顯著，但仍需進一步研究其在醫療中的優缺點。一項研究比較了人工智慧（Chat-GPT 3.5）和臨床醫師對癡呆症相關問題的回答，結果顯示人工智慧在易懂性和深度上表現更佳，平均評分為4.6/5，而臨床醫師則為4.3、4.2和3.9。儘管人工智慧的回答質量高，但仍需注意錯誤資訊和數據安全等問題。總之，人工智慧在醫療溝通上有潛力，但需謹慎對待其限制。 PubMed DOI

這項研究評估了大型語言模型（LLMs）在複雜醫療案例中的診斷表現。研究分析了392份來自《美國病例報告期刊》的案例，使用了ChatGPT-4、Google Gemini和LLaMA2來生成鑑別診斷清單。結果顯示，ChatGPT-4的前10名診斷中，最終診斷納入率最高，達86.7%，其次是Google Gemini的68.6%和LLaMA2的54.6%。研究顯示ChatGPT-4在診斷準確性上明顯優於其他兩者，突顯了生成式人工智慧在醫療診斷中的潛力。 PubMed DOI

抗微生物抗藥性是全球健康的重要議題，亟需創新策略來改善抗生素管理。AI 聊天機器人，特別是大型語言模型，能協助臨床醫師優化抗生素治療。本研究回顧了過去五年相關文獻，發現AI 聊天機器人能提供抗生素建議、增強醫學教育及改善臨床決策，但仍面臨臨床細節管理不一致、算法偏見及數據隱私等挑戰。未來需進行嚴格的臨床試驗及跨學科合作，以確保其安全有效地應用於臨床。 PubMed DOI

本研究探討AI模型（如GPT-3.5和GPT-4）在急診科生成病症鑑別診斷的表現，並與急診科醫師的準確性進行比較。結果顯示，ChatGPT-4的準確率為85.5%，略高於ChatGPT-3.5的84.6%和醫師的83%。特別是在腸胃主訴方面，ChatGPT-4的準確性達87.5%。研究顯示AI模型在臨床決策中具潛在應用價值，建議未來進一步探索AI在醫療中的應用。 PubMed DOI

生成式人工智慧（GenAI）在醫療服務中有潛力，尤其是在臨床環境。不過，實際臨床的複雜性需要謹慎且基於證據的方法來確保AI的安全與有效性。本研究將系統性評估四個知名的GenAI模型（Claude 2、Gemini Pro、GPT-4.0及一個自訂的GPT-4.0聊天機器人），並針對臨床微生物學和傳染病領域進行分析。評估將由兩組專業醫師進行，使用5點李克特量表來檢視回應的事實一致性、全面性、一致性及潛在醫療危害。研究將提供GenAI在臨床應用的見解，並強調制定倫理指導方針的重要性。 PubMed DOI

這項研究比較了經驗豐富的社區護理師與先進的生成式人工智慧（GenAI）在診斷準確性和臨床決策能力的表現。研究於2024年5至6月進行，114名以色列護理師參與，並針對四個醫療案例進行問卷調查。同時，收集了三個GenAI模型的回應。結果顯示，在10字限制下，護理師的準確性優於GenAI，雖然GenAI回應速度較快，但常顯得冗長。研究認為，儘管GenAI有潛力輔助護理，但目前人類醫師在臨床推理上仍具優勢，需進一步研究才能有效取代護理專業知識。 PubMed DOI

本研究探討生成式人工智慧（AI）在罕見疾病資訊上的準確性與安全性。研究評估了四個AI模型的回答，結果顯示大部分模型提供的資訊相對可靠，但仍有不準確的情況，可能讓患者及其家庭感到困惑。特別是Perplexity模型的表現較差，低分比例較高。研究強調了解AI的局限性並提供專家指導的重要性，以確保患者能有效利用這些工具。 PubMed DOI

這項研究評估了三個生成式人工智慧模型—ChatGPT-4o、Gemini 1.5 Advanced Pro 和 Claude 3.5 Sonnet—在創建與高血壓和糖尿病相關的藥理學問題的有效性。使用一次性提示，這些模型生成了60個問題，並由多學科小組進行可用性評估。103名醫學生在考試中回答了AI生成的問題，結果顯示AI問題的正確率與專家問題相當，且AI生成問題的準備效率顯著提升。然而，仍有19個問題被認為無法使用，顯示專家審查的重要性。結合AI效率與專家驗證的方式，可能是改善醫學教育的最佳策略。 PubMed DOI