研究比較了骨科手術相關問題在ChatGPT和Google搜尋的回答相似度，發現ChatGPT在高共識話題更可信，但在低共識話題可能使用較不可靠的來源。ChatGPT 4.0與Google搜尋的相似度較高。建議醫師提醒患者對ChatGPT資訊的可信度，尤其是在共識較低的話題上。 PubMed DOI

這項研究評估了ChatGPT對臨床問題的回答，與人類撰寫的網站Pearls4Peers.com進行比較，重點在可用性和可靠性。研究發現，ChatGPT的回答質量有顯著差異，約14%的回答被認為不實用，13%不準確。與人類來源相比，ChatGPT在可用性和可靠性方面的表現均不佳，超過30%的情況下表現不如人類。總體來看，這顯示在臨床決策中使用ChatGPT需謹慎。 PubMed DOI

這項研究比較了ChatGPT 3.5版本與前五名Google搜尋結果在腕隧道症候群問題上的準確性、完整性和簡潔性。三位整形外科醫生使用李克特量表評估回應。結果顯示，ChatGPT和Google的準確性與完整性相似，但ChatGPT的回答更簡潔。雖然ChatGPT對於尋求簡單資訊的患者來說很有幫助，但不應取代定期更新的學術網站，因為它可能缺乏最新資料，且有提供不準確資訊的風險。 PubMed DOI

這項研究評估了ChatGPT-4在回答有關尺側韌帶（UCL）損傷的問題時的有效性，並與Google進行比較。研究發現，ChatGPT-4的學術來源比例高達90%，而Google僅50%。兩者在常見問題上有40%的重疊，但在數字回答中，只有20%的答案完全相同。ChatGPT-4的答案準確性顯著高於Google，顯示其在提供臨床相關資訊方面的潛力。不過，在完全應用於臨床前，仍需進一步驗證。 PubMed DOI

這項研究評估了ChatGPT 3.5和4.0在回答有關Tommy John手術的病人問題時的資訊品質。研究者提出了25個問題，並用可讀性指標來評估回應。結果顯示，兩個版本的回應教育水平都高於病人能理解的範圍，且ChatGPT 4.0的表現稍好，但語言複雜性可能影響病人的理解。這強調了了解AI平台限制的重要性，因為未來這些平台將更廣泛地服務公眾。 PubMed DOI

2022年11月，OpenAI推出了ChatGPT，引發了對其在醫學領域有效性的討論。研究專注於ChatGPT對髕股疼痛的回答能力，並比較一般民眾、非骨科醫生及專家的評價。使用12個問題進行評估，結果顯示專家對ChatGPT的評分普遍較低，尤其在複雜問題上。雖然ChatGPT提供的資訊質量不錯，但隨著問題複雜度增加，其表現下降，顯示出人類專業知識在醫療中的重要性。 PubMed DOI

本研究評估了ChatGPT-4與Google搜尋在全肩關節置換術（TSA）醫療資訊的準確性與範圍。結果顯示，兩者在數值回答上高度一致，準確性相似，但來源上有顯著差異。Google的資訊來源多樣，包含醫療實踐與社交媒體，而ChatGPT-4則完全依賴學術來源。對於開放式問題，兩者的答案重疊率較低。整體而言，ChatGPT-4提供可靠的學術資訊，而Google則提供更廣泛的來源，顯示出AI工具在醫療資訊提供上的潛力。 PubMed DOI

這項研究評估了ChatGPT 3.5和4.0生成的病人教育材料（PEMs）在可讀性上的表現，針對常見手部疾病進行分析。研究發現，ChatGPT 4.0在啟發階段後，有28%的內容達到六年級閱讀水平，而3.5則沒有生成合適的內容。整體來看，4.0在所有可讀性指標上均優於3.5，顯示出其在提升病人教育和健康素養方面的潛力，未來隨著進一步改進，這一潛力將更為明顯。 PubMed DOI

這項研究評估了ChatGPT-3.5和ChatGPT-4.0在生成病人教育材料的效果，針對常見的上肢和下肢骨科疾病進行分析。結果顯示，ChatGPT-3.5的可讀性僅有2%和4%達標，而ChatGPT-4.0則有54%達標，顯示出明顯的進步。雖然ChatGPT-4.0在可讀性上表現優異，但兩者仍被視為不可靠，無法完全取代傳統病人教育方式，應作為醫療提供者的輔助工具。 PubMed DOI

這項研究比較了GPT-4和Google在腕隧道手術（CTS）常見問題上的回應差異。主要發現包括： 1. **問題類型**：兩者都提供事實性資訊，但Google更注重技術細節。 2. **可讀性**：Google的回應可讀性較高，Flesch閱讀分數更好。 3. **回應長度**：Google的答案通常較短。 4. **數字準確性**：GPT-4的數字回應範圍較廣。 總體來說，GPT-4提供更詳細的技術見解，有助於病患教育，而Google則提供更易懂的資訊。這研究強調了醫療情境中AI與搜尋引擎的資訊傳遞差異。 PubMed DOI