這項研究探討了使用ChatGPT的免費版本是否能夠使用準確但虛構的資料生成高品質的學術會議摘要。生成的摘要寫得很好，符合指引，只有一個虛假參考文獻。ChatGPT在經過適當的作者審查後，可能成為一個有用的科學寫作工具，但在科學和醫學領域的使用引起了一些擔憂。 PubMed DOI

研究評估使用人工智慧模型ChatGPT生成臨床研究論文摘要的效果。30篇基礎研究論文透過ChatPDF生成摘要，專家評估後發現，生成摘要質量低、格式差異大、結論不正確，且與原摘要相似度低。使用ChatGPT生成摘要時，可能會有質量和準確性問題。 PubMed DOI

最新研究評估了ChatGPT在從隨機對照試驗（RCT）數據中產生科學摘要的表現，結果顯示ChatGPT的摘要雖然更易讀，但品質不如原始摘要。ChatGPT 3.5版和4版在遵循CONSORT-A檢查表方面表現較差。有必要進一步研究ChatGPT在醫學研究中的應用價值。 PubMed DOI

人工智慧的進步帶來了像ChatGPT和Bard這樣的語言模型，可以產生類似人類寫作的文字。研究比較了它們在撰寫脊椎外科結構摘要方面的表現。結果發現，ChatGPT的摘要符合期刊指南，而Bard的字數更準確，且與人類撰寫的摘要更相似。人工智慧檢測難以區分人工智慧和人類生成的摘要，引發道德疑慮。使用這些工具時需謹慎。 PubMed DOI

這項研究評估了ChatGPT 3.5和4.0版本在生成和評分醫學研究摘要的能力。研究期間為2023年8月至2024年2月，訓練聊天機器人根據文獻創建10個摘要，並與現有摘要進行比較。五位外科醫生評審發現，AI生成的摘要與人類撰寫的質量相當，評分中位數相似。雖然版本1的評分接近評審者的評價，但版本2則偏向給予較高分數。整體而言，研究顯示AI能有效生成難以區分的醫學摘要，顯示其在醫學研究中的潛力。 PubMed DOI

這項研究探討了ChatGPT生成的整形外科住院醫師個人陳述是否能與人類撰寫的內容相媲美。研究結果顯示，AI生成的陳述平均得分為7.48，而人類撰寫的為7.68，兩者之間並無顯著差異。評估者對於陳述來源的識別準確率為65.9%，顯示AI生成的內容越來越精緻。這強調了在住院醫師申請中，需更新評估標準以應對人工智慧的影響。 PubMed DOI

這項研究評估生成式預訓練變壓器（GPT）在牙科領域創建科學摘要的效果。研究人員從十篇牙科放射學文章中收集原始摘要，並用其他十篇文章的內容提示ChatGPT生成摘要。五位評估者根據七個標準對生成的摘要和原始摘要進行評分。結果顯示，GPT生成的摘要在拼寫和標點符號上最具區別性，整體準確性平均為60%。雖然GPT的表現優異，但線上檢測器仍能識別AI生成的內容。 PubMed DOI

這項研究評估了ChatGPT-4在整形外科和重建外科的資訊質量與可讀性。研究人員針對過去15年最常搜尋的十個主題，設計了九個問題並輸入ChatGPT-4。結果顯示，使用DISCERN工具評估後，回應的資訊質量得分偏低，平均為34；可讀性指數也不佳，Flesch-Kincaid平均為33.6，Coleman-Liau為15.6。儘管如此，十二位整形外科醫師對回應的清晰度和準確性給予正面評價，平均得分分別為7.38和7.4。研究建議，AI語言模型如ChatGPT可作為健康資訊的起點，未來有潛力改善內容質量。 PubMed DOI

這項研究探討人類評審者在辨識ChatGPT生成的科學摘要與原始摘要的準確性。來自不列顛哥倫比亞大學的41名外科實習生和教職員參加了線上調查，結果顯示只有40%能正確識別原始摘要，而63.4%偏好AI生成的摘要。分析指出，偏好原始摘要的受訪者更容易正確識別。這顯示人類在區分AI與人類生成內容上面臨挑戰，並且對AI生成的摘要有明顯偏好，突顯了AI在學術寫作中的影響及其倫理考量。 PubMed DOI

這項研究比較了人類撰寫的神經外科文章與ChatGPT生成的文章，評估其品質差異。研究選取10篇文章，5篇由人類撰寫，5篇由ChatGPT撰寫，並由專家根據整體印象、可讀性等進行評估。結果顯示，兩者在整體品質上無顯著差異，但ChatGPT的可讀性較高。專家識別作者的準確率為61%，偏好幾乎相等。結論指出，ChatGPT能產出與人類相當的文章，且可讀性更佳，顯示其在學術寫作中的潛在價值。 PubMed DOI