AI聊天機器人如ChatGPT是強大工具，改變科技互動方式，在醫學領域有潛力。研究顯示ChatGPT 4.0比3.5更優，尤其在小兒心臟病學知識方面，正確率提升至66%，顯著進步。儘管尚未達專業水準，但進步明顯。 PubMed DOI

研究發現ChatGPT在回答心臟症狀問題時準確率高，尤其在簡單問題表現優秀。然而，對於複雜問題準確性較低。最新版本改進許多，有潛力成為醫學AI輔助工具，但仍需進一步研究。 PubMed DOI

研究比較了ChatGPT-3.5和ChatGPT-4在教育患者心臟影像方面的表現。結果顯示，在三次聊天中，ChatGPT-4在正確性和一致性方面優於ChatGPT-3.5。兩者都有超過一半問題回答正確，但仍需改進才能在教育患者心臟影像上更有效。 PubMed DOI

研究比較了AI聊天機器人在心臟病學領域的表現，發現ChatGPT 4.0的準確率最高，Bing次之，Bard最低。ChatGPT在各個心臟病學主題上表現都很好。研究指出ChatGPT 4.0可作為心臟病學教育的重要資源，但也提醒要持續評估和改進Bard等機器人，確保醫學知識的準確性。 PubMed DOI

研究評估了ChatGPT在Amboss問題庫的2,377個USMLE Step 1練習問題上的表現。整體準確率為55.8%，顯示問題難度與表現呈反向關係。在血清學問題上表現不錯，但心電圖相關內容表現較差，病理生理學更差。研究強調了進一步瞭解ChatGPT在醫學教育和考試中的能力和限制的重要性。 PubMed DOI

這項研究評估了ChatGPT（3.5和4版本）在心血管醫學問題上的表現，並與內科住院醫師和主治醫師進行比較。結果顯示，ChatGPT-4的準確率為74.5%，優於3.5版本的64.3%。它的表現與內科實習醫師（63.3%）和高年級住院醫師（63.3%）相當，但仍低於心臟科主治醫師的85.7%。雖然ChatGPT在某些領域顯示潛力，但仍需提升準確性，才能成為醫療專業人員的可靠工具。 PubMed DOI

這項研究評估了ChatGPT-4在小兒心臟病學中解讀多模態影像的能力，針對100道包含心臟超音波、血管造影、X光和心電圖的選擇題進行測試。結果顯示，提供影像時正確率為41%，心電圖的準確率最高（54%），而血管造影最低（29%）。不提供影像時，表現稍降至37%。研究指出，ChatGPT-4在解讀影像的能力有限，強調需進一步訓練才能整合進臨床實踐，並需更多研究探討其臨床推理能力。 PubMed DOI

這項研究評估了兩個版本的ChatGPT在美國醫學執照考試（USMLE）風格問題上的表現，使用了900道選擇題。結果顯示，ChatGPT-4的準確率為71.33%，明顯高於AMBOSS用戶的54.38%和ChatGPT-3.5的46.23%。ChatGPT-4在準確率上比ChatGPT-3.5提升了25%，且在多次測試中的一致性也較高。雖然兩個模型在不同醫學主題上的表現有所不同，但問題的複雜性可能影響了表現變異性。總體而言，ChatGPT-4在醫學教育中展現出潛力，甚至在某些方面超越人類。 PubMed DOI

這項研究分析了三種生成式人工智慧工具—ChatGPT-4、Copilot 和 Google Gemini—在心血管藥理學問題上的表現。研究使用了45道多選題和30道短答題，並由專家評估AI生成的答案準確性。結果顯示，這三種AI在簡單和中等難度的多選題上表現良好，但在高難度題目上表現不佳，特別是Gemini。ChatGPT-4在所有題型中表現最佳，Copilot次之，而Gemini則需改進。這些結果顯示AI在醫學教育中的潛力與挑戰。 PubMed DOI

這項研究評估了ChatGPT在回答美國醫學執照考試第二階段臨床知識問題的表現，分析了其在不同醫學專科、問題類型和難度上的準確性。總共評估了3,000道問題，結果顯示正確率為57.7%。在「男性生殖系統」類別中準確率最高（71.7%），而「免疫系統」最低（46.3%）。隨著問題難度和長度增加，表現下降，顯示較複雜問題更易錯誤。整體而言，ChatGPT的能力接近及格門檻，顯示其作為醫學生輔助學習工具的潛力，並強調了精煉AI模型和設計抗AI考題的重要性。 PubMed DOI