這項研究評估了ChatGPT根據指引提供腰背痛的臨床建議的能力。ChatGPT在提供基於指引的建議時的準確性因指引類型而異。整體而言，當要求以經驗豐富的骨科醫師回答時，ChatGPT的準確性有所提高。然而，有時它會錯誤地建議證據，或者在建議缺乏足夠證據時未提及。 PubMed DOI

研究評估使用ChatGPT向病人提供醫學資訊，並比較ChatGPT-3.5和ChatGPT-4的表現。結果顯示ChatGPT-4準確性較佳，回答也較完整。雖然ChatGPT有應用價值，但仍需謹慎確保病人安全及護理品質，並進一步研究在醫學領域使用大型語言模型的可行性。 PubMed DOI

研究評估使用OpenAI的ChatGPT模型協助退行性脊椎前移臨床決策，結果顯示ChatGPT-4.0較符合NASS指南。雖然有潛力，但需謹慎使用，因為當指南不清晰時可能提供不準確資訊。臨床醫師應小心使用ChatGPT，並與文獻核對建議。 PubMed DOI

研究比較了ChatGPT和NASS頸神經根症指引的安全性和準確性。結果顯示，ChatGPT-4在完整性方面優於ChatGPT-3.5，且比NASS指引更易理解。醫師評估發現ChatGPT的回應安全且符合最佳實踐。未來的ChatGPT版本可能有助於提升頸神經根症指引的可存取性和易理解性，但仍需進一步改進。 PubMed DOI

這項研究評估了ChatGPT-3.5和ChatGPT-4.0在回答腰椎間盤突出合併神經根症的臨床問題時的表現。結果顯示，ChatGPT-3.5的準確率為47%，而ChatGPT-4.0提升至67%。雖然兩者都提供了補充資訊，但ChatGPT-4.0的補充資訊較少。特定方面如定義和病史檢查兩者皆達100%準確率，但在診斷測試上，3.5為0%，4.0則為100%。整體來看，ChatGPT-4.0的表現優於3.5，但醫師仍需謹慎使用，以防錯誤資訊。 PubMed DOI

這項研究評估了GPT-4在初級和急診護理中對脊椎問題的分診和診斷效果。研究設計了十五個臨床情境，要求GPT-4提供診斷、影像學建議及轉診需求。結果顯示，GPT-4能準確識別診斷並給出符合標準的臨床建議。雖然它有過度轉診的傾向，但這並不顯著。整體表現與主治醫師和住院醫師相當，顯示其在脊椎問題初步分診中的潛力。不過，GPT-4並非專為醫療用途設計，需注意其限制。隨著進一步訓練，這類AI可能在分診中變得更重要。 PubMed DOI

這項研究調查了四個大型語言模型（LLMs）—Bard、BingAI、ChatGPT-3.5 和 ChatGPT-4—在遵循2023年北美脊椎學會（NASS）頸椎融合指導方針的表現。結果顯示，這些模型的遵循率不高，ChatGPT-4和Bing Chat表現較佳，僅達60%。在特定情況下，所有模型都未能符合NASS建議，顯示出明顯差異。研究強調了對LLMs進行更好訓練的需求，並指出在臨床決策中考慮病人特徵的重要性，顯示出人工智慧在醫療中的潛力與挑戰。 PubMed DOI

本研究評估了ChatGPT在老年人髖部骨折管理方面的表現，基於美國骨科醫學會的指導方針。使用19項陳述進行測試，結果顯示其準確率分別為0.684、0.579和0.632，精確率則為0.740、0.737和0.718，顯示中等一致性。雖然ChatGPT能提供相關指導，但準確性仍有待加強，且幻覺現象是主要限制。未來應探討如何有效利用ChatGPT作為病人教育工具。 PubMed DOI

這項研究比較了ChatGPT 4o和ChatGPT 4o mini在診斷和治療伴隨神經根症狀的腰椎間盤突出（LDH）的能力。研究評估了21個問題，並由五位骨科醫生檢視兩者的回答準確性和可靠性。結果顯示，ChatGPT 4o在分析53名病人的影像時，識別LDH的準確率達0.81，且與醫生的協議程度為中等。雖然兩者都有強大的臨床支援能力，但ChatGPT 4o的回答更全面。不過，內容的複雜性仍需改進，以提升病人的理解和減少焦慮。 PubMed DOI

這項研究評估了ChatGPT-4.0在頸椎和脊髓損傷管理上與神經外科醫師學會（CNS）指導方針的一致性。共設計36個問題，分為治療性、診斷性和臨床評估類型。結果顯示，61.1%的回應與指導方針一致，其中治療性問題的符合率為70.8%。不過，對於I級證據的建議，ChatGPT表現不佳，僅有20%的符合率。總體來看，雖然ChatGPT在某些方面表現中等，但醫療人員在使用AI建議時仍需謹慎，待更穩健的模型出現。 PubMed DOI