2023年4月20日至5月5日期間調查456名泌尿科醫師，探討ChatGPT在泌尿學的應用。結果顯示，約一半醫師在學術上使用ChatGPT，但臨床應用較少。許多醫師認為有潛力，但擔心倫理和病人接受度。他們認為需要制定規範，以確保ChatGPT在工作中安全有效。 PubMed DOI

ChatGPT推出後，人們對基於大型語言模型的聊天機器人越來越感興趣，尤其在心理健康護理領域。研究發現，許多美國精神科醫師已開始使用ChatGPT-3.5和GPT-4.0回答臨床問題，提高文件記錄效率。大多數醫師認為患者可能會先諮詢這些工具再看醫生，並認為臨床醫師需要更多培訓。對於生成式人工智慧在臨床實踐的價值和未來職業影響，看法不盡相同。 PubMed DOI

這項研究評估了健康照護學生對 ChatGPT 的使用情況，重點在於他們的認知、知識感知、風險感知、倫理考量及對教育中使用 ChatGPT 的態度。研究於2023年5至6月進行，涵蓋2,661名來自美洲各健康照護領域的學生。結果顯示，42.99%的參與者對 ChatGPT 不熟悉，知識中位數得分較低。大多數受訪者認為 ChatGPT 在倫理上是中立的，並對其在健康照護教育中的潛在益處持正面態度。研究建議醫學教育者應將聊天機器人技術納入健康照護教育，因學生對進一步了解此技術表現出濃厚興趣。 PubMed DOI

生成式 AI 模型如 ChatGPT 正逐漸融入醫學教育，許多學生利用它來學習和準備考試，包括美國醫學執照考試（USMLE）。根據2023年5月的調查，96% 的醫學生知道 ChatGPT，52% 曾使用過它來完成課業。學生常用它解釋醫學概念、協助診斷及文法檢查。不過，對於不準確性、病人隱私和抄襲的擔憂也浮現，顯示出制定規範以確保道德使用的必要性。了解學生的看法對於建立負責任的使用指導方針至關重要。 PubMed DOI

2022年11月推出的ChatGPT引起了對大型語言模型在臨床環境中應用的關注。最近一項針對英國全科醫生的調查顯示，20%的醫生已在臨床實踐中使用生成式人工智慧工具。使用者中，29%用於生成就診後文檔，28%用於建議鑑別診斷。儘管醫生認為這些工具在行政和臨床推理上有價值，但缺乏明確的指導和政策，醫療界面臨著教育專業人員和患者的挑戰。 PubMed DOI

這項研究評估了ChatGPT在生成前列腺癌相關醫療回應的表現。研究期間為2023年4月至6月，超過700名醫療腫瘤科和泌尿科醫師參與，且他們不知是在評估AI。結果顯示，602名受訪者在9個問題中有7個偏好AI生成的回應，但仍認為醫療網站更可信。98名受訪者對AI生成的複雜問題回應給予高評價，顯示臨床醫師欣賞AI的清晰度，但仍偏好傳統網站作為資訊來源。這提供了對臨床醫師評估AI內容的見解，並為未來的AI驗證研究提出了評估標準。 PubMed DOI

**引言** 人工智慧（AI）在醫學領域受到廣泛關注，尤其是大型語言模型（LLMs）如ChatGPT的興起，使其對醫學生更具可及性。本研究探討醫學生如何使用基於LLM的工具及其看法。 **方法** 2024年1月，佛羅里達大學醫學院對醫學生進行調查，評估他們對AI和LLM工具的使用情況及看法。 **結果** 102名受訪者中，69%每月至少使用一次這些工具，77.1%認為信息準確，80%有意在未來繼續使用。對AI有基本了解的學生更可能使用這些工具並進行信息交叉檢查。接觸過AI的學生對臨床決策中信任AI的可能性更高。 **結論** 基於LLM的聊天機器人已成為醫學生學習的重要資源，醫學生普遍對其持正面看法，並希望在課程中納入AI，以準備未來的實踐。 PubMed DOI

這項研究探討學術物理治療（PT）教育中對生成式人工智慧（AI）的看法及使用情況，特別是在2022年11月ChatGPT推出後的背景下。調查175名參與者，包括PT教育者、管理者和學生，結果顯示61.1%在2022-2023學年未使用生成式AI，35.4%為使用者。超過40%的受訪者對生成式AI持樂觀態度，使用者對其好處的看法較非使用者正面。儘管AI日益普及，許多PT領域人士仍持謹慎態度，了解這些看法有助於制定道德且有效的AI整合策略。 PubMed DOI

這項研究顯示大型語言模型（LLMs），像是GPT，在學術界，特別是醫學領域的使用越來越普遍。調查訪問了來自59個國家的226位參與者，結果發現87.6%的人對LLMs有了解，且這些人發表的論文數量較多。雖然18.7%的人使用LLMs處理語法和格式，但許多人並未在作品中說明。大多數人（50.8%）認為LLMs將對未來有正面影響，尤其在編輯和文獻回顧方面，但也有呼籲制定規範以防止濫用的聲音，強調了建立倫理指導方針的必要性。 PubMed DOI

這項研究探討了患者與GPT-4驅動的聊天機器人在泌尿科諮詢中的互動。從2024年2月到7月，共招募300名患者，評估聊天機器人提供的醫療資訊質量。292名參與者完成了研究，結果顯示大多數患者認為聊天機器人的回應有用且易懂，但人類醫生的回答評價較高。53%的參與者偏好大型語言模型的問答能力。研究指出，這類模型可增強患者教育，並減輕醫療提供者的時間壓力。限制包括潛在的偏見和抽樣問題。 PubMed DOI