研究發現ChatGPT對於肝硬化和HCC患者提供準確資訊和情緒支持，但在治療時間和地區指引等特定領域上有不足。建議ChatGPT可作為輔助工具，提供實用建議，協助改善疾病結果。 PubMed DOI

研究使用ChatGPT進行甲狀腺結節風險評估，顯示在預測惡性風險方面有一定潛力，但仍需更多研究驗證臨床應用。整合ChatGPT到臨床工作流程中，有助於提升甲狀腺結節風險評估和病人護理的效果。 PubMed DOI

透過ChatGPT的協助，我們成功開發了一個深度學習模型，用來分析甲狀腺結節的超音波影像和細針穿刺活檢（FNAB）結果。研究共有1,061位參與者，模型在測試中達到0.81的準確度，對良性和惡性甲狀腺病理的區分表現出高精確度和召回率，平衡的F1分數為0.86。這研究顯示了人工智慧，包括ChatGPT，在醫學影像分析深度學習模型上的潛力。 PubMed DOI

這項研究評估了ChatGPT在診斷肝膽腫瘤的有效性，特別是比較了GPT-4模型在兩種不同提示下的準確性。研究使用了120張光學顯微鏡照片，結果顯示，模仿病理學家的形態學分析顯著提高了診斷準確性，尤其在識別肝細胞癌和膽管癌方面。形態學方法的準確率明顯較高（肝細胞癌62.0%對27.3%），且一致性也更佳（κ值：0.46對0.27）。這強調了將病理學診斷整合進人工智慧的重要性。 PubMed DOI

這項研究探討了大型語言模型（LLM）ChatGPT 在根據肝臟影像報告分類肝臟病變的能力，使用 MRI 報告進行比較。研究涵蓋 150 名患者的 205 份 MRI，重點在特定病變的大小、位置及動脈期對比增強標準。結果顯示，ChatGPT 在非結構化報告中的準確率（53%）高於結構化報告（44%），且在非結構化報告的協議程度（k = 0.51）也較佳。這顯示 LLM 在處理自由文本數據方面有潛力，但仍需優化以適應結構化數據。 PubMed DOI

這篇論文探討了ChatGPT和自然語言處理（NLP）在醫療領域的應用，特別是針對肝臟疾病數據的管理與解釋。文中強調準確且最新的數據對有效實施的重要性，並指出處理敏感醫療資訊時需解決隱私與安全問題。論文概述了ChatGPT的工作流程及其專為醫療設計的功能，強調其在協助研究人員和臨床醫生分析肝臟相關數據的角色。最後，建議ChatGPT有潛力提升肝臟疾病的診斷、預後及病患照護。 PubMed DOI

這項研究評估了大型語言模型（LLMs），特別是GPT-3.5和GPT-4，在診斷代謝功能障礙相關脂肪肝病（MASLD）的有效性，數據來自2017-2018年的NHANES。結果顯示，GPT-4的診斷準確性與傳統評分系統（如脂肪肝指數）相當，ROC曲線下面積（AUROC）分別為0.831、0.817和0.827，且優於GPT-3.5。此外，GPT-4V在解讀MASLD患者的超音波影像上顯示潛力，但準確性仍不及經驗豐富的放射科醫師。總體而言，GPT-4在診斷MASLD方面表現良好，並在便利性和多樣性上具優勢。 PubMed DOI

這項研究評估了ChatGPT在泌尿科醫學影像解讀的有效性，特別是CT和MRI影像。結果顯示，ChatGPT在14%的CT和28%的MRI案例中準確識別首要診斷，雖然無顯著差異，但加入器官指導後，CT影像的準確率提升了18%。整體來看，雖然ChatGPT的初步有效性有限，但在用戶指導下，其表現可顯著改善，顯示AI在臨床應用中的潛力與限制。 PubMed DOI

這項研究探討大型語言模型（LLMs）與對比增強超聲肝臟影像報告系統（CEUS LI-RADS）結合，對高風險患者診斷小型肝細胞癌（sHCC）的效果。研究涵蓋403名未治療的高風險患者，評估的LLMs包括ChatGPT-4.0等。結果顯示，ChatGPT-4.0在CEUS LI-RADS分類上表現優於其他模型，且在檢測sHCC的敏感性上也優於ChatGPT-4o。整體而言，研究建議ChatGPT-4.0結合CEUS LI-RADS，可能成為診斷sHCC的有效工具。 PubMed DOI

這項研究評估了GPT-4和GPT-4o在根據TI-RADS指引識別甲狀腺結節特徵的表現，使用了202張超音波影像。結果顯示，GPT-4在大多數類別中具高特異性但低敏感性，對低風險結節的敏感性僅25%，而高風險結節的敏感性為75%。雖然在識別平滑邊緣方面表現較好，但在其他特徵上則不理想。整體來看，這些模型在臨床應用前仍需改進和驗證。 PubMed DOI