人工智慧，特別是ChatGPT，在醫學領域的應用引起了廣泛關注。最近一項研究探討了ChatGPT-4在肌肉骨骼疾病物理治療中的表現，針對脊椎、下肢和上肢問題提出了三十個臨床問題。結果顯示，ChatGPT的回應與臨床實踐指導方針的符合率達80%，上肢疾病的準確率更是高達100%。雖然脊椎疾病的準確率較低，但整體而言，ChatGPT在物理治療決策中展現了輔助工具的潛力，仍需進一步研究以提升其臨床應用。 PubMed DOI

這項研究評估了AI工具，特別是ChatGPT 3.5和4.0，在提供低背痛患者教育的效果。結果顯示，ChatGPT 4.0在回應質量上明顯優於3.5，得分分別為1.03和2.07，且可靠性得分也較高。兩者在心理社會因素的問題上表現不佳，顯示出臨床醫生在這類情感敏感問題上的監督是必要的。未來發展應著重提升AI在心理社會方面的能力。 PubMed DOI

這項研究評估了ChatGPT-3.5和ChatGPT-4.0在生成病人教育材料的效果，針對常見的上肢和下肢骨科疾病進行分析。結果顯示，ChatGPT-3.5的可讀性僅有2%和4%達標，而ChatGPT-4.0則有54%達標，顯示出明顯的進步。雖然ChatGPT-4.0在可讀性上表現優異，但兩者仍被視為不可靠，無法完全取代傳統病人教育方式，應作為醫療提供者的輔助工具。 PubMed DOI

心臟復健（CR）能提升存活率、減少住院率並改善生活品質，但參與的障礙包括可及性和社會經濟因素。本研究探討人工智慧（AI），特別是ChatGPT，在心臟復健中的應用。研究評估了ChatGPT對40個問題的回答，結果顯示其在提供符合指導方針的建議上表現良好，尤其在風險分層和病人安全策略方面。然而，對於老年病人和高強度訓練的管理仍有不足。未來需加強個性化和臨床驗證，以便更好地融入醫療環境。 PubMed DOI

這項研究探討了人工智慧，特別是ChatGPT-4，在分析複雜臨床數據及生成合理評估和計畫的能力，特別針對骨科手術。研究聚焦於急診部門的十種常見骨折，利用患者的諮詢紀錄來提供AI所需的病史和檢查結果。結果顯示，ChatGPT-4能產出安全且合理的計畫，與多專科會議的臨床結果相符。雖然對大型語言模型的評估仍在發展中，但這項研究顯示AI在臨床決策中的潛力，未來可考慮以實際臨床結果作為基準。 PubMed DOI

這項研究發現，ChatGPT（GPT-4）在解釋肌肉骨骼疾病資訊時表現不錯，但在提供復健建議時內容較不完整且穩定度不足。評審者對疾病資訊的評價較一致，但對復健建議的看法分歧。整體來說，ChatGPT可作為輔助工具，但目前還無法取代物理治療師的專業判斷，臨床應用上還需再加強。 PubMed DOI

這項研究發現，ChatGPT-4o產生的第二型糖尿病運動計畫，若沒專業審查，對有併發症的患者可能不安全。雖然提供越多細節，計畫品質會提升，但建議大家在採用AI運動建議前，還是要先諮詢專業教練或醫療人員。 PubMed DOI

這項研究發現，GPT-4在為膝關節骨關節炎患者產出個人化自我管理衛教內容時，表現比臨床醫師更快、更完整且更精確。不過，GPT-4有時用詞太複雜，對健康識讀較低的患者不夠友善。未來建議AI與醫師共同審查，才能兼顧品質與安全。 PubMed DOI

這項研究發現，ChatGPT-4o 和 Gemini Advanced 在設計膝蓋骨關節炎復健計畫時，和物理治療師的整體一致性不錯，但在運動細節上還有待加強。ChatGPT-4o 表現較佳，尤其在進階階段。不過，這些 AI 目前還缺乏臨床判斷和細節指導，臨床應用前仍需專家把關與優化。 PubMed DOI

這項研究發現，GPT在為有心理症狀的中風患者設計職能治療方案時，內容太籠統、缺乏細節和專業性，分數偏低。雖然在部分方案設計上有輔助潛力，但目前仍無法取代專業治療師，主要受限於訓練資料不足。 PubMed DOI