研究目的是評估使用RAG和LLMs（如GPT模型）來改善急診分流流程，提升護理一致性。通過模擬情境測試，發現搭配RAG的GPT-3.5模型在分流準確性上表現優異，可達70%正確率，並將低分流率降至8%。整合這兩者可提高急診評估的精確性和一致性，但仍需在實際醫療環境中驗證。 PubMed DOI

在急診部門，快速且準確的診斷對病人結果和醫療效率非常重要。本研究評估了ChatGPT-3.5和ChatGPT-4在根據急診入院前24小時的電子健康紀錄生成鑑別診斷清單的表現。結果顯示，兩者在預測身體系統層級的診斷上都相當準確，GPT-4稍優於GPT-3.5，但在具體診斷類別上表現不一，精確度較低。值得注意的是，GPT-4在幾個關鍵類別中展現了更高的準確性，顯示其在處理複雜臨床情況上的優勢。 PubMed DOI

這項研究評估了ChatGPT-4在腎臟科門診中對病人訊息的分流效果。研究創建了150條模擬病人訊息，兩位腎臟科醫生將其分類為非緊急、緊急或非常緊急，然後讓ChatGPT-4進行分流。結果顯示，ChatGPT在兩次試驗中都正確分流了93%的訊息，且準確性不受訊息緊急程度影響。這表明ChatGPT-4有潛力提升門診的運營效率和病人護理品質。 PubMed DOI

這項研究探討了ChatGPT在急診部門使用緊急嚴重指數（ESI）進行病人分診的效果。研究對象為18歲以上、24小時內來急診的病人，收集了年齡、性別、主訴和生命徵象等資料。五位專家根據ESI標準評估病人緊急程度，並與ChatGPT的評估結果進行比較。 結果顯示，專家與ChatGPT之間的協議程度中等，Cohen's Kappa值為0.659，準確率76.6%。在高急迫性類別中，協議程度更強，顯示ChatGPT在識別高急迫性病人方面具有效能，顯示人工智慧在急診分診中的潛力。 PubMed DOI

這項研究評估了GPT-3.5-turbo和GPT-4-turbo在急診部門提供臨床建議的表現，分析了10,000次就診。結果顯示，這兩個模型的準確性都不如住院醫師，GPT-4-turbo平均低8%，而GPT-3.5-turbo低24%。雖然這些大型語言模型在敏感性上表現良好，但特異性較低，顯示出建議過於謹慎。研究指出，儘管LLMs在臨床應用上有潛力，但在成為可靠的醫療決策支持系統前，仍需大幅改進。 PubMed DOI

這項研究評估了GPT-4在急診病人分診中所給的緊急嚴重指數（ESI）分數的準確性，並與經驗豐富的醫護人員進行比較。研究涵蓋100名急診病人，結果顯示GPT-4的中位數ESI分數為2.0，而人類評估者為3.0，顯示出顯著差異（p < 0.001），顯示GPT-4可能低估病人嚴重程度。雖然GPT-4提供了新方法，但其低估的傾向顯示在臨床應用中需進一步調整，強調謹慎整合AI技術的重要性。 PubMed DOI

這項研究探討了人工智慧工具，如ChatGPT和Copilot，在繁忙的急診科進行病人分診的效果。研究持續一週，結果顯示護士的分診準確率為65.2%，而ChatGPT和Copilot分別為66.5%和61.8%，三者差異不大。不過，兩個AI工具在識別高危病人方面表現明顯優於護士。研究指出，AI能提升分診準確性，特別是對緊急病例的識別，並強調急診科即時容量數據的重要性。 PubMed DOI

這項研究評估了ChatGPT 4.0在急診部門進行病人分診的效果，並與人類分診人員進行比較。分析了2,658名病人的數據，結果顯示AI與人類的分診協議程度較低（kappa = 0.125）。在人類分診預測30天死亡率和生命救援需求方面，表現明顯優於AI（ROC分別為0.88對0.70及0.98對0.87）。這顯示雖然AI有潛力，但在急診分診中仍不如人類可靠，特別是對高風險病人的評估。 PubMed DOI

這項回顧性研究評估了不同ChatGPT模型（如GPT-3.5、GPT-4等）在預測急診病人診斷的表現。研究針對30名病人，發現GPT-3.5在前三名鑑別診斷的準確率高達80%，但主要診斷的準確率僅47.8%。較新的模型如chatgpt-4o-latest在主要診斷的準確率提升至60%。要求模型提供推理過程也有助於改善表現。不過，所有模型在處理非典型案例時仍面臨挑戰，顯示其在急診環境中的應用限制。 PubMed DOI

這項多中心研究發現，ChatGPT-4o在急診分級的表現整體優於人類分級人員，和急診專科醫師的判斷高度一致（kappa 0.833，F1 0.897）。不過，在醫學中心處理較複雜的急診個案時，ChatGPT的準確度會下降。總結來說，ChatGPT在大多數情境下都很準確，但遇到複雜病例還是有進步空間。 PubMed DOI