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

這項研究比較了三層級的分診協議，包括分診護士、急診醫師和人工智慧模型（ChatGPT、Gemini 和 Pi），在2024年4月1日至4月7日於一所三級醫療機構的急診部門進行，分析了500名病人的數據。結果顯示，只有23.8%的病人獲得一致分類，分診護士對6.4%的病人過度分診，且人工智慧模型的分診不足率偏高，特別是ChatGPT在黃碼和紅碼病人中分診不足達26.5%和42.6%。結論指出，急診環境中不應僅依賴人工智慧進行分診。 PubMed DOI

這項研究探討了緊急情境中的分診決策，對比醫療專業人員與人工智慧（AI）模型的表現。研究發現，醫療人員的準確率（30.7%）高於AI模型（25.5%），顯示人類專業知識在分診中仍然更可靠。研究涉及50個虛擬病人情境，參與者使用土耳其衛生部的顏色編碼系統進行分類。雖然AI能快速分析數據，但在此情境下表現不如人類。作者建議結合AI與人類專業知識，以提升分診系統的效率。 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

這項研究用ChatGPT/GPT-4和翻譯軟體，快速製作三種常見急診主訴的AI出院衛教手冊。八位急診醫師給予高分評價，但部分內容還需修正。手冊可讀性約在高中到大學程度，可能有高估。AI能有效產出衛教資料，但仍需人工審核，未來還要研究對病人的實際幫助及擴展應用。 PubMed DOI

這項研究測試AI分診系統，能用語音辨識和大型語言模型自動判斷急診嚴重程度和主訴代碼，即使遇到瑞士德語方言也行。雖然語音辨識錯誤率較高，但AI分類準確率仍達九成以上，有助提升分診一致性、減輕醫護壓力。未來需加強多語言處理和資料安全。 PubMed DOI

這項研究用模擬病人測試ChatGPT（GPT-4o和GPT-4-Turbo）在急診分級和門診指引的表現。經過優化後，GPT-4-Turbo用MEWS分級達到100%準確率，優於GPT-4o（96.2%）；GPT-4o在門診科別選擇也有92.6%高準確率，且情感回應更好。結果顯示，經設計的ChatGPT能有效協助急診分級與指引，但還需更多臨床驗證。 PubMed DOI