這項研究評估了三款生成式AI聊天機器人—Chat GPT-4、Claude和Bard—在回答子宮內膜異位症問題的準確性。九位婦產科醫生對十個常見問題的回答進行評分，結果顯示Bard平均得分3.69，Chat GPT 4.24，Claude 3.7。雖然這些機器人的回答大多正確，但仍不夠全面，Chat GPT的表現最佳。研究強調持續評估這些聊天機器人的必要性，以確保能提供準確且全面的資訊，並指出隨著生成式AI在醫療領域的普及，進一步研究的重要性。 PubMed DOI

這項研究評估了AI聊天機器人，特別是ChatGPT，提供的乳腺癌和前列腺癌篩檢資訊的準確性，並與美國預防服務工作組（USPSTF）的指導方針進行比較。研究發現，71.7%的標準與USPSTF建議一致，但有15%的資訊不準確或不相關，特別是在針對年長者的回應中。雖然ChatGPT的資訊大致符合官方指導，但仍有顯著差距，提醒使用者在參考AI生成的癌症篩檢資訊時，應諮詢專業醫療人員。 PubMed DOI

這項研究評估了AI聊天機器人ChatGPT提供的長效可逆避孕法（LARC）資訊的準確性。研究發現，69.3%的回應準確，但16.3%包含過時或不準確的資訊，14.4%則有誤導性陳述。此外，45.1%的回應使用性別排他性語言，僅提及女性。平均可讀性分數顯示需具大學程度的閱讀能力。雖然ChatGPT提供的LARC資訊有其價值，但用戶應謹慎，並獨立驗證資訊的正確性。 PubMed DOI

這項研究評估了四款AI聊天機器人（ChatGPT、Gemini、Perplexity和Copilot）提供的性傳播疾病資訊的可靠性和可讀性。結果顯示，Perplexity和Copilot的資訊較為可靠，但所有聊天機器人的可讀性都未達到建議的六年級標準，對健康素養較低的使用者來說過於複雜。研究強調了改善AI健康資訊準確性和可及性的必要性，以便讓更多人能理解。 PubMed DOI

這項研究發現，當 HIV 諮詢問題加入種族、性別或性傾向等社會背景時，ChatGPT 給不同族群的建議會有落差，部分回應不夠完整，也缺乏文化敏感度和相關資源。這顯示 AI 回應有偏見，未來需納入更多元資料，才能確保公共衛生資訊的公平性。 PubMed DOI

研究比較六款聊天機器人回答中年健康問題的表現，發現 Meta AI 答案最準確、最有條理，Perplexity 最容易閱讀。整體來說，這些聊天機器人對中年健康教育有幫助，但表現有差異，選擇合適的工具很重要。 PubMed DOI

這項研究發現，現有的大型語言模型雖然能回答更年期健康問題，但目前的評估方式對於敏感醫療議題還不夠完善。作者建議應發展更專業且重視倫理的評估標準，確保AI產出的醫療資訊安全又可靠。 PubMed DOI

「Prostate Cancer Info」AI聊天機器人回答前列腺癌篩檢問題時，大多內容正確且符合台灣常用語，74%答案完整，閱讀難度也不高。不過，有些重要資訊還是會漏掉。這類AI可以當作補充參考，但不能取代醫師專業建議，遇到健康問題還是要找醫生討論。 PubMed DOI

研究比較多個AI平台（如ChatGPT 3.5/4.0、Google Bard/Gemini、HIV.gov Chatbot）在提供HIV藥物資訊的表現。結果發現，ChatGPT 4.0 回答最完整，HIV.gov Chatbot 最不全面。所有平台都建議諮詢醫師，且普遍認為HIV藥物有效。AI雖能提供方便的資訊，但個人問題還是要找專業醫療人員討論。未來可再研究AI在HIV預防和照護的應用。 PubMed DOI

這項研究比較四款免費AI聊天機器人回答肝癌相關問題的表現，發現它們雖然能提供大致正確且無偏見的資訊，但在資料來源、治療細節和說明清楚度上有差異。AI回答可作為參考，但仍需專業醫師把關，不能取代醫療建議。 PubMed DOI