這項研究探討了ChatGPT在質性內容分析中的應用，特別針對減少糖分攝取的論壇貼文。研究人員分析了537篇貼文，評估ChatGPT在自動化分析中的有效性。結果顯示，ChatGPT的提取準確度介於66%到88%之間，並且在開發歸納編碼方案方面表現良好。雖然它在協助質性分析上展現潛力，但研究強調需進行多次迭代以確保分析的可靠性。總體而言，ChatGPT作為輔助工具的潛力值得進一步探索。 PubMed DOI

這項研究探討大型語言模型（LLMs）在質性主題分析中的應用，並將其表現與人類分析師在精神科環境中的表現進行比較。研究使用了一個700億參數的開源LLM，並透過先進的提示工程，能在幾分鐘內從半結構性訪談中生成主題。分析結果顯示，LLM生成的主題與人類創建的主題之間的相似性中等到顯著，顯示LLMs在質性研究中有潛力，能提升研究的可及性。 PubMed DOI

這項研究探討生成式人工智慧（GenAI），特別是ChatGPT和Bard，在數位健康介入中對文本數據質性分析的影響。研究分析了40條針對HIV患者的SMS提醒，發現GenAI與人類編碼者的主題一致性為71%，但在演繹分析中，ChatGPT降至50%，Bard為58%。雖然GenAI能顯著縮短分析時間至20分鐘，但在人類編碼者在細緻主題識別上表現更佳。研究建議結合人類洞察與AI效率，以提升質性研究的效果，並強調未來需關注AI使用的倫理問題。 PubMed DOI

這項研究探討了使用OpenAI的ChatGPT（版本3.5和4.0）來協助分析患者在社區眼科診所的訪談逐字稿。傳統質性研究耗時且繁瑣，研究人員比較了ChatGPT與人類研究者識別的主題。分析三份逐字稿後，研究者找出六個主要主題，並發現ChatGPT的分析時間顯著縮短，版本3.5約11.5分鐘，4.0約11.9分鐘，而人類需240分鐘。ChatGPT生成的主題與研究者的一致性介於66%到100%，顯示出其在質性研究中的潛力與效率。 PubMed DOI

大型語言模型如ChatGPT正在改變臨床研究，提升內容創作及數據分析的能力。不過，將這些工具融入學術寫作仍面臨挑戰。本文探討在臨床研究中使用AI的實用策略，並考量倫理問題。強調安全有效使用生成式AI的例子，並指出確保AI結果在學術上可靠的重要性。雖然AI能簡化重複性任務，但無法取代作者的批判性分析。仔細審查AI生成的文本，確保與作者見解一致，並解決抄襲檢測及倫理使用的挑戰。 PubMed DOI

這項研究探討了ChatGPT在醫學教育質性研究中進行主題分析的應用。由於質性分析複雜且耗時，研究評估了ChatGPT的有效性並與人類分析師比較。結果顯示，ChatGPT在大多數領域表現良好，但在可轉移性和分析深度上有所不同。六個關鍵主題包括：與人類結果的相似性、正面印象、數據連結清晰、提示影響、缺乏背景描述及理論基礎。雖然ChatGPT能有效識別關鍵數據，但深入分析仍需人類參與以增強深度。 PubMed DOI

這項研究探討了人工智慧，特別是ChatGPT，如何與人類編碼結合，分析LGBTQ+患者的醫療經驗反饋。研究者希望透過這種混合方法，找出關鍵主題，如肯定性護理、醫療提供者的教育及溝通挑戰。雖然ChatGPT加速了編碼過程，但人類監督仍然對維持數據的完整性和上下文準確性非常重要。這種創新方法不僅提升了對患者反饋的分析，還提供了改善患者與醫療提供者互動的寶貴見解，並且是首個在此背景下結合AI與人類分析的研究。 PubMed DOI

這項研究用 ChatGPT 來自動分析產科醫療訪談內容，讓原本很花時間的質性編碼流程變得更有效率。ChatGPT 的編碼準確率超過八成，還能省下八成以上的時間。不過，AI 在主題分析上雖然有潛力，但準確性、偏誤和隱私等問題還需要再加強和研究。 PubMed DOI

這篇論文探討 ChatGPT 4-Turbo 在質性資料分析、特別是紮根理論編碼上的應用。結果顯示，ChatGPT 能提升編碼效率並帶來更多元的編碼，但在理解深層意義、脈絡和編碼連結上，還是比不上人工。作者也提醒使用 AI 有其限制，並給質性研究者一些建議。 PubMed DOI

ChatGPT 可以用來做健康研究的質性資料分析，而且它的分析流程跟傳統相反，會先抓大主題再細分。文章介紹三步驟：「先問大方向問題、再問細節、最後檢查資料支持度」，並用照顧認知障礙者的焦點團體做示範。這種方法可能會改變傳統質性分析的做法。 PubMed DOI