這項研究評估了ChatGPT-4在類似ARRT認證考試的練習題上的表現，使用了200道選擇題，總共進行了3000次測試。整體準確率為80.56%，文字型問題表現較佳（86.3%），影像型問題則較差（45.6%），且影像問題的回答時間較長。不同領域的表現差異明顯，安全性72.6%、影像製作70.6%、病人護理67.3%、程序53.4%。研究顯示ChatGPT-4在ARRT題庫上表現不錯，但仍需進一步研究與實際考試結果的關聯，影像處理的進步對教育應用也很重要。 PubMed DOI

這項研究評估了ChatGPT-4o在放射組學質量評分（RQS）方面的有效性，並與人類專家進行比較。研究納入了52篇2023至2024年發表的文章，結果顯示ChatGPT-4o和專家的中位RQS均為14.5，且無顯著差異。ChatGPT-4o的評分可靠性高，內部信度為0.905，且評估速度遠快於專家（每篇2.9-3.5分鐘對比13.9分鐘）。總結來說，ChatGPT-4o在放射組學研究質量評估上是有效且可靠的，未來可望成為快速自動化的評估工具。 PubMed DOI

本研究探討ChatGPT-4o在為放射學學生制定符合澳洲醫療輻射實踐委員會（MRPBA）要求的持續專業發展（CPD）計畫的有效性。研究結果顯示，雖然生成的CPD計畫普遍符合監管標準，但評估者之間的評分一致性較高，顯示出一定的變異性，特別是在及時性和完整性方面。結論指出，ChatGPT-4o能減輕CPD計畫的認知負擔，但仍需人類監督以確保計畫的相關性。未來研究應著重提升AI的個性化能力，發掘其在專業教育中的潛力與限制。 PubMed DOI

這項研究評估了AI語言模型ChatGPT在放射腫瘤學臨床情境中的表現。研究涵蓋12種不同疾病的案例，問題涉及流行病學、分期、臨床管理等領域。經過專業醫師審查後，ChatGPT的總得分為2317分（滿分2730分，得分率84%），在完整性、簡潔性和正確性方面表現良好。特別是在流行病學和癌症生物學上得分高達93%。不過，在治療計畫和臨床管理方面則表現較差，顯示其在處理複雜案例時仍有局限性。 PubMed DOI

這項研究探討了GPT-3.5在為放射科住院醫師生成回饋的有效性，並與人類撰寫的評論進行比較。隨著加拿大放射科課程實施能力為基礎的醫學教育，對敘述性回饋的需求增加。研究分析了28位教職員對10位住院醫師的110條評論，發現人類撰寫的回饋通常較長且具體，而GPT生成的評論則較模糊。人類評分者的準確率為80.5%，而GPT-3.5僅50%。結果顯示，GPT-3.5尚無法達到人類回饋的具體性，未來需改進算法以提升AI回饋質量。 PubMed DOI

這項研究探討AI生成的多選題（MCQs）在放射學教育中的有效性，與教職員撰寫的題目比較。研究於2024-2025學年在土耳其進行，56名一年級醫學影像學生參加了兩場考試，分別由ChatGPT和教職員編寫。結果顯示兩場考試的正確答案平均數相似，且考試成績之間有中等正相關。雖然ChatGPT生成的問題在區分度和難度上稍遜，但整體來看，AI能生成與人類專家相當的題目，顯示其在健康教育評估中的潛力。 PubMed DOI

這項研究發現，醫學生用 ChatGPT 當虛擬標準化病人練習問診，覺得方便又彈性，對學習有幫助。不過，缺乏表情和情感互動、設計提示有難度，是目前的缺點。大家對 AI 的信任度有提升，但還是認為無法完全取代真人 SP。建議醫學教育要教 prompt engineering，並持續優化 AI。 PubMed DOI

這項研究發現，ChatGPT 4.0對經驗較少的放射師特別有幫助，能協助學習和減輕壓力，但對資深放射師來說，進階問題的回答還不夠清楚和精確。整體而言，ChatGPT適合用於放射師教育和臨床輔助，但還需要再優化才能完全滿足專家需求。 PubMed DOI

這篇文章討論生成式 AI（像 ChatGPT）在澳紐精神科醫師訓練的應用，包含學員選拔和評量。雖然 AI 有助提升效率，但在病患資料的倫理和隱私上仍有限制。RANZCP 應調整評量方式，因為完全禁止 AI 並不實際。隨著 AI 快速進步，訓練內容也要持續更新，才能跟上潮流。 PubMed DOI

一個團隊開發了AI教練「Bill」，用GPT-4o模擬真實放射線技術情境，讓學生互動練習並即時獲得回饋。初步結果顯示，Bill能有效提升學習成效，也展現AI在醫療訓練上的潛力，未來有望擴展到其他醫學領域。 PubMed DOI