在日本，護理紀錄的冗長性成為社會關注的議題，因此需要更簡潔的紀錄方式。研究利用96,000份匿名護理紀錄，透過ChatGPT-3.5將常見情況轉換為「項目式」格式，涵蓋術後回診、體溫管理等情境。結果顯示，ChatGPT-3.5能有效提取關鍵資訊，並推動「護理觀察與行動標準術語（STerNOA）」的標準化，這將簡化護理實務並改善與外籍護理人員的溝通。 PubMed DOI

這項研究比較了重症監護病房（ICU）護理人員與生成式人工智慧（如ChatGPT-4和Claude-2.0）的診斷準確性。研究使用四個真實ICU案例，評估74名護理人員的表現，結果顯示護理人員在需要整體判斷的情境中表現優於AI，雖然某些AI在標準案例中表現相當。護理人員的回應較簡潔，而AI則較冗長。研究強調經驗豐富的護理人員在細緻決策上更具優勢，並呼籲進一步發展AI以提升其臨床決策能力。 PubMed DOI

在奇美醫療中心的研究中，「A+ Nurse」這個基於ChatGPT的工具成功應用於護理文書，將每位病人的文書時間從15分鐘縮短到5分鐘，且保持高品質的記錄。護理人員覺得這個工具直觀且有效，顯示出人工智慧在提升醫療流程效率上的潛力。這項整合成為了人工智慧改善病人照護的良好範例，為未來醫療創新鋪路。 PubMed DOI

將AI，特別是ChatGPT 4.0，整合進醫療流程中，尤其在撰寫出院摘要方面，顯示出提升醫療效率和品質的潛力。出院摘要是總結病人住院情況的重要文件，對精神科診所的分析顯示其需求多樣。本研究評估臨床人員與AI生成摘要的品質差異，並由四位主治醫師盲評。結果顯示，AI生成的摘要在效率、連貫性和資訊結構上優於人員撰寫，但仍需進一步研究以提升其準確性和可靠性。 PubMed DOI

護理人員在電子健康紀錄上花費大量時間進行文書工作，可能影響病人護理並導致職業倦怠。為了解決這個問題，我們探索使用ChatGPT-4作為臨床決策支持工具，協助產科護理人員制定護理計畫。經比較分析後，發現AI生成的護理計畫在診斷、介入措施及結果上與護理團隊的計畫相當，且有效識別關鍵護理領域。未來將提升標準化術語的準確性，並整合至EHR系統，以改善病人結果並減輕護理人員的文書負擔。 PubMed DOI

本研究探討生成式人工智慧（GenAI）工具對護理教育的影響，特別是護理學生的使用情況與看法。透過對99名本科護理學生的線上調查，結果顯示92%的參與者使用GenAI獲取資訊和協助學術工作，並欣賞其快速提供簡化資訊的優點。然而，他們也擔心訂閱費用、過度依賴技術及資訊準確性等問題。參與者建議提供財務支持和早期指導，以更好地整合AI進護理教育。研究強調需對AI工具進行批判性評估，並建議教育者實施支持計畫，促進負責任的使用。 PubMed DOI

這項研究比較了經驗豐富的社區護理師與先進的生成式人工智慧（GenAI）在診斷準確性和臨床決策能力的表現。研究於2024年5至6月進行，114名以色列護理師參與，並針對四個醫療案例進行問卷調查。同時，收集了三個GenAI模型的回應。結果顯示，在10字限制下，護理師的準確性優於GenAI，雖然GenAI回應速度較快，但常顯得冗長。研究認為，儘管GenAI有潛力輔助護理，但目前人類醫師在臨床推理上仍具優勢，需進一步研究才能有效取代護理專業知識。 PubMed DOI

大型語言模型（LLMs）在護理診斷和計畫的品質上仍有爭議，過去研究多集中於ChatGPT。我們開發了結構化護理評估模板及提示框架，評估ERNIE Bot 4.0和Moonshot AI的護理診斷與計畫，並與金標準比較。結果顯示，這兩個模型的輸出在範疇和性質上與金標準相似。結構化模板有效捕捉神經外科病人的特徵，提示技術則提升模型的泛化能力。研究顯示LLMs在臨床護理中的潛力，但整合進臨床環境仍面臨挑戰。 PubMed DOI

研究發現，GPT-4在解讀護理紀錄表時，雖有潛力減輕紀錄負擔，但常遺漏重要資訊，表現不如護理專家。專家不僅更精確，還能補充背景說明。整體來說，AI還需加強訓練和驗證，才能真正協助臨床工作，避免增加醫護人員負擔。 PubMed

這項研究發現，ChatGPT-4o寫病史的品質跟住院醫師差不多，但速度快很多（只要40秒，醫師要15分鐘）。雖然AI有助提升效率和品質，但資料安全和隱私問題還沒解決，實際應用前還需要更多研究，特別是在複雜病例和不同臨床環境下的表現。 PubMed DOI