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

本研究探討AI模型（如GPT-3.5和GPT-4）在急診科生成病症鑑別診斷的表現，並與急診科醫師的準確性進行比較。結果顯示，ChatGPT-4的準確率為85.5%，略高於ChatGPT-3.5的84.6%和醫師的83%。特別是在腸胃主訴方面，ChatGPT-4的準確性達87.5%。研究顯示AI模型在臨床決策中具潛在應用價值，建議未來進一步探索AI在醫療中的應用。 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

這項研究發現，護理學生如果有用ChatGPT來訓練，不只解決問題的能力更好，對AI的態度也比較正面，專業能力和整體滿意度都比傳統教學高。結果顯示，把ChatGPT融入護理教育，真的有助於提升學生的表現和學習態度。 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

生成式AI像ChatGPT未來可協助醫療文件處理，減輕醫師行政負擔並提升紀錄標準化。不過，這也帶來偏見、臨床判斷影響、醫病關係改變等倫理疑慮，且出錯時責任歸屬不明。建議應主動告知病人、醫師審查AI草稿、訂定規範及錯誤通報機制，並強化多元訓練資料與醫學教育。 PubMed DOI

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

這篇綜述探討ChatGPT在護理領域的應用，包括臨床支援、教育和病人服務等。雖然它有助於提升效率和護理品質，但目前還有技術、倫理和法律上的挑戰。未來需加強技術、標準化流程，並整合多元資料，才能讓AI更可靠地協助護理工作。 PubMed DOI

這項研究發現，ChatGPT能快速產出真實的心血管臨床案例，有助於教學情境設計，但內容常有錯誤、資訊不全或不符護理標準。專家審查仍是確保臨床正確性和教學品質的關鍵步驟。 PubMed DOI