本研究評估ChatGPT-4.0在心臟病臨床案例的預診斷與治療計畫中的表現，並由專家醫師進行評估。研究使用20個案例，結果顯示ChatGPT-4.0在鑑別診斷上的一致性得分中位數為5.00，管理計畫得分中位數為4，顯示其準確性與質量良好。整體而言，ChatGPT-4.0在不同難度的案例中表現穩定，顯示其在心臟病領域作為臨床決策支持工具的潛力。 PubMed DOI

這項研究評估了ChatGPT在醫學訓練中的診斷準確性和教育效用。分析150個Medscape案例後，發現ChatGPT正確回答49%的案例，整體診斷準確率為74%。雖然在解讀實驗室數值和影像結果上有些限制，但它在教育上顯示出潛力，能有效排除某些鑑別診斷並建議後續步驟，讓複雜的醫學概念更易理解。未來研究應著重提升其教育能力。 PubMed DOI

2022年11月，OpenAI推出的ChatGPT引起了醫學界的關注。最近研究顯示，ChatGPT-4.0在腎臟科考試中表現優於ChatGPT-3.5，正確率分別為69.84%和45.70%。研究使用了1,560個問題進行比較，結果顯示ChatGPT-4.0在13次測試中通過了11次，超過60%及格率，甚至超越了人類醫生的平均得分85.73%。雖然ChatGPT-4.0表現強勁，但人類醫生的表現仍然更佳。 PubMed DOI

ChatGPT在腎臟移植領域的表現仍需進一步評估。一項研究測試了其3.5、4和4 Visual版本，使用了12道基於美國腎臟學會的考題。結果顯示，4 V版本正確回答了10道，與腎臟學研究生的9道相當，而培訓主任則答對11道。相比之下，4版本答對7道，3.5版本僅5道。雖然ChatGPT在腎臟移植問題上展現潛力，但應視為輔助工具，而非專業知識的替代品。 PubMed DOI

這項研究評估了ChatGPT（GPT-3.5和GPT-4）在根據放射學轉錄生成鑑別診斷的表現。分析了339個案例，結果顯示GPT-4的準確性較高，正確診斷比例為66.1%，而GPT-3.5為53.7%。雖然GPT-4在準確性和虛構參考文獻方面表現較佳，但兩者在重複性上仍有問題。總體來看，ChatGPT在醫學上可作為有用工具，但使用時需謹慎以避免不準確性。 PubMed DOI

神經脊髓炎光譜疾病（NMOSD）常被誤診，隨著像ChatGPT這類人工智慧的興起，對其診斷能力的關注也增加。本研究評估了ChatGPT-3.5在診斷誤診NMOSD患者的速度與準確性。研究中，68名患者的資料被輸入GPT-3.5，結果顯示其正確診斷率為80.88%，高於醫生的70.65%。雖然GPT-3.5在識別NMOSD上顯示潛力，但醫療資訊的呈現及其不準確性可能會對患者造成心理壓力。 PubMed DOI

這項研究評估了ChatGPT-4在住院神經科的診斷準確性，並與顧問神經科醫師進行比較。研究使用Epic電子健康紀錄的病人數據，CG4為51位病人生成了初步診斷和治療計畫。結果顯示，CG4的平均得分為2.57，顧問醫師為2.75，整體成功率相近（CG4為96.1%，顧問醫師為94.1%）。雖然顧問醫師的全面診斷可能性略高，但CG4仍被視為神經科有價值的診斷工具。未來需進一步研究以驗證這些結果。 PubMed DOI

這項研究評估了AI模型ChatGPT-4在解讀動脈血氣（ABG）結果的有效性，並與經驗豐富的麻醉醫師進行比較。研究分析了400個重症監護病房的ABG樣本，結果顯示ChatGPT-4在大多數參數上準確度高，像是pH值、氧合、鈉和氯的準確度達100%。不過，血紅素和膽紅素的準確度較低，且有時會建議不必要的碳酸氫鹽治療，顯示在酸鹼平衡的判斷上仍需改進。總體來看，ChatGPT-4在ABG解讀上有潛力，但複雜的代謝標記仍需臨床醫師的監督。未來應加強AI對細微代謝數據的解讀能力，以確保臨床安全。 PubMed DOI

ChatGPT 在解讀動脈血液氣體分析（ABG）時，對常見急診案例的表現和醫師相當接近，但遇到中毒或混合型酸鹼失衡時準確度就明顯下降。不過，它給的臨床建議都算安全，適合當作輔助工具，但還是不能完全取代專業醫師判斷。 PubMed DOI

這次比較發現，GPT-4o 能整合複雜臨床資訊，給出詳細診斷和治療建議，明顯優於 1970 年的 CAL AI 只能提供基本指引。這凸顯 AI 在醫療分析上的進步，但 AI 仍有侷限，應作為醫師的輔助工具，而非完全取代臨床判斷。 PubMed DOI