這項研究探討如何透過提示工程提升ChatGPT在肺結節篩檢中生成電子病歷的能力。研究評估了ChatGPT在患者與醫療提供者口頭諮詢中創建電子病歷的表現，並將這技術整合到像微信小程序等實用工具中，方便患者就醫前使用。結果顯示，ChatGPT顯著提升了臨床環境中的工作流程效率和診斷過程。 PubMed DOI

這項研究探討了ChatGPT-4是否能創建清晰易懂的前列腺癌研究摘要，分析了2022年7月至2024年6月間80篇發表於*Current Oncology*的文章。研究發現，使用詳細提示的摘要在可讀性和質量上都顯著優於簡單提示。雖然兩者都能提供全面的摘要，但詳細提示讓資訊更易於被廣泛受眾理解。研究強調了自訂提示在醫療溝通中的重要性，並建議未來應考慮病患反饋，將此方法擴展至其他醫療領域。 PubMed DOI

這項研究顯示生成式人工智慧在自動化將非結構化病理報告轉為結構化格式方面的有效性，特別針對台北醫學大學醫院的乳腺癌報告。研究人員使用ChatGPT大型語言模型，透過Streamlit網頁應用程式達到99.61%的準確率，並顯著縮短處理時間，優於傳統方法。雖然目前僅限於單一機構及乳腺癌報告，但未來計畫將擴展至其他癌症類型並進行外部驗證，以確保系統的穩健性。總體而言，這顯示人工智慧能有效提升病理報告處理效率，促進生物醫學研究的進步。 PubMed DOI

這項研究發現，基於ChatGPT的工具在乳房X光片找腫塊的表現還可以，但在判斷乳房密度、腫瘤大小、位置、微鈣化和淋巴結侵犯等細節時，準確度不高。跟放射科醫師的BI-RADS評分一致性也只有普通到中等。總結來說，目前這類AI還不適合用在乳癌篩檢的全面影像分析。 PubMed DOI

這項研究發現，ChatGPT-4o在協助乳房疾病手術規劃時，雖然能給出清楚且結構良好的建議，但在手術細節和風險評估上還不夠完善，且回答內容需要較高的閱讀理解能力。現階段它只能當作輔助工具，無法取代專業醫師，未來還需更多開發和專家驗證才能臨床應用。 PubMed DOI

這項研究發現，ChatGPT在模擬腫瘤科病例下，能用結構化提示產生高品質的醫師和病人信件，內容正確、完整又相關，且沒有安全疑慮。病人信件也寫得清楚易懂，適合一般人閱讀。雖然偶爾有小錯誤，但多數人願意接受AI信件。建議未來可和真人信件進一步比較。 PubMed DOI

這項研究比較了公開AI模型（如ChatGPT 4o）和自訂模型（Pyolo8）在乳房重建手術後對稱性評估的表現。兩者和專家評分有中到高度一致，ChatGPT在溝通上特別突出。不過，研究團隊認為AI不宜直接與病人互動，避免誤解和情緒問題。總結來說，AI能協助評估，但專業醫師的監督和同理心仍不可取代。 PubMed DOI

這項研究發現，ChatGPT-4用來判斷乳癌手術切緣狀態，整體準確率有84%，對完全切除的判斷很準，但對切除不完全的偵測能力還不夠好。雖然有潛力輔助醫師決策，但目前還不適合直接用在臨床，需要更多專業訓練和驗證。 PubMed DOI

這項研究發現，ChatGPT-4.0在乳癌治療建議上，只有46%完全符合專家團隊意見，且重複問答一致性僅39%。它在早期乳癌表現較好，但遇到複雜或基因相關情境就明顯不足，常缺乏臨床細節。總結來說，目前ChatGPT在乳癌多專科照護上，準確度和穩定性都有限，使用時要特別小心。 PubMed DOI

研究發現，ChatGPT能準確從非結構化臨床紀錄中擷取癌症病患的關鍵資料，如Gleason分數和年齡（F1=0.99），對安寧照護和疼痛狀態的辨識也不錯（F1=0.86）。但few-shot提示有時反而降低準確度，加入背景資訊也未必有幫助。整體來說，ChatGPT有潛力協助電子病歷資料結構化，促進醫療研究資料共享。 PubMed