人工智慧（AI）正在改變醫療流程，像ChatGPT這樣的自我學習系統在治療建議上展現潛力。本研究評估了ChatGPT在30例乳腺癌病例中的表現。結果顯示，腫瘤科醫生對其建議的評價為足夠，尤其在HER2治療方面準確性較高。然而，在複雜病例和術後情境中仍面臨挑戰。為提升AI的有效性，需精煉輸入數據並解決倫理問題，確保治療時間表的準確性。持續研究對於提高AI準確性及安全整合至病人護理中至關重要。 PubMed DOI

這項研究評估了ChatGPT 3.5在提供乳癌資訊的有效性。研究人員提出20個常見問題，並根據準確性、臨床一致性和可讀性進行評估。結果顯示，平均準確性得分為1.88，臨床一致性得分為2.79，回答平均字數為310字，但可讀性較差，Flesch Kincaid指數為37.9。研究發現，24%的回答是錯誤的，41%的回答缺乏真實參考文獻，建議病患在依賴ChatGPT獲取醫療資訊時要特別謹慎。 PubMed DOI

乳腺癌仍是全球健康的重要議題，亟需改善預測和管理復發的方法。本研究介紹了一個基於人工智慧的臨床決策支持系統（AI-CDSS），利用ChatGPT提升預測準確性。研究開發了一個機器學習模型，使用三軍總醫院2004至2016年的乳腺癌患者數據進行訓練和驗證。模型表現良好，曲線下面積（AUC）達0.80。AI-CDSS在臨床應用中顯示出個性化治療和增強患者參與的潛力，但仍需在不同臨床環境中進一步驗證其有效性。 PubMed DOI

這項研究探討了ChatGPT在提供乳腺癌健康資訊的有效性，並與CDC網站進行比較。研究使用技術接受模型，強調易用性和有用性，並針對患者和公眾的常見問題進行質性分析，聚焦於定義、預防、診斷和治療四個主題。結果顯示，ChatGPT使用友好且提供準確資訊，來源可靠，能增強乳腺癌知識的獲取。不過，它缺乏問責性，回應也可能隨時間變化。總體而言，ChatGPT在傳播乳腺癌資訊和提升公眾認識方面顯示出潛力。 PubMed DOI

這項研究評估了ChatGPT-3.5在生成乳房超音波報告的BI-RADS分類的有效性，目的是提升醫療診斷的準確性和可解釋性。研究分析了131名患者的報告，並將AI生成的結果與57位醫生的報告進行比較。結果顯示，雖然AI在結構和清晰度上表現良好，但在BI-RADS分類準確性和惡性診斷上仍需改進。研究也探討了「思考鏈」方法，顯示AI在模擬臨床決策過程中的潛力，整體而言，ChatGPT-3.5對乳房超音波評估的診斷結果有助益。 PubMed DOI

這項研究評估了ChatGPT對乳腺癌常見問題的回答準確性，顯示它在病患教育中的潛力。研究收集了100個問題，專家評估後發現，大部分回答至少部分正確，但仍有5個完全錯誤、22個部分正確、42個正確但缺乏細節，只有31個高度準確。這顯示ChatGPT可作為輔助工具，但不準確的情況強調了專業監督的重要性。研究建議在醫療中整合AI工具，以增進病患與醫療提供者的互動，並確保資訊隨時更新。 PubMed DOI

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