最近生成式人工智慧的進展，特別是像ChatGPT這類工具，顯示出在醫療保健中提升決策支持、教育和病人參與的潛力。不過，必須進行徹底評估以確保其臨床使用的可靠性和安全性。2023年的一項回顧分析了41篇學術研究，強調了ChatGPT在醫學領域的有效性，並指出其表現因專科和語言環境而異。雖然展現了潛力，但仍需克服一些挑戰。總體而言，持續改進對於成功整合至醫療保健至關重要，以改善病人護理結果。 PubMed DOI

這篇綜述回顧了大型語言模型（LLMs）在醫學教育中的應用，涵蓋了第一年內的相關文獻。根據PRISMA指導方針，研究者搜尋了五個科學資料庫，最終納入145項研究。大部分研究聚焦於LLMs通過醫學考試的能力，還有一些探討其優缺點及潛在應用。不過，實證研究較少，且方法學上不夠嚴謹。為了改善這些問題，文獻提出了一個研究議程，期望提升未來相關研究的質量。 PubMed DOI

本研究探討大型語言模型（LLMs）在肌肉骨骼醫學的應用，並評估相關研究的質量。透過系統文獻回顧，分析了2022至2024年間的114項研究，主要集中在病人問題回答、診斷管理、骨科檢查等五大領域。大部分研究使用ChatGPT 3.5，方法學上存在透明度不足的問題。研究指出，雖然LLMs在醫療上有潛力，但目前的研究仍需改進，並強調建立指導方針以促進有效應用。 PubMed DOI

這項研究回顧了大型語言模型（LLMs）在生成病人教育材料（PEMs）的應用。研究人員根據JBI指導方針，從五個資料庫中篩選出69項相關研究，並提取了21個變數，分為五個主題。主要發現包括：美國的研究最多，最常用的LLM是ChatGPT-4、3.5和Bard，大多數研究集中在評估生成回應的準確性和可讀性，只有三項研究使用外部知識庫，且大部分提示為英語。總體而言，這項回顧顯示LLMs在創建有效病人教育材料方面的潛力，並指出評估框架和多語言應用的不足。 PubMed DOI

慢性病是全球主要死因，LLMs（像ChatGPT）在管理慢性病上有潛力，能提供準確、易懂的健康建議，幫助病人自我管理和獲得支持。專業型LLMs表現更好，但目前證據有限，還有隱私、語言和診斷等挑戰。臨床應用還在初期，未來需加強資料安全、專業化和與穿戴裝置整合。 PubMed DOI

這項研究發現，ChatGPT-4o產生的第二型糖尿病運動計畫，若沒專業審查，對有併發症的患者可能不安全。雖然提供越多細節，計畫品質會提升，但建議大家在採用AI運動建議前，還是要先諮詢專業教練或醫療人員。 PubMed DOI

這篇回顧整理了17篇關於ChatGPT在醫療應用的研究，發現它在病患照護、臨床決策和醫學教育上有潛力，應用範圍廣泛。不過，目前多數研究品質普通，且在倫理、法律和準確性上還有疑慮。未來需要更完善的指引和政策，才能確保安全可靠地使用。 PubMed DOI

研究團隊開發了「FysBot」運動App，內建ChatGPT聊天機器人，能給個人化運動建議。五位成人測試後覺得建議實用，但回覆品質、活動建議和步數追蹤還有待加強。大家認為這機器人有潛力激勵運動，若能再提升個人化和操作便利性，未來使用率可望提升。 PubMed DOI

這項研究發現，ChatGPT-4o 和 Gemini Advanced 在設計膝蓋骨關節炎復健計畫時，和物理治療師的整體一致性不錯，但在運動細節上還有待加強。ChatGPT-4o 表現較佳，尤其在進階階段。不過，這些 AI 目前還缺乏臨床判斷和細節指導，臨床應用前仍需專家把關與優化。 PubMed DOI

這篇綜述分析270篇文獻，發現現有大型語言模型（如GPT-4）雖然能協助醫師處理多種臨床任務，但沒有單一模型能全面勝任所有需求，專業任務還需客製化。多數先進模型又是封閉原始碼，造成透明度和隱私疑慮。作者建議建立簡單易懂的線上指引，幫助醫師選擇合適的LLM。 PubMed DOI