這項研究評估了ChatGPT-4在介入放射學程序潛在併發症資訊的準確性、可靠性和可讀性。兩位經驗豐富的醫師使用5點李克特量表對25個程序的回應進行評分，結果顯示評分一致性高（ICC達0.928）。可讀性評估顯示資訊通常達到大學水平，但可讀性較低。整體而言，ChatGPT-4在提供準確資訊方面表現良好，未出現幻覺，顯示其在病人教育上有潛力，但仍需高健康素養以理解這些資訊。 PubMed DOI

本研究評估六款生成式AI聊天機器人在鎖骨骨折管理教育中的效果，包括ChatGPT 4、Gemini 1.0等。雖然可讀性分數無顯著差異，但Microsoft Copilot和Perplexity的回答質量明顯優於其他模型。整體來看，這些AI模型在病患教育中表現良好，特別是Microsoft Copilot和Perplexity，適合用於提供鎖骨骨折相關資訊。 PubMed DOI

這項研究評估了ChatGPT在提供慢性疾病患者教育方面的表現，特別針對炎症性腸病（IBD），並與專科醫生的回應進行比較。結果顯示，ChatGPT的整體品質評分與專科醫生相似，且在信息完整性上有明顯優勢。雖然準確性無顯著差異，但在患者和醫生共同回應時，ChatGPT表現較差。研究建議在健康信息創建和評估中，應納入患者的參與，以提升質量和相關性。 PubMed DOI

這項研究評估了兩個AI聊天機器人，ChatGPT 3.5和Perplexity，針對Dravet症候群的問題回答表現。從醫療專業人員和照顧者收集了96個問題，並由癲癇專家評分。 主要發現包括：ChatGPT 3.5的準確率為66.7%，而Perplexity為81.3%。兩者在治療問題上表現不佳，完整性方面，ChatGPT 3.5為73.4%，Perplexity為75.7%。ChatGPT 3.5能修正55.6%的錯誤，Perplexity則為80%。可讀性上，Perplexity優於ChatGPT 3.5。研究顯示AI在醫療資訊提供上有潛力，但仍需改善。 PubMed DOI

這項研究評估了手部手術相關的線上醫療資訊，並比較了Google、ChatGPT-3.5和ChatGPT-4.0的回應。研究針對腕隧道症候群、網球肘和富血小板血漿用於拇指關節炎三個問題進行分析。 主要發現包括： 1. **可讀性**：Google的回應較易讀，平均在八年級水平，而ChatGPT則在大學二年級水平。低共識主題的可讀性普遍較差。 2. **可靠性與準確性**：ChatGPT-4的可靠性與3.5相似，但低共識主題的可讀性較低，準確性差異不大。 3. **覆蓋範圍**：ChatGPT-4和Google在疾病原因和程序細節的覆蓋上有所不同，但在解剖學和病理生理學上相似。 總結來說，雖然ChatGPT能提供可靠的醫療資訊，但可讀性較差，醫療提供者需注意其局限性。 PubMed DOI

這項研究比較了ChatGPT-3.5、Copilot和Gemini三款聊天機器人，發現它們回答根管再治療相關問題時，內容都太難懂，超過一般病人能輕鬆理解的程度。雖然Gemini表現最好，但還是沒達到理想的衛教標準，顯示這些AI工具未來還需要加強，才能真正幫助病人了解醫療資訊。 PubMed DOI

這項研究發現，GPT-4o在回答有關惡性大腦中動脈梗塞減壓顱骨切除術的家屬常見問題時，正確性和清楚度不錯，但內容不夠完整、缺乏參考資料，且用詞較難懂。雖然能提供部分有用資訊，但在衛教實用性上還有待加強。 PubMed DOI

這項研究發現，ChatGPT 3.5回答牙髓病痛問題時，內容較完整可靠，但用詞偏難懂；Gemini則較易讀，但資訊不夠完整、可靠性較低。總結來說，AI雖能輔助衛教，仍需專業人員把關，確保資訊正確又好懂。 PubMed DOI

這項研究發現，ChatGPT 3.5雖然能提供遠端肱二頭肌肌腱修復手術的相關資訊，品質算不錯，但缺乏來源、用詞太艱深，病患可能看不懂。醫師建議大家用ChatGPT查醫療資訊時要特別小心，內容不一定正確或容易理解。 PubMed DOI

這項研究發現，ChatGPT在回答硬脊膜外類固醇注射相關問題時，整體來說資訊正確且清楚，尤其是針對一般性問題。不過，AI在展現同理心方面表現有限，有時也會離題。未來若要在臨床上廣泛應用，還需要更精確的提問設計和更多研究來確保病人安全。 PubMed DOI