這項研究評估了兩個大型語言模型，ChatGPT-4 和 Google Gemini，針對視網膜脫落問題的可讀性和準確性。分析了13個不同難度的問題，並由十位專家評分。結果顯示，Google Gemini 較易理解，但 ChatGPT-4 在正確答案上表現更佳，尤其是困難問題。ChatGPT-4 在八個問題上優於 Google Gemini，且在簡單和困難問題上都獲得更高評分。整體而言，這兩個 AI 工具有效提供準確的醫療資訊，建議可增強醫療護理。 PubMed DOI

這項研究探討了先進的人工智慧模型，特別是ChatGPT和Google的Gemini AI，在眼科領域的應用潛力。研究比較了這些模型與眼科住院醫師的表現，使用了600道來自以色列住院醫師考試的問題。結果顯示，Gemini Advanced的準確率最高，達66%，其次是ChatGPT-4的62%。這項研究強調了AI在醫學教育中的輔助角色，並指出需要進一步改進，以提升其在不同子專科的有效性，對改善病人護理具有潛力。 PubMed DOI

這項研究探討熱帶地區診斷瘧疾和傷寒的挑戰，因為傳統方法在症狀重疊和藥物抗性上遇到困難。強調準確診斷的重要性以降低死亡率。雖然機器學習模型能提供準確預測，但缺乏透明度，讓醫療人員難以理解決策過程。研究採用可解釋的人工智慧技術，特別是LIME和大型語言模型（如GPT），來提升診斷的透明度。結果顯示隨機森林模型表現最佳，並提出整合這些技術的行動應用程式，雖然系統性能受限於數據質量和計算需求，但未來有潛力應用於其他醫療條件。 PubMed DOI

這項研究將大型語言模型Llama2轉變為專門的眼科助手EyeGPT，增強眼科知識。研究者採用角色扮演提示、微調眼科術語及利用醫學資料庫進行檢索增強。四位認證眼科醫生評估了EyeGPT的有效性，發現其在提供建議和減少錯誤資訊方面表現優於原始模型。EyeGPT在常見眼科疾病的表現穩定，且在可理解性和同理心上接近人類醫生。研究顯示，EyeGPT有潛力協助醫療環境中的眼科醫生與病人，標誌著大型語言模型在醫學領域的重要進展。 PubMed DOI

這項研究評估了三個大型語言模型—ChatGPT-3.5、ChatGPT-4o 和文心一言—在分析兒童近視治療的有效性。研究使用100份兒童病歷，模型評估介入必要性並建議治療方案。結果顯示，ChatGPT-4o 的準確率達90%，GQS為4.4，表現優於其他模型，尤其在處理不完整數據時更佳。總體而言，ChatGPT-4o 展現出卓越的準確性和臨床安全性，可能成為兒童眼科的有用決策支持工具，但仍需專家監督。 PubMed DOI

人工智慧（AI）在眼科診斷中能顯著提升準確性，但透明度不足可能影響醫師信任。本研究探討結合知識圖譜與對比學習的機器學習技術，提升眼科專用大型語言模型MeEYE的性能。透過結構化臨床知識微調，模型能更好識別重要眼科特徵，並改善診斷精確度。研究結果顯示，這種方法在診斷準確性和可解釋性上有顯著提升，強調了解釋性AI在臨床應用中的潛力，未來可擴展至其他醫療領域。 PubMed DOI

這項研究評估了流行的視覺大型語言模型（VLLMs），特別是OpenAI的GPT-4V和Google的Gemini，對於從視網膜影像中識別眼病的表現。研究使用了44張來自新加坡眼病流行病學研究的視網膜照片。結果顯示，GPT-4V在預設模式下的檢測準確率最高，達97.1%，但所有模型在提供診斷描述的質量上普遍較差。研究強調了專業VLLMs在醫療領域的必要性，以及人類監督在臨床眼科中的重要性。 PubMed DOI

這項研究比較 ChatGPT-3.5、ChatGPT-4o 和 Google Gemini 在製作兒童近視衛教資料的表現。結果發現，三款 AI 都能產出正確、易懂的內容，但只有 ChatGPT-3.5 和 4o 能穩定達到國小六年級的閱讀程度。ChatGPT-4o 在內容品質和易讀性上表現最好，但三者都缺乏高度可執行的建議。整體來說，ChatGPT-4o 最有潛力用來優化兒童近視衛教資料。 PubMed DOI

這項研究比較了 ChatGPT 3.5 和 Google Gemini 1.0 Pro 在生成視網膜門診紀錄的表現。結果顯示，ChatGPT 3.5 不論在轉錄準確度還是紀錄品質都優於 Gemini。不過，兩者偶爾還是會出現資訊錯誤。整體來說，這類 AI 有助減輕醫師紀錄負擔，但還需要再優化才能更安心使用。 PubMed DOI

眼科醫師能針對眼瞼炎提供最專業的診斷與建議，特別是複雜個案。AI像GPT-4o等雖能回答基本問題，但遇到細節或特殊情況就有限。AI適合用來輔助衛教，但不能取代醫師的臨床判斷。 PubMed DOI