這項研究評估了ChatGPT（3.5和4版本）在牙科診斷中的有效性，特別是針對複雜病患案例的表現。結果顯示，ChatGPT 3.5在自身診斷的準確率為40%，而參考文獻時為70%。相比之下，ChatGPT 4的表現更佳，自身診斷準確率達62%，參考文獻時則為80%。這些結果顯示，ChatGPT在牙科診所作為診斷輔助工具具有顯著潛力，能有效處理複雜案例。 PubMed DOI

這項研究比較了ChatGPT-3.5和ChatGPT-4在口腔及顏面疾病鑑別診斷的表現，並與牙科專業人士的結果進行對照。研究中呈現了37個病變案例，結果顯示ChatGPT-4的準確率為80.18%，高於ChatGPT-3.5的64.86%，但仍低於專家的86.64%。兩者在診斷一致性方面表現中等，且受案例描述質量影響。總體而言，ChatGPT-4在某些情況下能達到專家水準，但作為臨床工具的有效性仍需依賴精確的案例資料。 PubMed DOI

最近，OpenAI的ChatGPT在醫療和教育領域的應用引起關注。一項研究評估了ChatGPT在牙科考試中的表現，發現其在知識性問題上達到80%的準確率，尤其是ChatGPT 4在牙科入學考試中表現優異，知識性問題準確率高達94%。雖然在數學分析方面表現不佳，但整體來看，ChatGPT有潛力提升牙科教育和實踐，特別是在特定領域的進一步改進上。 PubMed DOI

這項研究分析了不同大型語言模型（LLMs）在牙科和根管治療學生評估中的表現。共測試151道選擇題，結果顯示ChatGPT-4.0o的準確率最高，達72%，其次是ChatGPT-4.0的62%、Gemini 1.0的44%和ChatGPT-3.5的25%。不同模型之間的表現差異明顯，特別是ChatGPT-4系列表現最佳。雖然這些模型能協助回答牙科問題，但效果因模型而異，顯示出ChatGPT-4系列在牙科教育上的潛力。 PubMed DOI

本研究評估了三個大型語言模型（LLMs）—ChatGPT-4、Gemini 1.0 和 Claude 3 Opus—在回答日本麻醉學會牙科麻醉專業認證考試問題的表現。結果顯示，ChatGPT-4的正確率為51.2%，Claude 3 Opus為47.4%，而Gemini 1.0僅有30.3%。雖然前兩者在某些領域表現較佳，但目前的正確率仍不足以支持臨床應用。研究指出，需改善高品質資訊的可獲得性及提示設計，以提升LLMs在牙科麻醉的實用性。 PubMed DOI

這項研究比較了ChatGPT-3.5和ChatGPT-4o在日本國家牙科考試中的表現，分析了1399道問題。結果顯示，ChatGPT-4o的正確回答率達84.63%，明顯高於ChatGPT-3.5的45.46%。特別是在口腔外科、病理學、藥理學和微生物學等領域，ChatGPT-4o的表現更為優異。這些結果顯示，ChatGPT-4o可作為牙科教育和考試準備的有用輔助工具，提升臨床推理和牙科知識的能力。 PubMed DOI

這項研究評估了大型語言模型（LLMs）如ChatGPT、GPT-4和New Bing在中國國家牙科執照考試（NDLE）的表現。研究使用2020至2022年的考題，結果顯示ChatGPT得42.6%、GPT-4得63.0%、New Bing得72.5%。特別是New Bing在各科目上表現優異，明顯超越其他兩者。不過，GPT-4和New Bing在修復牙科及口腔外科等特定科目上仍有不足，顯示出改進的空間。整體來看，這些模型在NDLE中展現出強大能力，但仍需加強某些領域。 PubMed DOI

這項研究比較了四款大型語言模型在法國牙醫課程選擇題和名詞定義上的表現。結果發現，ChatGPT-4 和 Claude-3 的正確率和一致性都比 Mistral 7B 好，尤其是 ChatGPT-4 最穩定。雖然提供教材有時能提升正確率，但效果不一定。即使表現最好的模型，可靠度也只有中等，偶爾還是會出錯，顯示在牙醫教育和臨床上還是要小心使用。 PubMed DOI

這項研究發現，ChatGPT-4 在回答牙髓病學問題時，準確度和資訊完整性都比 Google Bard 和 ChatGPT-3.5 更好，錯誤率也最低。不過，所有 AI 聊天機器人偶爾還是會出錯，所以臨床上用這些工具時要特別注意。 PubMed DOI

這項研究發現，GPT-4在口腔顎面外科專科考題的整體正確率為62%，對藥理學和解剖學表現較好，但在牙科植體和正顎手術等專業題目較弱。顯示GPT-4對一般醫學教育有幫助，但在專業領域還有待加強，未來應持續改進才能應用於進階醫療。 PubMed DOI