這項研究評估了ChatGPT-4在類似ARRT認證考試的練習題上的表現，使用了200道選擇題，總共進行了3000次測試。整體準確率為80.56%，文字型問題表現較佳（86.3%），影像型問題則較差（45.6%），且影像問題的回答時間較長。不同領域的表現差異明顯，安全性72.6%、影像製作70.6%、病人護理67.3%、程序53.4%。研究顯示ChatGPT-4在ARRT題庫上表現不錯，但仍需進一步研究與實際考試結果的關聯，影像處理的進步對教育應用也很重要。 PubMed DOI

這項研究顯示生成式人工智慧，特別是OpenAI的GPT-4 Turbo API，在提升放射學訓練方面的潛力。研究發現，這個AI模型能檢測到的差異明顯多於專業放射科醫師，顯示其在傳統審查中可能被忽略的改進空間。雖然AI在差異檢測上表現優異，但在評分一致性上仍有改進空間。生成的教學要點在85%的案例中被認為適當，顯示其教育價值。未來研究可著重於提高模型準確性及評分者一致性，並探討AI反饋對實習生的長期影響。 PubMed DOI

人工智慧（AI）在醫療，特別是放射學的發展，正帶來重大變革，提升診斷準確性和病人參與度。大型語言模型（LLMs），如GPT-4，能協助撰寫和總結放射報告，支持鑑別診斷，並建議基於證據的治療方案。本文探討了GPT-4在提升診斷精確度和報告效率的應用，同時也提到實施AI技術所面臨的倫理和隱私挑戰，強調需謹慎監督和遵循法規。最終，這些技術有望改善病人照護和臨床研究。 PubMed DOI

這項研究探討南非放射學學生如何在學習和評估中運用人工智慧（AI）。透過焦點小組訪談，研究發現三個主要主題：首先，學生對AI的理解和看法；其次，他們在理論和臨床學習中使用AI的經驗及面臨的挑戰，如對可靠性和倫理的擔憂；最後，強調在教育中融入AI的必要性，包括負責任使用AI的教育。參與者認為AI能提升學術表現和臨床學習，但對AI生成資訊的可信度仍有疑慮。研究建議將AI納入課程，以改善醫學影像和放射科學的教育。 PubMed DOI

這項研究探討生成式人工智慧對醫學生創建練習考題的信心與態度影響。68名醫學生和醫師助理學生參加了工作坊，學習使用Google Bard（現稱Gemini）。調查顯示，使用AI創建考題的信心顯著提升（<i>p</i> < 0.001）。焦點小組反饋指出AI的優勢與擔憂，學生希望機構能提供更清晰的指導。雖然信心提升，但研究強調需徹底評估AI生成考題的質量與準確性。總體而言，教導學生負責任地使用AI工具是關鍵。 PubMed DOI

放射科醫生越來越依賴人工智慧（AI）來提升診斷準確性，但許多人對機器學習（ML）和深度學習（DL）技術不夠熟悉，限制了這些技術的應用。研究評估了大型語言模型（如GPT-4o）作為推薦系統的有效性，幫助醫生理解和應用AI。GPT-4o根據提供的數據特徵，成功推薦了適合的演算法，如U-Net和EfficientNet，顯示出其作為醫生資源的潛力，並有助於縮小AI實施的知識差距。未來應探討如何將這些模型整合進日常工作流程。 PubMed DOI

這項研究探討AI生成的多選題（MCQs）在放射學教育中的有效性，與教職員撰寫的題目比較。研究於2024-2025學年在土耳其進行，56名一年級醫學影像學生參加了兩場考試，分別由ChatGPT和教職員編寫。結果顯示兩場考試的正確答案平均數相似，且考試成績之間有中等正相關。雖然ChatGPT生成的問題在區分度和難度上稍遜，但整體來看，AI能生成與人類專家相當的題目，顯示其在健康教育評估中的潛力。 PubMed DOI

這項研究開發了一個用GPT-4打造的虛擬模擬病人，幫助醫學生練習和病人討論異常乳房攝影結果。團隊邀集多方專家設計情境，並多次測試調整。GPT-4讓對話更自然，也能給學習者回饋，但有時會誤判溝通流程。初步成果不錯，接下來會讓醫學生實際體驗，評估可行性和接受度。 PubMed DOI

這項研究評估AI面試工具"The Negotiator"對放射師畢業生的幫助。結果發現，這工具能提供結構化的面試練習，有助提升表達和自信，但在專業標準和臨床內容上還需加強。評分者意見不一，顯示工具尚待優化。整體來說，The Negotiator具潛力，但還需進一步改進和研究。 PubMed DOI

這項研究發現，透過反覆回饋修正，GPT-4o能快速產出高品質的跨專業教育臨床情境，品質甚至不輸人類導師設計，學生也分辨不出差異。這方法能有效減輕教師負擔，對資源有限的教學環境特別有幫助。 PubMed DOI