這項研究評估了多種人工智慧模型在診斷口腔潛在惡性病變（OPMLs）的準確性，特別是ChatGPT 3.5、4.0、4o和Gemini。研究使用42個案例和兩個數據集的影像進行測試。結果顯示，GPT 4o在文本診斷中表現最佳，正確回答27個案例，其次是GPT 4.0、3.5和Gemini。在影像識別方面，GPT 4o也優於Gemini。不過，這些模型的準確性仍未達到專家水平，顯示出中等到良好的協議程度。研究指出，雖然人工智慧在診斷OPMLs上有潛力，但整合進臨床實踐時需謹慎。 PubMed DOI

這項研究評估了具影像識別功能的 ChatGPT 4.0 在診斷鱗狀細胞癌 (SCC) 和白斑病的能力，分析了 45 張影像。結果顯示，ChatGPT 4.0 能準確識別白斑病，但對 SCC 的診斷能力有限，需結合臨床病史才能提高準確性。僅依臨床病史時，白斑病和部分 SCC 的誤分類情況明顯。整體而言，雖然在白斑病檢測上有潛力，但對於口腔及咽喉部的 SCC 診斷仍不可靠，未來技術進步可能改善其臨床應用。 PubMed DOI

這項研究探討了基於人工智慧的聊天機器人ChatGPT-4在口腔黏膜病變鑑別診斷中的有效性。研究收集了因口腔黏膜活檢而轉診的患者數據，並將病變描述輸入ChatGPT以生成診斷，與專家診斷進行比較。結果顯示，聊天機器人的診斷與專家之間有顯著相關性，且能高敏感性識別惡性病變。整體而言，ChatGPT-4在識別可疑惡性病變方面表現出色，顯示出其在口腔醫學中的輔助潛力。 PubMed DOI

這項研究評估了ChatGPT-4o在分析懷疑喉部惡性腫瘤的臨床纖維內視鏡視頻的表現，並與專家醫師進行比較。研究在一所醫療中心對20名患者進行，結果顯示該人工智慧在30%的案例中正確診斷惡性腫瘤，並在90%的案例中將其列為前三名診斷。雖然敏感性高，但特異性有限，影像分析一致性得分為2.36（滿分5分）。總體而言，ChatGPT-4o顯示潛力，但在特異性和影像解讀上仍需改進，以提升耳鼻喉科的診斷準確性。 PubMed DOI

這項研究發現，ChatGPT-4o在判讀下顎智齒拔除用的全口X光片時，正確率只有38.44%，表現不夠理想。雖然回答有一定一致性，但重複性普通，對複雜影像常出錯。現階段還不適合單獨用於牙科臨床，仍需專家把關，未來還要加強AI訓練和開發。 PubMed DOI

這項研究比較ChatGPT-4o和Deepseek-v3在16個虛構口腔病理案例的診斷表現。結果顯示，Deepseek-v3的診斷準確度和文獻引用都比ChatGPT-4o好，平均分數也較高（4.02比3.15）。雖然兩者都能協助臨床醫師，但在文獻正確性上還有待加強。目前Deepseek-v3在口腔病理診斷方面表現較優。 PubMed DOI

這項研究比較ChatGPT-4.0和DeepSeek-R1在回答耳鼻喉科手術常見問題的表現。ChatGPT-4.0內容較詳細但有時會漏掉手術細節，DeepSeek-R1則簡潔但細節不足。兩者在複雜手術和長期照護上都不夠完善，目前都還不適合提供個別病人專業建議，AI在這領域還需加強。 PubMed DOI

這項研究發現，雖然像Gemini 1.5和GPT-4o這類具電腦視覺功能的大型語言模型表現不錯，但在診斷口腔扁平苔癬時，整體表現還是比傳統CNN差。目前CNN仍是臨床OLP影像診斷的首選，LLMs還不適合直接應用於臨床。 PubMed DOI

研究發現，ChatGPT在診斷50個口腔病灶案例時，準確度和專業醫師差不多，表現比Microsoft Copilot好。兩種AI都有潛力協助牙醫臨床診斷，尤其是ChatGPT表現最突出。 PubMed DOI

OpenAI 最新的 o1-preview 模型在處理複雜病患案例時，無論是鑑別診斷還是最終診斷，都比舊版 ChatGPT（3.5 和 4 legacy）更準確，特別是在獨立作業時表現更好。雖然還有進步空間，但這次提升很明顯，AI 融入醫療診斷已經是遲早的事，只是還需要更多驗證。 PubMed DOI