2022年11月，OpenAI推出了ChatGPT，引發了對其在醫學領域有效性的討論。研究專注於ChatGPT對髕股疼痛的回答能力，並比較一般民眾、非骨科醫生及專家的評價。使用12個問題進行評估，結果顯示專家對ChatGPT的評分普遍較低，尤其在複雜問題上。雖然ChatGPT提供的資訊質量不錯，但隨著問題複雜度增加，其表現下降，顯示出人類專業知識在醫療中的重要性。 PubMed DOI

這項研究評估了ChatGPT對常見鼻科問題的回答準確性，並與專業外科醫師的回答進行比較。ChatGPT的平均得分為1.65分（滿分3分），顯示部分回答可接受，但多數不正確或不完整。10個問題中，只有2個回答與專家一致，8個則被認為不足。評分者之間的可靠性中等，且能以97.5%的準確率區分ChatGPT和人類回答。這些結果顯示ChatGPT在醫學領域提供準確資訊的能力有限。 PubMed DOI

這項研究探討了ChatGPT-4在耳膜成形術患者恢復過程中的輔助作用，特別是在醫療資源有限的地區。研究評估了AI提供術後指導的準確性，針對十個常見問題進行分析。結果顯示，ChatGPT-4的回答準確率介於80%到100%之間，且超過90%的答案清晰且相關。總體而言，ChatGPT-4在術後護理中展現出重要潛力，雖然無法取代專業醫療建議，但在改善患者信息獲取方面的角色愈加重要。 PubMed DOI

這項研究探討了ChatGPT在小兒耳科的有效性，並比較其在波蘭語和英語的表現。20名聽力學學生和16名專業人士評估了ChatGPT對20個問題的回答，使用李克特量表來評分正確性、相關性、完整性和語言準確性。結果顯示，兩組普遍認為ChatGPT的回答令人滿意，學生的評分略高於專業人士，尤其在完整性和語言準確性方面。雖然ChatGPT可作為快速資訊來源，但在專業使用上仍缺乏深度和可靠性，應視為輔助工具，而非替代經過驗證的醫療資訊來源。 PubMed DOI

本研究探討ChatGPT在唇裂修復方面的回應質量與準確性，因為大型語言模型在健康資訊傳播中越來越常見。研究選取十個常見問題，並由五位整形外科醫師評估其內容質量、清晰度、相關性和可信度。結果顯示，ChatGPT的平均評分為2.9分，清晰度和內容質量較高，但可信度較低。可讀性適合約10年級學生。雖然回應中無明顯不準確或有害資訊，但缺乏引用來源，使用者需注意其局限性。 PubMed DOI

這項研究探討了ChatGPT在提供性別肯定手術（GAS）患者醫療資訊的角色。研究比較了經驗醫生與ChatGPT的回應，結果顯示ChatGPT的回應雖然較複雜，但在可靠性、品質和可理解性上表現良好。它提供了詳細且相關的資訊，強調了諮詢醫療提供者及處理心理層面的重要性。雖然ChatGPT在患者教育上有潛力，但因為其較高的閱讀水平和缺乏透明參考文獻，使用時仍需謹慎。總體來說，ChatGPT在提升GAS患者教育方面顯示出潛力，但仍需改進。 PubMed DOI

這項研究發現，ChatGPT 3.5在回答HPV相關口咽癌問題時，大多數答案正確，但有14%有誤。雖然引用的文獻多為真實資料，但近半引用格式錯誤，且用詞偏難，超過一般病人能理解的程度。整體來說，ChatGPT表現不錯，但文獻引用和用語還需改進。 PubMed DOI

這項研究比較了兩款 ChatGPT（4o 和 o1）在回答長期意識障礙照顧者常見問題時的表現。結果顯示，兩者大多能給出正確答案（正確率 81–97%），其中 4o 在英文臨床問題上更有同理心，準確度也稍高。o1 在義大利文回答時則更常建議諮詢醫師。雖然這些 AI 有幫助，但建議還是要再跟醫療專業人員確認。 PubMed DOI

這項研究發現，向ChatGPT-4提出具體問題，比起一般性問題，能得到更可靠且一致的牙科假牙相關答案。不過，雖然具體提問有助提升表現，ChatGPT的答案還是無法完全取代專業判斷，建議仍需專業人員把關。設計明確的問題，有助提升AI在牙科領域的實用性。 PubMed DOI

這項研究發現，ChatGPT-4.0在回答先天性上肢差異常見問題時，大約一半答案正確且清楚，但有8%內容不夠好或可能誤導。回答內容深度和完整性不一，且很少建議諮詢專業醫師。總結來說，ChatGPT提供的資訊大致可靠，但不夠全面或個人化，建議病人衛教時要小心使用。 PubMed DOI