這項研究評估了AI工具，特別是ChatGPT 3.5和4.0，在提供低背痛患者教育的效果。結果顯示，ChatGPT 4.0在回應質量上明顯優於3.5，得分分別為1.03和2.07，且可靠性得分也較高。兩者在心理社會因素的問題上表現不佳，顯示出臨床醫生在這類情感敏感問題上的監督是必要的。未來發展應著重提升AI在心理社會方面的能力。 PubMed DOI

這項研究探討如何利用大型語言模型（LLMs）預測慢性下背痛患者的安慰劑反應者，透過分析患者的訪談內容。安慰劑效應是指患者因期待而從無效治療中獲得疼痛緩解，了解影響因素對非藥物疼痛管理很重要。研究者重新分析了兩項臨床試驗的數據，開發的預測模型在新數據上的準確率達74%。結果顯示，LLMs能揭示與安慰劑反應相關的心理社會因素，並識別情緒相關的語言模式，為理解治療結果中的生物心理社會因素提供新視角。 PubMed DOI

本研究探討了ChatGPT在長期鴉片類藥物治療中對患者教育的潛力。專家小組選定十三個常見問題，並讓GPT-4.0模擬醫生回答。結果顯示，ChatGPT的回答在可靠性和可理解性上表現良好，但準確性中等，尤其在耐受性和依賴管理等技術性問題上較弱。這顯示出AI工具在患者教育中的輔助價值，但也強調了持續改進和專業訓練的必要性，醫療專業人士與AI開發者的合作對於提升教育質量至關重要。 PubMed DOI

慢性疼痛影響超過20%的人口，對個人和經濟造成重大影響。有效的疼痛評估工具對改善患者生活至關重要。這項研究探討使用大型語言模型（如GPT-4）來評估患者的書面敘述（WNs）。分析43份纖維肌痛症患者的WNs後，結果顯示GPT-4的評估與專家評分高度一致，且專家認為其評分和解釋通常合適。這表明GPT-4能有效增強WNs的評估，為慢性疼痛管理提供新方法。 PubMed DOI

這項研究評估了基於ChatGPT的數位輔導對新診斷癌症患者在化療過程中減少焦慮和憂鬱的效果。研究於2024年進行，160名參與者被隨機分為兩組：一組接受ChatGPT輔導，另一組接受傳統醫師教育。結果顯示，ChatGPT組的焦慮和憂鬱分數顯著低於對照組，顯示心理困擾有明顯減少。AI生成的回應在88.5%的案例中被認為適當，但在某些建議上仍有不準確之處。這表明AI工具能有效輔助傳統腫瘤學教育，但仍需進一步研究以優化其臨床應用。 PubMed DOI

這項巴西研究發現，心臟科醫師用遠距醫療支援基層醫師管理心衰竭病人是可行的，大家普遍能接受，但病人怕少了專科醫師面對面看診，基層醫師覺得工作變多，心臟科醫師則擔心這模式難長久。臨床效果有限，有些用藥有進步，但部分指標反而變差。多數人偏好非同步平台。建議未來研究要解決參與度和資料遺漏問題，並考慮擴大規模。 PubMed DOI

這篇系統性回顧分析63項隨機對照試驗，發現壓力管理課程、問題解決治療和正念冥想對自我操作的行動壓力管理最有效。人為支持和科技功能效果不明顯。研究品質和性別比例失衡是限制。這些結果有助於未來設計更有效、可擴展的壓力管理方案，促進健康平等。 PubMed DOI

慢性疼痛每五人就有一人受影響。心理學疼痛管理方法，結合生理和心理機制，能協助病人在診間及家中自我調適。本文回顧疼痛類型、腦部與心理互動、心理治療成效，並給臨床醫師實用建議，同時討論推動時的困難及改善方式，幫助這些方法更貼近日常生活。 PubMed DOI

這項研究發現，若用結構化大綱引導，ChatGPT對膝關節骨關節炎患者的衛教效果跟醫師一樣好；但若讓患者自由問ChatGPT，學到的知識較少，答案品質也較差。總結來說，ChatGPT有潛力輔助衛教，但需要明確指引，否則效果有限。 PubMed DOI

這項研究打造了專為慢性下背痛設計的臨床決策支援系統，結合大型語言模型、RAG和LtM提示，讓AI更貼近專家思考。客製化的CLBP-GPT在準確性、相關性等表現都勝過現有主流模型，能提供更精確、完整的診斷與治療建議，有助提升患者的個人化照護品質。 PubMed DOI