根據評估，ChatGPT-4o在骨腫瘤的初步病理診斷上，與三級醫院的資深病理學家能力相當，表現優於偏遠地區的基層醫生。這顯示像ChatGPT-4o這樣的人工智慧工具，能顯著提升偏遠醫療提供者的診斷能力，並有助於改善三級醫院醫生在識別骨腫瘤時的敏感性，降低漏診的風險。 PubMed DOI ♡

這項研究評估了ChatGPT在診斷肝膽腫瘤的有效性，特別是比較了GPT-4模型在兩種不同提示下的準確性。研究使用了120張光學顯微鏡照片，結果顯示，模仿病理學家的形態學分析顯著提高了診斷準確性，尤其在識別肝細胞癌和膽管癌方面。形態學方法的準確率明顯較高（肝細胞癌62.0%對27.3%），且一致性也更佳（κ值：0.46對0.27）。這強調了將病理學診斷整合進人工智慧的重要性。 PubMed DOI ♡

人工智慧在病理學，尤其是癌症診斷領域，正快速發展。像ChatGPT這樣的AI工具被研究其提升診斷精準度和效率的潛力。透過結合數位切片和先進演算法，AI可以增進病理醫師的能力，處理龐大數據。但AI要成功應用於癌症診斷，必須克服偏見、法律問題和與現有系統整合等挑戰。 PubMed DOI ♡

這項研究探討了ChatGPT在協助十個子專科的組織病理學診斷中的有效性。研究中，專家病理學家評估了ChatGPT對臨床病理情境的回答，結果顯示其在62.2%的案例中提供有用答案，但32.1%的回答是正確的。儘管有一定的實用性，AI的錯誤率和文獻參考的準確性僅為70.1%，顯示出其不適合用於日常診斷。研究強調了人類專業知識的重要性，並提醒使用AI時需謹慎。 PubMed DOI ♡

研究評估了基於GPT-4結構的Chat Generative Pre-trained Transformer (ChatGPT) 在神經放射學的診斷表現，使用了《美國神經放射學雜誌》中的100個案例。ChatGPT在診斷上達到50%的準確率，不同解剖位置的準確性沒有太大差異，但在大腦中樞神經系腫瘤的案例中，準確性稍微較低。 PubMed DOI ♡

研究比較了ChatGPT模型和病理學住院醫師在診斷疾病上的表現，結果顯示ChatGPT在描述和診斷方面表現一致，但不及醫師。然而，當提供正確描述時，ChatGPT在診斷上有潛力。儘管目前ChatGPT不如醫師，但未來可能成為病理診斷的有用輔助工具。 PubMed DOI ♡

一個具有影像解釋功能的 ChatGPT-4V 模型被測試用來區分腎臟和攝護腺腫瘤以及正常組織。 PubMed DOI ♡

研究使用AI技術，如ChatGPT和few-shot learning，來協助診斷良性和惡性骨腫瘤。分析1366份影像報告後發現，ChatGPT經過few-shot learning後，準確率從0.73提升至0.87，顯示潛力。研究也討論放射科醫師的報告風格對模型表現的影響，並辨識出誤診案例。強調AI需與醫師合作，才能真正應用。這研究奠定未來醫學診斷AI進步基礎，凸顯few-shot learning在專業領域的優勢。 PubMed DOI ♡

研究發現ChatGPT在病理學領域有潛力，能解決高階推理問題，回答100問題平均45.31秒，專家評分4.08分，80%準確。結果顯示ChatGPT可成為病理學學者和學生有用工具，但仍需進一步研究提升準確性。 PubMed DOI ♡

這個研究評估了ChatGPT在眼科診斷準確性方面的表現，並將其與住院醫師和主治醫師進行比較。當僅基於病患病史進行診斷時，ChatGPT的準確率低於住院醫師和主治醫師，但當包含臨床檢查結果時，其表現有所改善。ChatGPT在完成任務方面比住院醫師和主治醫師更快。 PubMed DOI ♡

ChatGPT是OpenAI開發的AI聊天機器人，最近在醫學領域有新應用。研究使用ASCP住院醫師問題庫2022年版來測試ChatGPT的病理學知識，得分為56.98%，稍低於同儕平均62.81%。在臨床病理學方面表現較好（60.42%），但在解剖病理學方面較差（54.94%）。ChatGPT在簡單問題（68.47%）上表現較好，但在中等（52.88%）和困難問題（37.21%）上表現較差。未來可以透過更專業的訓練來提升病理學教育效果，但目前仍需謹慎使用。 PubMed DOI ♡

研究探討了 ChatGPT 3.5 在臨床病理學、組織病理學和血液學的應用。研究發現在30個臨床案例中，ChatGPT 在數據分析和決策支持方面表現中等，對快速理解和基本見解有優勢，但生成詳細信息有限制。研究強調AI在病理學領域的改進和醫療專業人員合作的重要性。 PubMed DOI ♡

透過ChatGPT的協助，我們成功開發了一個深度學習模型，用來分析甲狀腺結節的超音波影像和細針穿刺活檢（FNAB）結果。研究共有1,061位參與者，模型在測試中達到0.81的準確度，對良性和惡性甲狀腺病理的區分表現出高精確度和召回率，平衡的F1分數為0.86。這研究顯示了人工智慧，包括ChatGPT，在醫學影像分析深度學習模型上的潛力。 PubMed DOI ♡

研究比較了基於GPT-4的ChatGPT、基於GPT-4V的ChatGPT和放射科醫師在106個案例的肌肉骨骼放射學診斷準確性。結果顯示，基於GPT-4的ChatGPT準確率為43%，優於基於GPT-4V的ChatGPT的8%。放射科醫師的準確率分別為41%和53%。ChatGPT表現接近住院醫師，但不及認證放射科醫師。放射科醫師需了解ChatGPT的診斷表現，強調提供詳細影像描述以提高準確性。 PubMed DOI ♡

這項研究評估了GPT-4（特別是ChatGPT）在解讀腦腫瘤MRI報告的診斷能力。研究分析了150份術前病患的報告，結果顯示GPT-4的診斷準確率為73%，而神經放射科醫師則為80%。在鑑別診斷方面，GPT-4的準確率高達94%，放射科醫師則介於73%到89%之間。研究結果表明，GPT-4可作為神經放射科醫師的有用第二意見，並能成為一般放射科醫師和住院醫師的指導工具，顯示其在臨床診斷中的潛力。 PubMed DOI ♡

這項研究探討了大型語言模型（LLM）ChatGPT 在根據肝臟影像報告分類肝臟病變的能力，使用 MRI 報告進行比較。研究涵蓋 150 名患者的 205 份 MRI，重點在特定病變的大小、位置及動脈期對比增強標準。結果顯示，ChatGPT 在非結構化報告中的準確率（53%）高於結構化報告（44%），且在非結構化報告的協議程度（k = 0.51）也較佳。這顯示 LLM 在處理自由文本數據方面有潛力，但仍需優化以適應結構化數據。 PubMed DOI ♡

ChatGPT是OpenAI開發的聊天機器人，用來模擬人類對話。在醫療領域，研究發現ChatGPT在病理學診斷上表現不如專家，有時提供錯誤資訊。專家認為ChatGPT可當高級搜尋引擎，但不適合當診斷工具。未來需進一步提升人工智慧技術，以增進其在病理學上的應用價值。 PubMed DOI ♡

這項研究探討了大型語言模型（LLMs），特別是ChatGPT-4o和Claude 3-Opus，在超音波影像中分類甲狀腺結節的表現。研究涵蓋112位患者的116個結節，結果顯示ChatGPT-4o的Kappa值為0.116，Claude 3-Opus更低，僅0.034，而初級放射科醫師的Kappa值為0.450，顯示中等協議。ROC曲線方面，ChatGPT-4o的AUC為57.0%，Claude 3-Opus為52.0%，醫師則為72.4%。兩個LLM的不必要活檢率也高，分別為41.4%和43.1%，醫師僅12.1%。這顯示LLMs在醫學影像的診斷準確性仍有限，需謹慎使用。 PubMed DOI ♡

這項研究評估了ChatGPT-4在分析耳鼻喉科影像時的一致性，涉及40名患者。結果顯示，ChatGPT-4在影像解讀的平均一致性分數為2.46，僅在15%的案例中準確分析影像，且與醫生的高一致性僅12.5%。它建議的額外檢查次數顯著高於臨床醫師，且主要診斷準確率僅20%到25%。整體而言，雖然ChatGPT-4在主要診斷上有一定效率，但在影像分析及檢查建議的可靠性較低。 PubMed DOI ♡

研究發現ChatGPT在中文眼底螢光素Angiography報告中表現不如眼科醫師，但推理能力強且錯誤率低。眼科醫師認為使用英文提示更準確。研究指出ChatGPT在不同語言提示下表現有差異，雖有應用潛力，但在眼科臨床仍需改進。 PubMed DOI ♡