你该相信 ChatGPT 处理你的健康问题吗？

摘要

• OpenAI称，每周有超过3亿人用 ChatGPT 咨询健康问题，其中绝大多数使用免费版，且大多数用户在美国以外。 Karan Singhal将健康业务定位为 AGI 使命中“让上行真正发生”（“make upside happen”）的一环：通过“免费或近乎免费的可信、充足、可靠的健康智能”抬高人类健康的底线，同时以此前不存在的能力抬高上限。
• 成本曲线才是真正可交易的判断：OpenAI最便宜的前沿 API 模型 GPT-6 Luna，在 HealthBench Professional 上胜过 5.6 Sol——后者“就在一个月前还是我们的最佳模型”——而成本低34倍。 Singhal明确押注“健康智能商品化”（“我们不想把健康智能据为己有”），但也承认，健康 AI“尚未对美国5.3万亿美元的医疗支出产生宏观影响”——要压低成本，靠的不只是便宜的 token，还需要集成和工作流落地。
• Singhal结合自己开发专用模型的经验，主张在通用模型中进行专门训练：纯医疗模型“很快就会落后于前沿”。 过去一年推出的各版 ChatGPT 模型，都在每个训练阶段加入专门的医疗数据；这就是“在通用模型中做专门训练……两全其美”，也就是“搭上规模化前沿的顺风车”。
• 信任来自汇集专家意见：“问5位医生同一个问题，你可能会得到8种不同答案。” 因此，OpenAI在数十个专科和多个国家建立了由数百名医生组成的全球网络。当用户期待与临床现实冲突时，“基本上要优先考虑安全”：即使用户想得到安慰，模型也必须明确说“你应该就医”。从系统层面看，临床指南进入日常实践可能要“5到17年”；床旁 AI 有望把这一滞后压缩到“几周、几天，甚至几小时”。
• OpenAI表示，AI无法提供全部医疗服务：“我不认为 AI 能或将会提供这一切。” 其策略是让“真正影响患者的最后一公里，对所有合作伙伴来说都只剩最后一百米”——让 ChatGPT 成为“你的健康四分卫”，而不是医疗服务提供者的替代品。Singhal给医疗领域创业者的建议是：“押注模型会变得更好。这大概是最重要的一件事。”
• 企业端进展已有实证：已与 Epic 集成，UCSF 用它审阅病历，AdventHealth 则称行政工作流成本“下降了约80%”。 谈到智能体，Singhal认为医疗行业的遗留技术栈——运行在虚拟机上的 EHR，明天也不可能突然出现“MCP 连接器”——正适合计算机操作智能体；他预测，传统障碍“将在未来几个月内消失”。Rughani援引《纽约时报》文章和 Blue Cross Blue Shield Association 的分析，称账单和文书机器人让支出增加了“大概10亿美元左右”；Singhal则认为这场军备竞赛“只是短期干扰”。
• Singhal对未来5至10年影响最大的预测，是 AI 引导靶点和分子生成，并以 AI 引导临床试验的优先级排序与验证，从而催生新疗法；目前候选分子数量已超过临床试验名额。 更近的机会，是出现一个“健康领域的第37手”（“move thirty-seven for health”）：基于纵向数据做出预测，回头看才显得惊艳，因为“人脑无法把所有这些数据整合起来”。

精读

1. 健康是 OpenAI“让上行真正发生”的押注——每周触达3亿用户

• Singhal将使命拆解为：开发和部署 AGI、防范负面影响，以及“让上行真正发生”——健康是一个明确的上行方向，目标有两个：抬高底线，让人们免费或近乎免费获得“可信、充足、可靠的健康智能”；同时抬高上限。规模方面，OpenAI称每周有超过3亿人使用 ChatGPT 处理健康与保健问题，“绝大多数”是免费用户，且大多数身处美国以外；从一开始就有意将服务部署到免费版。
• 两位嘉宾都提到，AI正在填补现实医疗的空档：即使在湾区，看专科也得等上数周到数月，见医生时只有15分钟，结束后才想起“还有6个问题想问”。AI最适合介入“每次就诊之间”——Rughani自己的皮肤科复诊也排在4个月后，尽管他提前写下了问题。
• Singhal反复提起的案例来自 Nathan Labenz（播客 The Cognitive Revolution 主持人）：他年幼的儿子出现疲劳和易怒，AI帮助他们梳理检查，并一再提醒：“这件事要认真对待。”医生当时没那么确定，还淡化了症状；儿子后来被确诊为侵袭性很强的白血病。整个治疗过程中，Labenz一直用 GPT-5 Pro 理解化验报告，在专科医生来得及解读前先弄清情况。

2. 在通用模型中做专门训练

• Singhal此前曾开发专用医疗模型，这段经历也影响了他的判断：纯医疗模型“很快就会落后于前沿”，因为前沿模型进步太快。OpenAI的做法，是在过去一年推出的各版 ChatGPT 模型训练的每个阶段加入专门的医疗数据。
• 用他的话说，既然“押注规模化……能力就会变好”，健康团队便选择“搭上规模化前沿的顺风车”，同时保留整合健康专属评测和训练数据的能力——“两全其美”。

3. 面向碎片化医疗体系的主动助手与智能体

• Rughani描绘了一个随身医生的愿景：记忆、个性化服务和行为提醒。Singhal称，OpenAI也看好“主动式个人健康助手”，但强调：“我不认为它能替代真正去看医生。”用户在 ChatGPT 中连接的健康信息将得到安全使用，不会用于训练数据或广告定向。
• Rughani讲述了 Greg Brockman 的一段经历，说明 AI 可以充当安全网：一位朋友用 ChatGPT 复核药物后，根据自己的病史意识到可能存在药物相互作用或不良反应；医生也承认，之前没来得及查看她的病史。Singhal将其概括为患者和临床医生的“安全网”；OpenAI已与 Penda Health 研究临床医生副驾驶，也希望承担类似的患者端角色，例如在糖尿病用户的 A1C 升高时提醒复核用药。
• 谈到智能体产品（Rughani提到 Instinct、Muse、GrokBot 和 OpenAI 的 Dots），Singhal指出，医疗行业“不该指望明天所有系统都接上 MCP 连接器”；主要 EHR 往往运行在虚拟机上，这反而可能让 AI 智能体更容易完成某些操作。他认为，医疗行业“绝对适合智能体和计算机操作”，并预测患者、临床医生与医疗数据之间的障碍“将在未来几个月内消失”。

4. 信任靠汇集专家意见，并把安全置于安慰之上

• Singhal的工作原则是，健康领域“以信任的速度前进”，因此评估和训练要针对不同用户角色定制。2025年5月发布的首版 HealthBench，考察模型能否根据受众调整技术表达，在普通用户和临床医生之间切换。
• 为什么不让少数几位内部医生裁定棘手案例？“问5位医生同一个问题，你可能会得到8种不同答案。”OpenAI因此建立了全球医生网络，汇集数百名专家，覆盖数十个专科、不同语言和多个执业国家，以整合可能存在分歧的专家意见。
• 当用户想听安慰，但临床情况并不支持时，首要考虑的是安全：评估会检验模型能否在用户不愿听到或想尝试替代疗法时，仍明确说“这不安全。你应该就医”。对于未经批准的肽类药物和疫苗等有争议的灰色地带，Singhal称应依靠专家制定回应标准。如果医生不同意 ChatGPT 的判断，他建议像处理其他分歧一样，寻求第二意见。

5. 指南落地要等5到17年、对不确定性坦诚，以及 Mental Health Bench

• Singhal谈到医疗体系层面的滞后：生物医学论文会影响每年更新的临床指南，而指南大致就是“流程图”；研究发现，指南进入日常实践可能要花5到17年。“没人希望自己的医疗实践落后指南5到17年。”ChatGPT for Healthcare 和 ChatGPT for Clinicians 希望把最新文献带到诊疗现场，将这一滞后压缩到“几周、几天，甚至几小时”。他换个角度解释：“有时医学共识已经形成，只是还没有落实到实践中。”
• 真正存在不确定性时，模型应该识别出来，并直说：“目前信息还不够。”在不确定情况下保留判断，是 HealthBench 评估的一部分；应对科学尚无定论的另一种方式，则是加快科学研究本身。
• Mental Health Bench 将这套方法延伸到一个“人们在这里的分歧肯定比身体健康领域更大”的领域：既要设定基本安全底线，包括为 Dots 加上安全措施，也要衡量正向价值，即“积极的心理健康体验”。OpenAI与全球持证专家共同开发这套评测，希望在模型开发者、医疗行业和心理健康专家之间建立“共同的标尺”。

6. 企业分发：Epic、UCSF、AdventHealth，以及 Overton 窗口

• OpenAI的路径分为3部分：打造能力更强的模型，推出能降低使用智能改善健康“启动门槛”的产品，以及通过合作伙伴实现部署。Singhal提到 ChatGPT 每周有12亿用户，并表示 OpenAI希望让前沿健康智能免费提供；他还介绍了为医疗机构配套开展的安全、合规、HIPAA 和隐私工作。
• 落地进展包括：医疗服务提供者可以在 ChatGPT 中使用 Epic，ChatGPT 也可以通过 Epic 侧边栏调用；UCSF 是早期采用者，已将其用于病历审阅；AdventHealth 则率先部署智能体，称行政工作流成本“下降了约80%”。ChatGPT for Clinicians 的用户留存表现也“令人惊喜”。
• 对于医生屏幕上出现 ChatGPT 这件事，Singhal认为 Overton 窗口“正在实时移动”；他预测，随着 AI 进入患者的诊疗过程，患者和临床医生都可能感到更安心，但也补充说：“我不会说我们已经完全做到这一点。”

7. 提供信息，而非包办医疗——寻找“健康领域的第37手”

• Rughani将医疗服务描述为一个打包产品，涵盖诊断、共情和法律责任。Singhal表示：“我不认为 AI 能或将会提供这一切。”OpenAI要做的是让“真正影响患者的最后一公里，对所有合作伙伴来说都只剩最后一百米”——让 ChatGPT 成为“你的健康四分卫”，负责导航和流程安排，实际医疗服务则由合作伙伴提供。
• 如果医患双方都已通过 AI 提前梳理信息，面对面就诊还剩下什么？“医疗中的人性部分”——共情、床边沟通、体格检查和病史采集。Singhal说：“我不认为现有信息已经足够让 AI 独自判断该怎么做。”
• 谈到 AlphaGo 第37手的类比——一招人类可能想不到、事后却显得正确而有见地的预测——Singhal表示：“我们还处在非常早期的阶段。”在临床医生副驾驶研究中，模型经常提醒医生避免过度使用抗生素，并关注耐药性这一全球问题，而不只是眼前的病例。未来，模型或许能整合用户10年的纵向病史，以及来自 EHR 和聊天记录的数据，做出人类很难靠自己整合所有信息而得出的预测。
• 除了患者和临床医生，还有第三类参与者：科学家。智能体可以从“分散存放在各处的盒子里”的医疗数据中挖掘新发现，也能加快验证；Singhal认为，验证可能才是瓶颈，而不是提出新想法或新疗法。

8. 成本曲线、账单机器人军备竞赛，以及该押注什么

• 核心经济判断是：OpenAI最便宜的前沿 API 模型 GPT-6 Luna，在 HealthBench Professional 上胜过 5.6 Sol——后者“就在一个月前还是我们的最佳模型”——而成本低34倍。Singhal押注，随着模型智能达到临床医生和患者都能在诊疗过程中信任的水平，达到这一水平的成本还会下降，最终走向“健康智能商品化。我们不想把健康智能据为己有”。
• 针对 Rughani提出的宏观背景——医疗支出达5.3万亿美元，如果医疗行业是一个国家，其 GDP 将排世界第三——Singhal的判断仍留有余地：健康智能“尚未产生宏观影响”。要压缩支出，需要集成、工作流改造和规模化部署；充足的智能是前提，但光靠它本身并不会带来改变。
• Rughani援引《纽约时报》文章和 Blue Cross Blue Shield Association 的分析称，账单和文书机器人让支出增加了“大概10亿美元左右”。Singhal承认短期内可能会有阵痛，但认为军备竞赛没有理由一直持续。他理想中的做法，是为每次就诊形成一份共同记录，再由 AI 协助裁定；他称这场军备竞赛“只是短期干扰”。
• 对创业者来说，医疗领域的创始人处在一个光谱上：有人押注模型做不到，有人押注模型会进步；他的建议是“押注模型会变得更好。这大概是最重要的一件事。”近期影响操作性医疗的宏观因素可能是预防，即更早干预、避免后续操作；机器人技术“不是未来几年的事”。对未来5至10年，他的预测是，AI引导靶点和分子生成，再加上 AI 引导临床试验的优先级排序与验证，将带来新疗法；目前候选分子数量已经超过可用的临床试验名额。