Universal Medical Intelligence

OpenAI 正把健康作为让使命落地、将利益规模化普惠大众的重要路径，目前每周已有超过2.3亿人使用 ChatGPT 查询健康与保健问题。 ChatGPT Health 计划接入病历、Apple Health 和可穿戴设备，同时对所有用户免费且不限速；Karan Singhal 表示“目前”没有投放广告的计划，正在形成 Nathan Labenz 所称的“普惠基础智能”的早期版本。

Labenz 表示，前沿模型在他儿子的病例中已达到主治医生水平，而人类剩余优势主要来自具身化的临床语境。 HealthBench Hard 在创建时 GPT-4o 得分为0%，当前 OpenAI 模型已升至约40%，竞争对手目前大致处于“20分上下”。儿子住院期间，Labenz 发现前沿模型“几乎每一步都跟得上肿瘤科主治医生”，但医生仍能直接观察呼吸、肤色和整体状态。

OpenAI 的健康项目依靠专家反馈、评测基础设施和真实工作流证据推进，而不是用联网患者数据训练模型。 超过250名医生——按 Singhal 的估计约260名——通过顾问、持续进行的 Slack 红队测试和紧密合作的研究转译团队参与其中；ChatGPT for Healthcare 在6个月内经历了9轮测试。HealthBench 覆盖5,000段对话和约49,000条评判标准，肯尼亚 Penda Health 的随机研究则显示，诊断和治疗结果出现统计显著改善。

瓶颈正从医学知识转向语境获取、多模态能力和产品整合。 Singhal 表示，除部分亚专科外，模型的文本表现已经很强；但模型在获得完整病历时效果最佳，仍需更好地接入影像、语音、纵向测量数据和细微的生理信号。可能的架构是原生多模态表征结合工具调用、Python 和专用模型：“随着模型智能提升，人们自行收集的数据价值也会不断增加。”

OpenAI 预计临床应用将在2026年加速，真正的约束是固化的工作流，而不是医生保护主义。 ChatGPT for Healthcare 增加了 HIPAA 合规、医学证据检索和临床工作流，首发即接入8家头部机构，收到的需求超过团队承载能力。Singhal 的目标是让 AI 辅助医疗在年末成为“医疗常规的一部分”，但他也提醒，医疗体系按月变化，而不是按周变化。

隐私正在被当作推广基础设施：健康数据获得额外加密，与普通 ChatGPT 活动隔离，也不会用于训练基础模型。 Singhal 并未声称更多数据没有价值；他的判断是，通过清晰的隐私交换降低用户的“启动能量”，将带来更大的长期健康影响。下一步政策前沿可能是经同意的数据共享，用于试验匹配、N-of-1 治疗，以及 Labenz 提出的“AI 与尝试权”。

医疗也是 OpenAI 的应用对齐实验室，但 Singhal 并不认为最难的监督问题已经解决。 医疗模型已经在一些狭窄领域超过单个医生，迫使团队继续推进可扩展监督、校准不确定性、专家聚合和模型性格研究；与此同时，随着强化学习扩展，思维链尚未出现普遍滑向“神经语”的迹象。乐观情景是出现医疗领域的“Move 37”——意料之外的诊断或治疗方案抬高健康水平上限——但能力快速扩张与更罕见安全失误之间的平衡仍难以判断。

🔗 原始收听与视频来源： Universal Medical Intelligence：OpenAI 提升人类健康的计划，与 Karan Singhal 对谈