ChatGPT健康建议：付费用户更准确

不付费，ChatGPT 给你的健康建议会更差

不付费，ChatGPT 给你的健康建议会更差

• OpenAI 正在向美国 18 岁及以上用户推出“ChatGPT 健康”功能，允许他们连接 Apple Health、医疗记录和健康应用，以查看化验结果、准备就诊和分析健康数据。

• 免费用户获得由 GPT-5.5 Instant 驱动的较低质量健康建议，而付费订阅者可以使用更强的 GPT-5.6 Sol 模型。

• 尽管每周有超过 3 亿人向 ChatGPT 提出健康问题，风险仍然显著：AI 聊天机器人已被证明会以高置信度给出错误的医学发现，而不是承认不确定性。

OpenAI 自 1 月公布并测试该功能后，正在向美国 18 岁及以上用户推出“ChatGPT 健康”。付费订阅可能真的能救命。

用户可以连接 Apple Health、医疗记录和健康应用，以查看化验结果、准备医生预约以及分析睡眠或活动数据。OpenAI 表示不会将连接的健康数据用于模型训练或广告。

免费用户获得更差的健康建议

使用免费版ChatGPT 的用户获得较低质量的健康建议。OpenAI 使用GPT-5.5 Instant驱动该功能，其在健康基准测试中的得分低于保留给付费用户的新旗舰模型GPT-5.6 Sol。OpenAI 可能会从伦理角度为这种双层系统辩护，指出两种模型在HealthBench Professional测试中的表现都优于医生的回答。

在 OpenAI 的 HealthBench Professional 上，GPT-5.6 Sol 在每个类别中都优于医生撰写的回答以及较旧的 GPT-4o 和 GPT-5.5 Instant 模型。最大的差距在于完整性（88.0% 对 53.2%）和健康决策有用性（83.0% 对 50.8%）。| 图片来源：OpenAI

即使基准测试结果看似决定性的，它们也来自旨在衡量知识的人工测试环境，医生得分较低可能有多种原因。他们可能面临时间压力、疲劳，或者在缺少患者记录或同事意见等工具的情况下参加测试。

基准测试也无法捕捉实际医疗检查中的许多情况，医生可以亲自检查患者、捕捉非语言线索，并利用多年经验评估整体状况。OpenAI 自己在公告中反复表示，ChatGPT 仍可能犯错，不能替代医疗建议。该公司表示，超过 260 名医生参与了健康功能的开发。

OpenAI 的早期测试还发现，超过 70% 的参与者在专门的健康部分之外提出健康问题，因为切换到该部分过于繁琐。此后，该公司在任何对话中都提供了健康功能，同时保留专门的健康部分用于管理数据和访问过去的健康聊天。

更好的“谷歌医生”，但无法替代医生

OpenAI 表示，现在每周有超过 3 亿人向 ChatGPT 提出健康问题，高于 1 月份的2.3 亿。该公司尚未说明健康功能是否或何时在欧洲可用。当 OpenAI 在 1 月宣布该功能时，它明确排除了欧洲经济区、瑞士和英国。更严格的欧盟数据隐私规则以及该功能可能被欧盟 AI 法案归类为高风险的可能性是可能的原因。

这些风险并非假设。在最新的放射学基准测试 RadLE 2.0 中，测试的 16 个 AI 模型没有一个表现与人类放射科医生一样好。主要问题是聊天机器人以高置信度给出错误发现，而不是承认自己达到了极限，而人类放射科医生在承认不确定性方面要好得多。这种过度自信、说服力和谄媚（聊天机器人验证用户而不是挑战错误假设）的混合，也导致了严重的心理健康伤害。

与此同时，一些报告显示 AI 在健康数据中发现医疗专业人员遗漏的模式，有时结果惊人。用于电子健康记录的系统 MIRA 和 AMIE 在模拟咨询中表现与初级保健医生相当。一位研究人员将这类 AI 代理比作飞机的自动驾驶仪：“这些系统可以通过接管常规任务来支持和减轻医疗专业人员的负担，但最终责任始终在于医生。”

无炒作 AI 新闻 – 人工精选

订阅 THE DECODER 可享受无广告阅读、每周 AI 通讯、每年六次的独家“AI 雷达”前沿报告、完整档案访问以及评论区的访问权限。