专访OpenAI健康主管：打造医疗安全网，不取代医生

每周，全球有超过 3 亿人使用 ChatGPT 询问健康相关问题。对 OpenAI 而言，这不仅代表庞大的用户需求，更意味着重大的责任。

在近日的一场深度访谈中，OpenAI 健康板块负责人 Karan Singhal 谈及普遍存在的就医痛点：即便在医疗资源发达的地区，患者往往要经历数周甚至数月的排队预约，最终面诊仅有十几分钟。走出诊室后，后续的报告解读、日常照护依然缺乏支持。

Singhal 强调，OpenAI 绝无取代医生的意图，核心目标是让可信的医疗智能像基础设施一样普及，同时抬高人类健康的“下限”与“上限”。 所谓下限，是让医疗支持以极低成本普惠大众；所谓上限，则是辅助医生减少失误，并加速医学研究突破。

为什么坚持用通用模型做医疗？

针对外界关心的技术路线，Singhal 解释了 OpenAI 坚持基于通用大语言模型而非单独开发医疗专有模型的原因。

专有小模型虽然针对性强，但很快会落后于前沿大模型在推理、逻辑与多模态能力上的迭代速度。OpenAI 的策略是：以具备顶尖通用智能与推理能力的模型为底座，在训练全流程中注入高质量的医疗专业数据，并联合全球医生进行微调与评测。

基于此，OpenAI 正在探索“主动式个人健康助手”（proactive personal health assistant）。该助手旨在覆盖诊前、诊中、诊后全流程，协助患者整理过往病历、预约挂号、核对保险报销细则及出院随访。Singhal 强调，用户的健康隐私数据绝不会被用于模型训练或商业广告投放。

成为医患双向的“安全网”

在临床端，AI 扮演的角色不是指手画脚的仲裁者，而是一道隐形的“安全网”。

OpenAI 曾与 Penda Health 合作测试临床医生辅助系统（Clinician Copilot）。在实际应用中，AI 能敏锐察觉容易被医生疏忽的规律——例如抗生素的过度使用倾向，从而降低抗生素耐药这一公共卫生风险。

同时，医学研究成果从发表到进入日常临床，往往滞后 5 至 17 年。通过与 Epic 等医院信息系统集成，医生在接诊时可即时调取匹配的医学文献和诊疗指南，缩短查阅成本。Singhal 表示，当文书与琐碎流程被 AI 分担后，医生才能留出更多精力专注于医疗最核心的本质：同理心、医患沟通与床边关怀。

信任边界与实际挑战

随着 AI 问诊的普及，现实风险也随之浮现。

国内调研显示，超过六成受访医生已在日常工作中使用 AI 辅助，但多数临床医生也担忧：AI 缺乏个体化分析，若患者过度迷信 AI 甚至擅自更改医嘱，将严重干扰正常诊疗。

近期针对 OpenAI 的一起诉讼即凸显了该矛盾：患者在使用 GPT-4o 过程中疑似受到模型误导，减少了抗癫痫药物剂量并不幸离世。这类事件表明，模型必须具备严格的安全边界：在面对不确定性或与专业医嘱冲突时，应始终以生命安全为首要准则，并主动引导患者前往线下就医。

推动新药研发与医学“第37手”

在诊疗之外，OpenAI 还将目光投向生命科学源头。

如同当年 AlphaGo 下出颠覆人类棋谱认知的“第37手”，Singhal 认为，未来 AI 有能力综合患者数十年跨度的多源健康数据，给出传统医学难以预料的前瞻性风险预测。

在制药领域，OpenAI 此前推出了 GPT-Rosalind，参与筛选新型抗菌分子，并收购了药物研发协同平台 Orchestra Bio。Singhal 预测，未来 5 到 10 年，新药研发的瓶颈将从发现候选分子转移到方案的筛选与验证，AI 将大幅提升临床试验效率，加速个性化精准医疗的落地。