OpenAI 向 ChatGPT 开放健康记录，暴露出新的信任鸿沟

尽管将医疗记录托付给一家 AI 公司仍存在悬而未决的问题，OpenAI 还是于 7 月 23 日开始向美国成年人推出 ChatGPT Health。Engadget 对 OpenAI 的报道揭示了其中的核心矛盾：ChatGPT 掌握的信息越多，个性化体验就越好；但代价是用户必须分享极为敏感的信息。

符合条件的用户可以连接受支持的医疗记录、Apple Health、One Medical 和 Function Health。随后，ChatGPT 可以比较检测结果、总结变化、关联活动模式，并帮助用户为与临床医生的沟通准备问题。

OpenAI 将该产品定位为对既有使用行为的回应，而非鼓励用户用它取代医生。该公司称，每周有超过 3 亿人向 ChatGPT 提出健康相关问题。ChatGPT Health 试图让这些对话建立在个人情境之上，而非依赖零散记忆和手动上传的文档。

不过，这一发布让消费级 AI 更接近那些历来由医院、保险公司和专业健康应用严密保管的信息。OpenAI 表示，该产品配备专门的安全措施、有限的数据访问机制，以及对模型训练的限制。这些承诺很重要，但并不能消除消费级聊天机器人与医疗服务提供者之间在法律和实践层面的差异。

Engadget 对 OpenAI 的报道标志着从健康问答到健康记录的转变

ChatGPT Health 将产品从通用信息来源，转变为能够持续解读用户病史的工具。

OpenAI 于 2026 年 1 月宣布 ChatGPT Health，最初将其描述为具有独立控制选项的专属健康体验。7 月的发布让此前的构想成为面向符合条件的 Free、Go、Plus 和 Pro 账户用户的实际产品。

此次推出仅面向已登录、年满 18 岁且位于美国的用户。它支持 ChatGPT 的网页和 iOS 版本，不过 OpenAI 表示，功能可用范围将在数周内逐步扩大。

用户无需连接账户即可提出健康问题。连接数据后，才能解锁该产品更具影响力的部分：基于医疗记录、实验室结果、处方、活动测量数据及其他个人信息生成回答。

OpenAI 的健康功能发布公告介绍了几种可能的使用方式。用户可以将近期实验室结果与早期检测进行比较，总结自某次就诊以来的变化，或分析睡眠、运动和日常作息之间的关联。

该公司还建议使用 ChatGPT 将临床语言转化为通俗英语。面对多项诊断、治疗程序和用药调整的人，可以在与新专科医生见面前，要求它梳理一份时间线。

这是一次重要的产品转变，因为连续性往往是有用的健康建议与泛泛建议之间的分水岭。只能看到一个问题的聊天机器人或许能解释某项血液检测测量的内容；拥有数年检测结果的系统则可以识别变化趋势，并帮助用户提出更具体的问题。

这篇发布报道强调了这种便利背后的交换条件。当 ChatGPT 获得用户生活中更多、更私密的记录时，它的相关性会更强。

医疗记录可能包含诊断结果、药物、家族病史、心理健康信息、生殖健康细节、账单数据和临床医生笔记。Apple Health 还可能增加长期收集的心率、睡眠、活动及其他测量数据。

这种组合形成的图景比任一单独来源都更丰富。但它也创建了一个集中存放信息的目的地，而这些信息此前分散在医院、实验室、手机和健康应用之中。

OpenAI 表示，该功能旨在支持医疗服务，而非取代医疗服务。其帮助文档指出，ChatGPT Health 并不用于诊断或治疗。出现紧急症状的用户应立即寻求专业帮助。

这一免责声明划定了重要边界，但产品界面可能会模糊这种边界。一个能够审阅记录、记住上下文并提供个性化解释的系统，可能比普通搜索结果显得更具权威性。

结果并不是一名 AI 医生，而是一个在医患关系附近运作的消费级助手：它拥有足以影响用户如何理解症状、检测结果和治疗沟通的上下文。

OpenAI 为何需要纵向健康上下文

其商业与产品逻辑很直接：当模型能够看到每个问题背后的历史时，健康回答就会更有用。

健康信息往往是碎片化的。实验室结果出现在一个门户中，影像报告在另一个门户中，健身测量数据在手机上，而用药变化则记录在就诊摘要里。

患者经常需要在短暂的就诊时间内重建这段历史。他们可能忘记日期、误解医学术语，或难以说明多种病症之间如何相互影响。

ChatGPT Health 将这种碎片化转化为产品机会。在获得许可后，系统可以检索相关信息，无需用户再次查找并上传每一份文档。

OpenAI 的支持文档说明，用户可以连接受支持的医疗服务提供者门户和多个健康账户。对于记录较多的用户，同步可能需要数分钟或更长时间。

初次同步后，用户可以添加病症、药物和家族病史。他们可以在 Health 区域提问，或者在启用 Health Connect 后，在更广泛的 ChatGPT 对话中使用已连接的信息。

这一机制使 ChatGPT 更具持续性。它不再将每次对话视为孤立的交流，而是可以将相关上下文带入后续问题。

以一位在调整药物和运动习惯后监测胆固醇的人为例。通用聊天机器人可以解释 LDL 与 HDL 胆固醇之间的区别；已连接数据的助手则可以比较带日期的结果、识别用户记录的药物，并为下一次就诊总结问题。

另一位用户可能收到一份充满陌生术语的影像报告。ChatGPT 可以整理检查发现、区分观察结果与结论，并生成一份值得进一步澄清的要点清单。

这些场景针对的是一个真实的可及性问题。医疗记录让患者获得信息，但获得信息并不保证理解。临床文档主要是为医疗服务、账单处理和专业人员之间的协调而编写的。

OpenAI 表示，医生在产品发布前对其进行了广泛测试。该公司也警告称，ChatGPT 仍可能出错，用户应与具备资质的专业人士核实重要信息。

该公司通过HealthBench 测试投入了由医生主导的评估，该测试将模型回答与医疗专业人士制定的标准进行比较。这类评估可以衡量回答是否包含相关信息、沟通是否清晰，以及是否避免了不安全的建议。

不过，基准测试无法复现每一位患者、每一种病症组合，或每一份不完整的记录。医疗推理依赖于体格检查、当前症状、临床判断，以及可能从未进入数字记录的信息。

因此，ChatGPT Health 作为解读和准备工具最具可信度。它可以帮助用户在就医前整理信息、在就医后理解术语，并发现他们原本可能忽略的问题。

Engadget 对 OpenAI 的框架仍然重要，因为提高实用性的同一份上下文也会增加暴露风险。OpenAI 正在要求用户为了便利性、连续性和更清晰的解释接受这种权衡。

对于已经使用 AI 组织复杂项目的知识工作者而言，这种交互或许并不陌生。个人健康史就像一个高度敏感的知识库，只是错误和泄露风险会带来大得多的后果。

围绕个人知识库设计的工具，体现了情境化辅助的更广泛吸引力。但医疗信息需要比普通笔记、会议摘要或研究文件更严格的边界。

产品承诺遇上不同的隐私现实

OpenAI 增加了有意义的控制措施，但 ChatGPT Health 并不会继承与医院记录相关的所有保护。

OpenAI 表示，默认情况下，已连接的医疗记录、Apple Health 信息以及使用这些信息的对话，不会被用于训练其基础模型。该公司还表示，不会将这些材料用于定向广告。

其健康隐私声明描述了产品可能收集的信息。这份清单包括医疗记录、实验室结果、处方、生命体征、症状、健康史，以及用户曾寻求的服务。

该声明还描述了有限的人为访问。除非用户通过 ChatGPT 设置选择退出，否则获授权人员和受信任的服务提供商可能会访问 Health 数据，以提升模型安全性。

这一细节并不意味着员工会随意浏览记录。但它确实意味着，这项承诺比“没有人能够访问这些信息”这样的简单说法更具限定性。

OpenAI 还保留了为遵守法律、预防欺诈、保障安全与安保，以及处理某些商业交易而处理或披露个人数据的权利。这些条款在隐私政策中很常见，但当数据包含诊断和处方时，值得额外关注。

用户可以断开已关联的账户。根据该公司的Health 指引，来自已断开来源的同步信息将在 30 天内从 OpenAI 的系统中删除。

已被纳入对话历史的信息会保留，直到用户删除这些对话。因此，断开医院门户并不会自动清除所有引用导入记录的回答或交流内容。

记忆机制又增加了一层。ChatGPT Health 可以根据用户设置保留先前对话中的细节和偏好。专属 Health 体验会将其自身的记忆与主账户分开保存。

Health Connect 的运作方式不同，因为它可以让已连接的上下文在其他 ChatGPT 对话中可用。这些对话遵循主账户的记忆设置。

普通用户可能难以追踪这种区别。专属 Health 对话、已连接的数据来源、已保存的 Health 记忆，以及使用 Health Connect 的通用聊天，彼此相关却是独立对象。

想要删除某项敏感细节的人，必须了解该细节存放在哪里。它可能存在于同步来源、生成的对话，或已保存的记忆中。

更大的问题在于，人们熟悉的医疗隐私预期并不会自动跟随数据进入每一个消费级应用。HIPAA 主要监管受覆盖的医疗实体及其业务伙伴。

联邦健康应用指南说明，当个人要求医疗服务提供者将信息传输给独立应用时，这些信息可能会离开 HIPAA 的保护范围。

但这并不意味着健康应用完全不受监管。联邦贸易委员会可以追究不公平或欺骗性行为，其《健康数据泄露通知规则》也覆盖许多 HIPAA 体系之外的产品。

这项数据泄露通知规则要求受监管的健康应用提供商，在发生某些可识别健康信息泄露后通知消费者和监管机构。

不过，数据泄露通知与医院级隐私保护预期并不相同。通知规则是在未经授权获取信息后作出响应；它既不能消除风险，也不会像 HIPAA 那样以相同方式规范所有可能的数据用途。

这种法律上的差异正是信任鸿沟的核心。用户可能会以为，医疗信息既然源自医院门户，无论流转到哪里都会继续受到“HIPAA 保护”。这种假设可能并不成立。

OpenAI 正在依据面向消费者的条款提供一款消费级产品。其独立的企业和医疗产品，则针对专业环境采用不同的合同安排。

临床医生和医疗机构不应将消费者版 Health 功能视为监管系统的自动替代品。专业人士处理患者信息时承担的义务，与个人选择连接自己的健康记录并不相同。

更充分的背景信息无法消除医疗不确定性

ChatGPT Health 可以整理健康记录，但仍可能误解其含义、遗漏紧急情况，或夸大尚不确定的模式。

大语言模型通过根据学习到的模式预测和组织语言来生成回答。它们无法独立检查患者、测量当前生命体征，也无法确认数字记录是否完整。

医疗病史本身也可能存在错误。药物清单可能长期未更新，已被排除的诊断仍会保留，不同医疗服务提供者的记录也可能以不同方式描述同一事件。

当 ChatGPT 接收到有缺陷的输入时，个性化反而可能让错误答案显得格外可信。具体日期、药物名称和检测数值会赋予回答一种看似精确的印象。

这种风险并非 OpenAI 独有。任何解读健康信息的生成式系统都面临同样的问题。不过，ChatGPT 的规模意味着，这一问题将呈现在广泛的消费者群体面前，而不只是局限于特定的临床工作流程。

该公司表示，每周有超过 3 亿人向 ChatGPT 提出与健康相关的问题。即使故障率很低，在这样的使用规模下也会影响大量对话。

用户必须区分信息汇总与临床推断。要求 ChatGPT 列出多份化验报告之间的变化，与询问这些变化是否证明患有某种疾病、或是否应调整用药，是两回事。

第一项任务主要依赖准确提取和整理信息。第二项则需要诊断能力、对患者当前状况的了解，以及对治疗决策承担责任。

OpenAI 的产品表述一再强调，Health 应当支持专业医疗服务。然而，用户往往恰恰因为专业医疗服务不可获得、等待时间过长、价格高昂或难以导航，才会转向聊天机器人。

这带来一种行为上的矛盾。最安全的使用方式是与临床医生核实重要结论，但从中获得最大价值的用户，可能恰恰是最难获得临床医生服务的人。

心理健康也引发另一层担忧。对话可能让人感到被支持且私密，从而鼓励用户透露此前从未向他人分享过的经历。模型可能忽略不断升级的风险、强化错误信念，或在长时间交流中作出前后不一致的回应。

连接的健康记录或许能改善上下文，但无法保证判断可靠。既往诊断可能帮助 ChatGPT 解读问题，也可能让系统过度锚定于某一种解释。

可穿戴设备数据中的相关性同样面临这一挑战。睡眠、心率、运动和症状之间的关系可能值得关注，但并不必然能够证明因果关系。

用户还应预期存在数据缺口。OpenAI 指出，ChatGPT 只能接收通过已连接来源共享的信息。某些在健身应用内部计算的指标，可能永远不会出现在 Apple Health 中。

用户可能会询问为何 ChatGPT 的数据与可穿戴应用不同，却得到基于不完整数据作出的回答。差异可能源于同步延迟、计算方式不同，或某些字段无法获取。

这些限制并不意味着 ChatGPT Health 毫无用处。它们界定了该产品最具合理价值的使用场景。

该产品适合解释术语、准备就诊问题、整理时间线，以及发现值得请专业人士复核的不一致之处。它不太适合断言某种症状意味着什么，或建议调整治疗方案。

考虑使用该功能的用户，应从范围明确的任务开始。可以先连接一个数据来源，查看会显示哪些信息，并要求系统进行总结，而不是诊断。

他们应对照原始记录核实日期和用药细节，也应避免仅依据生成式回答作出紧急决定。

从 Engadget 的 OpenAI 报道中，最值得关注的并非“个性化毫无价值”，而是对激励机制的提醒。当 ChatGPT 成为用户解读生活中更多领域信息的界面时，OpenAI 会从中受益。

当这一界面能减少困惑时，用户也会受益。尚未解决的问题是：这些控制措施、准确性和法律保护，是否足以证明将如此多敏感上下文集中到同一个账户中是合理的。

OpenAI 正在竞争成为患者界面

这场战略竞争并不只是 OpenAI 与另一款聊天机器人的较量；它是消费者 AI 界面与碎片化医疗门户之间的竞争。

医院和保险公司早已提供病历访问服务，但它们的门户往往只是资料库。它们展示文件、检验结果、消息和预约详情，却不会整合完整病史。

ChatGPT Health 在这些系统之上增加了一层对话式界面。用户无需浏览多个菜单或下载多份文件，而是可以直接请求解释。

这一层无需取代底层记录，也能变得具有影响力。医院仍是信息来源，而 ChatGPT 则成为患者解读信息的场所。

这一位置之所以有价值，是因为界面会影响下一步行动。一份摘要可能影响患者提出哪项担忧、以多紧急的程度寻求帮助，或是否质疑一笔账单或治疗方案。

OpenAI 并非唯一将生成式 AI 与医疗结合的公司。Anthropic 已推出面向医疗领域的产品，而 Google 也持续开发医疗 AI 模型和与健康相关的搜索体验。

这些公司面临相同的广泛约束：准确性、隐私、责任、临床评估和用户信任。它们的产品设计各不相同，但都希望让 AI 介入复杂健康信息的解读。

传统医疗技术公司也拥有重要优势。电子健康记录供应商早已嵌入临床工作流程，并与医院维持着成熟的合作关系。

消费者 AI 公司则拥有不同的优势。它们提供熟悉的界面、广泛的用户基础、灵活的语言能力，以及将健康问题与日常规划结合起来的能力。

医院门户可能只显示一个化验数值。通用助手则可以将这一数值与用户的膳食计划、运动安排、旅行计划和向医生提问的问题联系起来。

这种广度很有用，但也削弱了医疗信息与日常对话之间的边界。专属的 Health 界面试图通过独立控制机制重新建立这条边界。

因此，OpenAI 必须同时说服用户接受两项主张。系统需要广泛的上下文才能发挥作用，同时又能可靠地将敏感上下文限制在用户选择的范围内。

第二项主张更难证明。用户无法直接检查每一个存储流程、访问控制、服务提供商或下游披露条件。

信任取决于政策措辞、安全实践、监管问责以及公司的未来行为，也取决于用户是否真正理解需要自行管理的设置。

竞争压力可能会强化这些保护措施。如果隐私成为决定性因素，各家公司就会有动力提供更清晰的控制、更短的数据保留期、更窄的访问范围，以及更多在个人设备上的处理。

但竞争也可能推动公司扩大整合范围并加深个性化。产品能访问更多来源、记住更多历史、并在更多场景下回答问题时，看起来会更强大。

这正是核心权衡。最好的健康助手希望拥有一幅完整图景，而最安全的数据架构则会尽量减少收集并限制再利用。

OpenAI 选择通过同意机制、数据分区、删除工具、训练限制和专业评估来管理这一冲突。此次推出将检验这些机制在受控演示之外是否仍然可信。

ChatGPT Health 接下来必须证明什么

下一项考验并不是 ChatGPT 能否总结一份化验报告，而是数百万用户能否在不误解其限制的情况下控制这一系统。

第一个信号是采用质量。除非用户连接健康记录、持续使用产品，并发现其摘要在实际医疗过程中有用，否则下载量或账户可用性几乎说明不了什么。

OpenAI 很可能会强调用户评价和汇总使用数据。更有参考价值的证据包括人们反复执行的任务、纠正错误的频率，以及用户是否理解何时应咨询专业人士。

高采用率将强化 OpenAI 的主张：碎片化的健康信息确实为对话式界面创造了需求。如果用户在连接数据的页面后频繁放弃，则可能表明信任成本超过了其感知到的收益。

第二个信号是基准测试之外的安全表现。由医生主导的评估可以在发布前识别常见错误，但公开使用会带来异常情况、不完整病史和含糊请求。

应关注有记录的案例：系统是否误读病历、漏掉紧急症状，或给出与专业指导相冲突的建议。关键问题在于 OpenAI 如何发现、解释和纠正这些失误。

透明的事件报告将增强信心。严重错误发生后若只给出模糊保证，则会削弱该公司进一步深化健康整合的理由。

第三个信号是监管和竞争层面的回应。FTC 可以执行有关健康隐私承诺和数据泄露通知要求的规定，而州法律也可能对敏感数据增加义务。

监管调查、数据泄露或存在争议的数据实践，都会迅速改变该产品的风险状况。针对消费者 AI 健康工具出台更清晰的联邦指引，将有助于用户比较不同服务之间的保护措施。

竞争对手也会影响标准。若有竞争产品提供更少的数据收集、设备端处理，或更清晰地分隔健康对话与一般对话，OpenAI 将面临回应压力。

Engadget 提出的 OpenAI 问题，最终仍属于每一位用户：个性化健康解读者带来的收益，是否足以证明在 AI 账户中再存放一份你的医疗背景信息是合理的？

在连接任何内容之前，请先查看隐私声明，明确希望 ChatGPT 完成的具体任务，并确认哪些来源确有必要。若使用更少的数据也能回答同样的问题，应从更少的数据开始。对于所有重要的医疗结论，请依据原始记录和合格的医疗照护进行核实。

ChatGPT Health 可以让复杂的信息更易于理解和查找。它无法消除隐私、准确性和问责方面固有的权衡。