OpenAI 在 ChatGPT 中推出 Health 功能：免费与付费建议之间的鸿沟

OpenAI 正式通过面向 18 岁及以上美国用户的“Health in ChatGPT”功能进入医疗咨询领域。虽然该功能提供了与个人健康数据前所未有的集成，但它也引入了一个备受争议的双层体系，即医疗见解的质量直接取决于您的订阅状态。

质量差距：GPT-5.5 Instant 对比 GPT-5.6 Sol

OpenAI 新推出的健康服务的核心在于模型能力之间的显著差异。免费用户使用的是 GPT-5.5 Instant，该模型针对速度进行了优化，但临床准确性较低。相比之下，付费订阅用户可以访问 GPT-5.6 Sol，这是专门为高水平推理和健康基准测试设计的新旗舰模型。

这种性能差距可以通过 HealthBench Professional 测试进行量化。在该基准测试中，GPT-5.6 Sol 在所有类别中的表现都优于医生编写的答案以及较旧的 GPT-4o 和 GPT-5.5 Instant 模型。最值得注意的是，该模型在以下方面表现出巨大的优势：

• 完整性 (Completeness)： Sol 为 88.0%，Instant 为 53.2%。
• 健康决策帮助程度 (Health Decision Helpfulness)： Sol 为 83.0%，Instant 为 50.8%。

虽然 OpenAI 可能会出于经济原因为这种分层访问辩护，但这创造了一种现实：最准确、最全面的医疗分析被锁在付费墙之后。

深度集成与数据隐私

除了简单的文本查询，“Health in ChatGPT”还允许用户同步 Apple Health、医疗记录和各种健康应用。这使得 AI 能够分析化验结果、监测睡眠模式，并帮助用户为即将到来的医生预约做准备。

为了应对这些信息的敏感性，OpenAI 承诺执行严格的隐私政策：连接的健康数据不会用于模型训练或定向广告。这是建立信任的关键举措，尤其是自一月份以来，与健康相关的查询量已从 2.3 亿激增至每周超过 3 亿次。

AI 在临床环境中的局限性

尽管基准测试得分令人印象深刻，但科技行业仍保持谨慎。AI 在医疗领域应用的一个主要障碍是“过度自信”问题。在 RadLE 2.0 放射学基准测试中，测试的 16 个 AI 模型中没有一个能达到人类放射科医生的水平，这主要是因为聊天机器人往往以极高的信心提供错误的发现，而不是承认不确定性。

此外，AI 缺乏捕捉非语言暗示的能力，也无法利用人类医生在面对面检查时所提供的多年临床直觉。OpenAI 通过在功能开发过程中邀请 260 多名医生来缓解这一问题，但他们仍保持着明确的免责声明：ChatGPT 不能替代专业的医疗建议。

监管障碍与全球可用性

虽然美国用户可以使用该功能，但该功能在欧洲经济区、瑞士和英国仍无法使用。这主要是由于 GDPR 严格的数据隐私指令，以及根据 EU AI Act，此类工具可能被归类为“高风险”。随着 AI 越来越接近临床一线，技术能力与监管合规之间的紧张关系只会进一步加剧。

核心要点

• 分层智能： 付费用户通过 GPT-5.6 Sol 获得卓越的医疗推理能力，其在 HealthBench Professional 上的表现显著优于免费的 GPT-5.5 Instant 模型。
• 数据同步： 该功能允许与 Apple Health 和医疗记录进行深度集成，尽管 OpenAI 承诺这些数据不会用于训练。
• 临床局限性： 尽管基准测试得分很高，但 AI 仍面临“幻觉式自信”的问题，并且缺乏人类医生那种细致入微的体格检查能力。