ARTICLE · 1230953
OpenAI 医疗负责人深访:为什么每个人口袋里都需要有一个健康专家
OpenAI 医疗负责人深访:为什么每个人口袋里都需要有一个健康专家
编 者 按 OpenAI 不做「专门的医疗模型」，而是把医疗数据混进通用前沿模型的每一层训练。任何被 fork 出来的专科小模型，都会因为前沿进步太快而被迅速甩开——赌「规模」，而不是赌「专科」，才是双赢。 每周 3 亿人用 ChatGPT 问健康问题，绝大多数是免费用户、且大部分在美国之外。OpenAI 的策略是「丰裕」而非「稀缺」：把可信、充裕、可靠的健康智能，免费或近乎免费地给到所有人。 医疗最大的瓶颈不是「知识不够」，而是「知识不流动」。一项临床指南从发表到真正进入全世界医生的日常实践，要花5 到 17 年，OpenAI 想把它压缩到「几周、几天、甚至几小时」。很多地方其实「有医学共识，只是没被执行」。 问五个医生同一个问题，你能得到八个答案。所以 OpenAI 建了一张覆盖全球数百名医生、跨越几十个专科、语言和执业国家的「专家网络」，用分布式共识来避免单一专家的偏见。 当「用户想听好话」和「医学上必须泼冷水」冲突时，规则只有一条：安全优先。模型该在用户不爱听的时候，依然说「这不安全，你应该去就医」。 OpenAI 的角色是「前门」和「四分卫」，不碰真正的医疗服务。它帮患者打理预约、报销、复诊这些「最后一公里」的碎片化烂摊子，把真正意义上的照护，留给医院、医生和创业者。 「Move 37」正在健康领域酝酿：模型能横跨十年的纵向病史、EHR、聊天记录，做出人类因为大脑记不住那么多数据而做不出的预测，事后看却是对的、惊艳的。 GPT-6 Luna 这个「最便宜的前沿模型」，在 HealthBench Professional 上的表现，比一个月前 OpenAI 最好的模型还要好，却便宜 34 倍。OpenAI 的赌注是：在同等健康智能水平下，成本会持续暴跌，最终成为一种「公用事业」。 那个「支付方 vs 提供方的 AI 账单机器人军备竞赛」（蓝十字蓝盾协会分析称它多烧了 10 亿美元）是个「短期干扰」。理想世界是双方「握手」：共享一份「这次就诊到底发生了什么」的地面真相，让 AI 来公正裁判，而不是互相开战。 未来 5 到 10 年对健康影响最大的，可能不是某个产品功能，而是两件事：AI 引导的新药靶点或分子生成，和 AI 引导的临床试验优先级排序与验证。 问：有一个大问题我先抛出来。今年早些时候有份报告，你也公开谈过：每周有数亿人在用 ChatGPT 问健康问题。他们到底在问什么？我们的主流医疗体系没能回答他们的，是哪些问题？ 卡兰：让我往后退一步，先说说我们为什么要投资健康。OpenAI 的使命是确保 AGI 惠及全人类，这件事在高层面有三个抓手：第一是造 AGI 并部署它；第二是防范坏的一面，包括各种安全；第三是让好的一面发生。我们把健康看作「让好的一面发生」的一个非常具体的落点，同时也在过程中去解决医疗里冒出来的安全问题。 我们特别在意两件事：一是抬高人类健康的「地板」——给人们免费或近乎免费、可信、充裕、可靠的健康智能；二是抬高「天花板」，让以前做不到的事变得可能。怎么看我们抬地板？看消费端就懂。超过 3 亿人每周用 ChatGPT 问健康，这个数字还在快速增长。 想一下你今天看病的体验——哪怕在美国、哪怕在湾区，约一个专科可能也要几周几个月，最后你只拿到 15 分钟面诊，还觉得自己没准备好，走出诊室才想起「我还有六个问题没问」。我们希望 AI 能成为这条就医旅程的一部分：健康不该被锁在那 15 分钟里，AI 能陪着你走完全程。 问：我上周约了个皮肤科，把问题提前写在备忘录里，结果还是忘问了一个，现在要约复诊，又得等四个月。有没有一个具体的患者故事，能帮我们想象世界会往哪走？ 卡兰：最触动我的，是 Nathan Labenz 和他儿子的故事。他儿子很小的时候，有一阵子特别疲劳、易怒，AI 帮他们在度假途中意识到「这可能是很严重的事」，反复提醒他们「认真对待」，哪怕当时医生们还不确定、甚至有点淡化。结果孩子被确诊为一种侵袭性很强的白血病。整个照护过程里，Nathan 大量用当时的 GPT-5 Pro 去理解化验单，甚至在专科医生抽空解读之前。我想这给他们带来了很多安心。 问：OpenAI 是把健康智能练进了模型的每一步，但它就是那个「人们用来写代码、规划假期」的同一个模型。从架构上，为什么通用 AI 是医学这么复杂的领域里，正确的底座？ 卡兰：这个「通用 vs 专用模型」的问题，人们老问。我以前在别的岗位就做过专用模型，两边我都有体感。最关键的一点是：我们讲的其实是「在一个通用模型里做专门训练」，我认为这才是两全其美。在 ChatGPT 和所有我们发布的模型里，过去一年，我们在每一阶段的模型训练里，都注入了专门的医疗健康数据。结果就是，你得到的模型既享受了大前沿模型的所有规模和通用智能、推理的进步，又享受了和全球医生合作带来的专门训练。如果反过来，你说「我们 fork 出一个只做医疗的小专用模型」——那个模型会因为前沿进步太快，而迅速掉队。我们在 OpenAI 和业界学到的就是：如果你押注规模，它就会越来越好。 问：很多人都被「口袋里的私人医生」这个概念吸引——什么都懂、跨所有专科、完全个性化、记得你全部病史和偏好，还能在正确的时机推动你。那是你们最终要造的东西吗？离我们有多远？ 卡兰：我们非常兴奋于这个「主动式个人健康助手」的愿景。我不觉得它是对「真正拥有医生」的任何替代，但让「获取健康信息」这件事更贴合你的个人情境，是我们健康投资的重要一部分。在 ChatGPT 里，这是一个消费级功能，让用户能连接自己的健康信息，且这些信息被安全使用——不用于训练数据、不用于定向广告。 问：分布的问题呢——是给免费用户，还是只有 Pro？ 卡兰：从第一天起，我们就尽可能广地部署给免费用户和 Pro 用户。那 3 亿每周活跃的健康用户里，绝大多数是免费用户，而且大多数在美国之外。我们把「分布」当成思考的核心。 问：讲到「主动」，Greg Brockman 上过节目，讲过他一个住院的朋友：医生正要给她用一种药，她用 ChatGPT 一查，结合自己的病史，发现可能有药物相互作用或不良反应，拿给医生看，医生同意了。那是不是意味着，如果够便宜够方便，我们就能给每一个临床场景都做「第二、第三、第四个意见」？ 卡兰：我很喜欢这个「患者和临床医生的双重安全网」的想法——它就待在那条就医旅程里，不强插、不做中间人，而是给现有体验做增强。我们在临床医生这一侧，用和 Penda Health 的一系列实验更直接地研究过：部署一个给医生用的「copilot 安全网」，它会在医生工作时主动提示「这里可能有点问题，可能有一个你没追踪到的药物相互作用」。患者这侧也会看到同样的事——比如你的 A1C（血糖指标）升高了、你是糖尿病患者，它确保你的医生来复核你的用药。 问：个人智能体最近很火——Instinct、Muse、GrokBot、还有 OpenAI 的 Dots。你可以给它一个目标，它就执行一串任务。你很难不想象它怎么去摆平我们现在这套破碎的医疗系统：帮你约号、确认保险覆盖、跟进出院后的医嘱，甚至替你跟保险公司扯医疗账单错误。这是你们在做的事吗？ 卡兰：我非常兴奋于这个愿景。从患者和临床医生两边看，这个医疗体系最难的地方，就是「碎片化」和「生态之间缺乏连接」。而且医疗这个行业，你别指望它明天就到处都有 MCP 连接器——它到处是遗留软件，很多人的主 EHR（电子健康档案）还是跑在虚拟机上的。这个领域绝对是为「agent」和「computer use」准备好的，那些传统上横在「患者得到照护」和「临床医生提供照护」之间的壁垒，我认为在未来几个月里就会开始溶解。 问：同一个底层模型，既能帮我这个小白理解化验单，也能帮一个训练有素的专科医生理解一个极其复杂的病例。你们怎么让答案对这两种人、以及任何其他角色，都「读得懂」？ 卡兰：健康是个「以信任的速度移动」的领域。所以你不仅要让模型更好、能测量，还要沟通、带着整个世界一起走。简短回答是：我们通过和全球专家合作、以各种方式收集反馈，来评估和训练模型，让它针对不同用户定制行为——一个普通用户、一个老练用户、一个临床医生、或别的角色。回到 2025 年 5 月我们最早发布的 HealthBench，其中一个主题就是：模型如何根据对方是「普通用户」还是「临床医生」，来调整技术术语的使用。 问：信任还有另一个维度——「分歧」。一个人对着 ChatGPT 倒苦水，心里其实是盼着听到「没事」。从用户满意度看，他想听安慰；但从医学上看，他需要听到的可能完全是另一回事。你怎么教 AI 分辨这两者？ 卡兰：这正是我们做评估和训练的核心。你可以只请几个临床医生进 OpenAI 健康团队，说「你们自己琢磨这些不确定的案例怎么处理」，把它丢给那少数几个人。但这其实不是最好的做法——因为你会发现，问五个医生一个问题，你能得到八个答案。所以我们一开始做健康时做的头几件事之一，就是建了一张覆盖全球数百名专家的「医生网络」，去琢磨怎么「聚合专家的智慧」，尤其在可能产生分歧的领域。第二部分，是「怎么平衡相互冲突的目标」——那基本上就是「安全优先」。当每周有数亿条健康对话涌进来时，我们都有专门追踪这些「难搞场景」的评估：这时候模型应该说「这不安全，你应该去就医」，哪怕用户不想听。 问：我作为消费者问 ChatGPT 一个医学问题，然后拿去给医生看，结果他不同意那个回答。我该怎么办？ 卡兰：我觉得你应该像处理任何「分歧」一样去处理。作为患者，你有权请另一个医生再看看、去拿一个「第二意见」。无论你是否同时用 ChatGPT 获取健康信息，我都会这么建议。 问：那「绝对正确性」呢？很多医学领域其实还处在被发现、被研究的过程中，医学界内部就有分歧。对这类「真相还没定论」的问题，你们怎么处理「正确性」？ 卡兰：这是很好的问题。退一步看今天的医学共识是怎么分布的：一大堆人写着各种生物医学论文，然后每一年，不同专科有一个「制定临床指南」的过程。然后是生物医学文献、临床指南、最后是「人们在实践中真正怎么做的」。最后这一步，其实是个巨大的瓶颈——有研究专门看「临床指南要多久才能渗透进全世界日常医生的实践」，过去人们发现，这要花5 到 17 年。你不想自己看的是落后 5 到 17 年的医学。所以我们想的一件事，就是怎么把这段周期压缩到「几周、几天、甚至几小时」。很多领域缺乏医学共识，但在另一些领域，是有共识的，只是没被执行——你能做的是大幅减少「没被执行」的情况。 问：那还有真正「医学上不确定」的地方怎么办？ 卡兰：你想训练模型去认识自己的不确定性。在浏览、拿到信息之后，模型要能知道「信息就是不够」，并且坦率讲出来。这也是 HealthBench 公开的一部分——包含对「不确定时要留有余地」的评估。 问：有些领域是灰色、有争议的——未经批准的肽类、疫苗、经常被媒体政治化的东西。ChatGPT 对还在争论的话题，该怎么站队？ 卡兰：只要有争议或缺乏共识，无论是否被政治化，我们都想确保自己依赖专家来帮忙定义「模型该怎么回应」的标准。这是我们一贯的做法。 问：我想区分两个东西：医学信息，和医学照护。对于「信息」，ChatGPT 越来越是更快、更好、更便宜拿到答案的方式。但在「光有信息到不了终点」的场景里——我需要处方、要看线下专科、要做血检、核磁——我仍然得一头扎进传统的医疗体系。AI 会提供所有这些吗？它会在哪里停下？ 卡兰：我不认为 AI 能、也不认为 AI 会提供所有这一切。我们看待自己角色的方式，其实是「赋能整个生态」——因为不存在一个「某一家公司包揽所有医疗照护」的未来。我们的角色，是想清楚「对人们来说，医疗照护的最后一公里到底长什么样」，让「最后一公里」对我们的所有合作伙伴来说，变成「最后一百米」。 问：作为消费者，我期待从 OpenAI 得到的是你形容的这种「四分卫照护」吗？我会在界面里跟临床医生对话吗？ 卡兰：我想你会看到，我们在帮你「找到照护」这件事上很有帮助。但我不认为我们会去做你刚提到的那些所有事情。那些地方，我们高度依赖我们的创业公司、照护提供方组织和合作伙伴。 问：对于临床医生和企业端，说说你们在推的一些工具、以及一些真正起作用的合作。 卡兰：有几个卫生体系特别突出：一个是 UCSF，他们是 Epic、EHR 和 ChatGPT 之间连接的最早采用者之一，一直在思考「医生怎么用它做病历复核」。另一个是 AdventHealth，他们是「在整个工作区部署 agent」上的超级用户，效果惊人——他们报告很多行政流程成本下降了大约80%。 问：如果我走进医生办公室，看到他屏幕上开着 ChatGPT，我该生气还是该高兴？ 卡兰：我听到的说法不一，而且这个态度正在随时间改变。我发现两边其实都越来越觉得「在自己的就医旅程里有一个 AI 做 sanity check」，是件更安心的事。我不敢说我们完全到了那一步，但这是我的预测方向。 问：如果病人在就诊前已经做完了所有功课，而医生在就诊前也把整个病例跑了一遍 ChatGPT，那这次就诊他们还有什么可聊的？ 卡兰：我希望他们聊的是医疗中「人」的那一面——医疗里仍然有大量的不确定性、共情和床旁关怀，还有大量的身体接触。就诊的一部分意义，恰恰是去获取更多信息、去做问诊和检查这一整套过程。这些不会消失。 问：AI 在下棋、下围棋上，一旦变得很擅长，它也揭示了一些连最顶尖专家都没在用的策略。在健康领域，有没有类似的、让你惊讶的发现？ 卡兰：最近驱动我们团队「抬高人类健康天花板」的，是一个叫做「健康领域的 Move 37」的概念。Move 37 来自 AlphaGo 和一场它和李世石下的棋——有一手，当时看像是一步蠢棋，让所有围观的顶尖人类专家都震惊，但事后看，那是一步精彩、有洞见的好棋。「健康领域的 Move 37」，就是模型预测出一个人类可能预测不出的东西，但事后看是对的、精彩的、有洞见的。一个例子：这些系统被部署成临床医生的「安全网」时，我们看到的模式之一是：医生有点容易过度使用抗生素。模型反复标记的一个很常见的模式，就是避免这种抗生素滥用，多想想抗生素耐药这个全局问题。你会看到更多：模型把用户十年的纵向病史、横跨所有数据、EHR、聊天记录全都吃进去，做出人类因为大脑没法在脑子里整合那么多数据而做不出的预测。 问：今天人们想知道：肌酸好不好？褪黑素好不好？很多新现象是没被充分研究、甚至没广泛共识的。有没有可能，当人们把这些输入 ChatGPT，我们能生成更多证据去研究这些没定论的东西？ 卡兰：agents 最有意思的一点，是它们能解决「分析已有数据」这一大堆瓶颈。医疗生态里到处都在产生数据——EHR、纵向病史、理赔记录——它们就存在那儿，洞见没有被充分挖掘。健康未来怎么改善，有一个前沿，就是想怎么利用那些「就躺在各种盒子里」的数据，让模型基于它生成新的洞见。我还很乐观于 AI 能加速「验证」这一大堆瓶颈——验证（而不是提出新想法）最终会成为真正的瓶颈。 问：你分享过「智能作为医疗智能的原料，成本会大幅下降、直到便宜到可以忽略不计」。你的工作会对「照护成本」产生什么影响？ 卡兰：一个最近的更新是，我们发布了 GPT-6 Luna，这是我们 API 上「最便宜的前沿模型」。我们发现它在 HealthBench Professional 上，实际表现比 5.6 Sol（那是一个月前我们最好的模型）还要好，却便宜了 34 倍。我们在 OpenAI 的一个赌注就是：在同等健康智能水平下，健康智能的成本会暴跌。我们想要的是健康智能的「商品化」：我们不想独占它，我们想让所有人都用上。 问：你肯定看到了最近几周的新闻。《纽约时报》有篇报道，大意是「提供方的 AI 和支付方的 AI 在打架」。蓝十字蓝盾协会有个分析，说各自的记账机器人和文书机器人，反而多烧了 10 亿美元。你怎么看？ 卡兰：我觉得这可能是「支付方 vs 提供方军备竞赛」带来的短期阵痛。但从长远看，这根本没有存在的理由。我眼里的理想世界，是提供方和支付方有一次「握手」——「这就是这次就诊发生什么的 ground truth，这是我们的全部信息，没有别的信息源了。」然后一个 AI 来裁判。我不觉得你需要那一整套「互相搞 AI 军备竞赛」的过程，所以我把它看作一个「短期干扰」。 问：给正在看这期节目的医疗创业者，说点什么。假设这个「医疗智能」再强 100 倍、变成无处不在的公用事业，他们该在上面造什么？ 卡兰：我会对合作伙伴说：在「真正有能力」的模型上构建，最重要的是——赌这些模型会变得更有能力。赌未来。专注于交付真正好的照护质量，同时让 AI 成为「照护旅程监视」的一部分。 问：很大一块医疗支出是「程序性」的：影像、血检、后续检查、手术干预。你做的智能工作，会怎么影响「程序性照护」？ 卡兰：短期内，你想要的是「更精准地判断什么时候需要它」。未来一两年最大的宏观因素，可能只是更好的「主动式、预防性照护」——你根本不用后来再去挨那一刀。而机器人 + 照护的问题，从技术、以及从报销和产业整合的角度看，都更长期，我的预期是它不是「未来几年」的事。 问：随着 agents、个人智能体、底层模型越来越强，ChatGPT Health 未来有什么值得我们期待的？ 卡兰：我们聚焦做成的是两个高层级的事。一是抬高人类健康的「地板」，让可信赖、可靠的健康智能对所有医生、所有用户和患者都丰裕起来——直到「医生用 ChatGPT 时你反而更安心、病人用 AI 时医生也安心」那种程度。二是抬高「天花板」：那个「主动式个人健康助手」成为你照护旅程的一部分，帮你导航、做你的「四分卫」，同时也标记出「你今天就能干预、以避免未来昂贵恶化」的地方。 问：有没有哪个功能，今天感觉像科幻，但三年、五年、十年后我们可能拥有？ 卡兰：未来 5 到 10 年里，对人类健康影响最大的，可能是从两件事里诞生的新疗法。一是 AI 引导的「新靶点或分子」的生成，二是 AI 引导的「优先级排序和验证」。我们已经到了「人们想拿去做临床试验的分子和药物，远多于可用名额」的地步。想怎么用模型去排序、去跑这些临床试验、让它们更顺更快——我猜在那个时间尺度上，你看到的是更好的药、更个性化的药。
每周有超过 3 亿人，在用 ChatGPT 问健康相关的问题。这个数字还在疯涨，其中绝大多数是免费用户，大多数人甚至根本不在美国。当「健康智能」开始跑进这么多人的口袋里，问题也来了：我们到底该不该信它？
这期访谈，主持人 Jay Rughani（a16z 投医疗健康和生物科技的合伙人）对谈 Karan Singhal。Karan 是 OpenAI 的 health AI research 负责人——把医疗能力训练进 ChatGPT。节目里他抛出一个反直觉的判断：OpenAI 不做「专门的医疗模型」，因为任何专科模型，都会以极快的速度被「通用模型」甩在身后——真正聪明的做法，是把医疗数据混进通用模型的训练数据里，让同一个「既会写代码、又会规划假期」的模型，同时成为一个靠谱的医疗助手。
他对「医疗信息」和「医疗服务」的边界也非常清醒。他一再强调：OpenAI 不会、也提供不了「全套医疗服务」，它要做的是那个「前门」，是那个帮你打理预约、报销、复诊这些最后一公里烂摊子的「四分卫」，把最难的那段路留给医院、医生和创业公司。他说，理想的世界里，医生和病人「双方都因为有 AI 而觉得更安全」。
这期还藏着几个真知灼见：为什么「临床指南从发表到医生真正去用，要花 5 到 17 年」才是医疗最大的瓶颈；为什么问五个医生一个问题会得到八个答案、所以 OpenAI 拉了一张覆盖全球数百名医生的「专家网络」来当裁判；以及那个「Move 37」的隐喻——AI 会不会在健康上，也下出一步当时看是臭棋、回头看却惊艳所有人的神之一手。
以下为精选对话实录。
