OpenAI 的医疗豪赌：前一天被诉，第二天发布 ChatGPT Health

一场精心编排的「时间巧合」？

2026 年 7 月 24 日，OpenAI 因 ChatGPT-4 o 给出错误医疗建议导致一名用户住院而被正式起诉。诉状指出，该模型不仅提供了有潜在危险的错误诊断，还在对话中明确劝阻用户寻求专业医疗帮助。

次日——仅仅过了 24 小时——OpenAI 向全美成年人开放了 ChatGPT Health。

这个时间线几乎令人怀疑是某种精心设计的公关叙事：在一场负面法律事件发生的第二天，用一款雄心勃勃的新产品抢占所有头条。ChatGPT Health 的清单令人印象深刻：连接 Apple Health 电子健康数据、接入 Epic 和 One Medical 电子病历系统、允许用户手动输入实验室检测结果、用药记录和家族病史。

OpenAI 在产品说明中谨慎地加上了一句「补充而非替代」专业医疗的免责声明。但这句话本身，恰恰折射出整个医疗 AI 产业最根本的矛盾：我们正在把未经充分验证的技术推向最不容出错的领域。

当 ChatGPT 说「别去看医生」——谁来为误诊负责？

这起诉讼揭示的核心问题不是 AI「会不会犯错」，而是犯错之后由谁承担后果。

在传统医疗体系中，责任链条是清晰的——医生、医院、药企各担其责。但当 AI 模型给出「别去看医生」的建议并导致患者住院时，责任落在了谁的肩上？OpenAI 的免责声明能否在法律上构成有效的责任豁免？用户是否被合理告知了 AI 建议的风险程度？

目前的答案模糊且令人不安。OpenAI 的服务条款将风险几乎完全转移给用户——你选择使用，你就承担后果。但这种「买家自负」的逻辑在医疗领域尤为危险。医疗决策不同于选择餐厅或购物推荐，一个错误建议的代价可能是永久性健康损害，甚至是生命。

问题在于，语言模型的底层设计天然不具备「知道自己不知道」的能力。它可以自信满满地给出完全错误的医学建议，而用户在缺乏专业判断力的情况下，很难区分「有根据的建议」和「表面合理但实则危险的幻觉」。

这种认知落差不是偶发的 bug，而是系统性的结构缺陷。

AI 临床判断的真实检验 — Nature 的研究发现

在 ChatGPT Health 发布前不久，Nature 发表的一项研究对 AI 的临床判断能力提出了严肃质疑。

该研究发现，ChatGPT 在急诊分诊评估中表现出了一个系统性问题：它倾向于推荐非紧急护理，即使在症状描述符合紧急标准的情况下也是如此。更令人警觉的是，在心理健康场景中，当患者透露出具体的自残方法时，模型反而更少启动危机干预——这意味着在最需要介入的时刻，AI 的判断正在向相反方向倾斜。

Nature 的结论并非建议完全拒绝 AI 参与医疗，而是指向一个更深层的洞见：当前的大语言模型不具备真正的临床推理能力。它们擅长模式匹配和语言生成，但在需要在不确定性中做出安全决策时，其行为几乎不可预测。

在一个将「不伤害」（First, do no harm）奉为首要伦理准则的行业里，不可预测性不是性能问题，而是资格问题。

你的健康数据正在流向哪里？——ChatGPT Health 的隐私边界

ChatGPT Health 请求的权限范围令人侧目：Apple Health 数据、电子病历、实验室结果、用药历史和家族病史——这些数据合在一起，足以构建一份比任何单一医疗机构档案都更完整的个人健康画像。

问题在于：OpenAI 如何存储、处理和使用这些数据？隐私政策是否承诺不将健康数据用于模型训练？如果承诺了，这一承诺的法律约束力有多强？美国的 HIPAA 法规对新兴 AI 服务的适用性仍处于灰色地带，而 OpenAI 并非传统意义上的受监管医疗机构。

更值得警惕的是商业逻辑的内在张力。OpenAI 的盈利模式天然依赖数据流动和模型迭代——即便当前不直接使用健康数据训练模型，一旦数据管道建立，未来政策变动的可能性不容忽视。用户今天的健康数据，可能成为明天某个算法的训练素材。

这不是危言耸听，而是数字隐私史上反复上演的剧本。

为什么 OpenAI 明知风险仍加速推进？

从商业角度审视，OpenAI 的时间表并不难理解。

医疗 AI 是一个万亿级市场。Epic、Cerner 等传统电子病历巨头正积极集成 AI 功能；Google 通过 DeepMind Health 和 Care Studio 深耕医疗多年；Amazon 的 One Medical 和 Pharmacy 业务正在构建端到端的健康服务闭环。在技术路径趋同、AI 模型生态竞争白热化的当下，速度本身就是护城河——先建立用户数据连接，先形成产品生态，先塑造用户习惯。

OpenAI 在诉讼风险和市场时机之间做出了一个清晰的商业判断：被起诉的财务成本远低于错失医疗 AI 入口的战略损失。这是一种硅谷式的风险计算——「先行动，后道歉」的逻辑被不加修正地移植到了医疗领域。

但这种移植的合理性令人存疑。金融科技可以「先破后立」，因为损失的底线是金钱。医疗科技的容错空间要小得多——错误的代价写在急诊室记录里，刻在家属的眼泪中。

AI 医疗监管：我们还来得及吗？

ChatGPT Health 的仓促上线，将医疗 AI 的监管真空推到了聚光灯下。

美国 FDA 对 AI 医疗设备的监管框架主要针对有明确临床用途的「软件即医疗设备」(SaMD)。但 ChatGPT Health 这类定位为「补充而非替代」的通用型 AI 助手，恰好滑出了监管雷达——它声称自己不是医疗设备，却在事实上被用户当作医疗建议来源。

这种「监管套利」并非 OpenAI 的发明，而是整个行业的结构性问题。欧盟的 AI Act 将医疗 AI 划入高风险类别，要求严格的人为监督机制，但执行细则仍在制定中。中国在医疗 AI 监管上走在前列，已有多个 AI 辅助诊断产品获批，但审批流程聚焦于专用型 AI，通用型聊天机器人介入医疗的场景尚未有明确规则。

一个全球性的监管真空正在形成，而科技公司的产品发布速度远远快于立法进程。正如我们在EU AI Act 透明度规则倒计时中分析的那样，即便在监管最为积极的欧盟，高风险 AI 系统的合规时间表也被推迟到了 2027-2028 年。对于医疗这个「不伤害」是底线伦理的领域，我们是否真的承受得起「快速迭代、持续修补」的硅谷方法论？

常见问题

问：ChatGPT Health 能替代医生吗？

不能。OpenAI 自身在产品中标注「补充而非替代」，且 Nature 等多项研究表明当前大语言模型在临床判断上存在系统性偏差，不具备独立医疗诊断能力。用户应将 ChatGPT Health 仅作为健康信息参考工具，任何实际医疗决策均应在专业医师指导下进行。

问：将健康数据上传到 ChatGPT Health 安全吗？

存在不确定性。虽然 OpenAI 声称遵循行业安全标准，但医疗数据的特殊性——高敏感性、不可更改性、长期有效性——意味着一旦泄露，后果极为严重。建议在使用前仔细阅读隐私政策中关于数据存储、处理和使用的具体条款，并关注后续监管动态。

问：AI 医疗建议出了错，谁负责？

这是目前法律和伦理上最模糊的地带。现行法规尚未建立清晰的责任归属框架，OpenAI 的服务条款倾向于将风险转移给用户。相关诉讼仍在审理中，其判决结果可能成为该领域的重要法律先例。

问：ChatGPT Health 与现有的健康管理 App 有什么本质区别？

与 Fitbit、Apple Health 等以数据记录和可视化为核心的传统健康 App 不同，ChatGPT Health 的核心能力是自然语言交互和生成式推理。它不只是在展示你的健康数据，还会基于这些数据主动给出分析和建议。这种从「被动记录」到「主动建议」的转变，正是风险升维的关键——传统 App 出错最多是数据不准，ChatGPT Health 出错可能是建议致命。

本文基于截至 2026 年 7 月 25 日的公开信息撰写。相关诉讼仍在进行中，ChatGPT Health 功能可能随时更新。

编辑政策：本文遵循智盒编辑政策的准确性、透明性与独立性标准。若发现事实错误，请联系我们进行勘误。

关于智盒：智盒（aiKit.vip）是一个聚合前沿 AI 与科技内容的知识平台。更多信息请参阅关于智盒。