OpenAI健康板块负责人Karan Singhal在近期一场访谈中披露，每周有超过3亿人使用ChatGPT询问健康相关问题。他表示，OpenAI正在探索主动式个人健康助手（proactive personal health assistant）产品形态，目标是让健康支持延伸至诊前、诊中、诊后的全流程，而非停留在单次问答。
Karan Singhal指出，当前医疗服务普遍存在预约周期长、就诊时间短、患者准备不足等问题，而健康需求并不会随一次门诊结束而消失。在两次就诊之间，患者仍需理解检查结果、判断后续行动。他以播客主持人Nathan Labenz的真实案例说明这一需求：Labenz的儿子出现持续疲劳、易怒等症状后，借助GPT-5 Pro梳理诊疗过程、理解化验报告，最终确诊为一种侵袭性白血病。Karan Singhal认为，这一案例体现了AI在诊室外提供持续健康支持的价值。
在技术路线上，OpenAI选择以通用模型作为医疗智能的基础，而非单独训练医疗专用模型。Karan Singhal曾参与专用模型开发，据其介绍，通用模型能够持续受益于前沿模型在规模、智能和推理能力上的进步，医疗领域的专业训练则可进一步强化模型处理健康问题的能力。过去一年，OpenAI在ChatGPT模型训练的各个阶段均加入了专门的医疗数据，包括与全球医生合作获取的数据。他表示，单独训练一个规模较小、仅面向医疗领域的专用模型，很快会落后于前沿模型的迭代速度。
在医生端，OpenAI与Penda Health合作开展了临床医生辅助系统（Clinician Copilot）实验。该类工具在诊疗过程中起提醒作用，帮助医生留意可能遗漏的信息。实验中发现，AI识别出部分临床场景存在抗生素使用过度的倾向，涉及抗生素耐药这一更广泛的公共卫生风险。为应对医学判断中的分歧，OpenAI建立了由全球数百名医生参与的专业网络，覆盖数十个医学专科、不同语言和不同国家的临床实践，用于完善训练数据和评估标准。
在系统集成方面，OpenAI正与Epic等医疗信息系统合作，探索让医护人员在原有工作环境中直接使用ChatGPT。Karan Singhal同时表示，用户的健康信息不会被用于模型训练或广告定向。他强调，个人健康助手不能取代医生，也无法独立提供医疗服务的全部内容，OpenAI的定位是与现有医疗服务体系相配合。他将AI在医疗中的角色形容为患者和临床医生身边的一道安全网：存在于整个就医过程中，但不时时插手，也不成为横亘其中的中间人。
从行业影响看，通用大模型向医疗健康场景的渗透正在加速。OpenAI披露的周活跃健康咨询规模，意味着AI已成为大量用户获取健康信息的前置入口。其主动式健康助手与临床辅助工具的推进，将检验大模型在真实医疗流程中的可信度与落地能力，也涉及与医疗信息系统厂商、医疗机构之间的协作深度。这一路径能否在改善健康结果上获得可验证的证据，仍是其规模化应用的关键前提。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
