患者抵达时，人工智能已经“读过”他们的病历

2026年7月23日，OpenAI 将 ChatGPT 中的“健康”功能扩展至美国境内18岁及以上的登录用户，覆盖网页端和 iOS 端。该功能允许用户在获得授权后连接 Apple Health 数据及受支持的病历记录，从而让 ChatGPT 帮助他们在具体情境中理解健康信息、将最新检测结果与既往数据进行比较、总结自上次就诊以来的变化，并为就诊医生准备更有针对性的问题。

OpenAI 将这款产品定位为一种辅助工具，而非专业医疗服务的替代品。这一区分固然重要，但它并不能消除这一变化对面向医疗健康的机构在运营层面上的影响。患者依然可能带着一份人工智能生成的摘要、一份建议提问清单，以及对化验结果、用药史、睡眠模式、活动数据、保险文件或既往就诊记录的个人化解读，走进诊所、牙科诊室、药房或理疗预约现场。

就诊的开始，已不再是患者坐下的那一刻，而是患者的人工智能摘要开始塑造提问内容的那一刻。

谁会受到影响？

这不仅仅是医院的故事。面向消费者的人工智能健康工具，会影响到每一个与个人健康信息、患者解释、治疗依从性、理赔、文档记录或临床决策支持打交道的机构。这一变化波及私人诊所、牙科诊所、药房、理疗服务机构、保险公司、诊断实验室、医疗设备供应商，以及辅助医疗服务提供者。

对家庭医生而言，患者可能会追问某项化验指标趋势为何发生变化。对牙医而言，患者可能会带来一份在诊室之外生成的用药或过敏摘要。对药房而言，顾客可能会在获得人工智能的解释后询问药物相互作用问题。对保险公司而言，会员可能会带着一份机器生成的关于保障范围、事先授权或治疗方案的解读前来。对化验室而言，患者可能希望在开单医生尚未与其讨论结果之前，就先获得一份通俗易懂的解释。

对话本身发生了什么变化？

患者变得准备更加充分，但未必更加准确。有些问题会因此变得更好：时间线更清晰、对用药变化的记忆更准确、就诊前的准备更充分、遗漏的文件更少。但另一些问题，则可能建立在片面的数据、被误解的术语、缺失的背景信息，或是对一段流畅但未必正确的人工智能解释过度信任的基础之上。

这对一线人员提出了新的能力要求。工作人员必须懂得如何认可患者所付出的努力，同时又不去确认一个错误的结论。临床医生必须能够区分哪些是有用的患者准备工作，哪些是缺乏依据的解读。管理者则必须决定，人工智能生成的文件究竟应当归入接诊流程、病历档案、单独的沟通渠道，还是根本不应被采纳。

每家医疗机构都应回答的治理问题

• 我们是否接受将人工智能生成的摘要作为患者接诊流程的一部分？如果接受，由谁负责审核，又存放在何处？
• 当人工智能的解读出现错误时，我们该如何回应？工作人员需要一套既尊重患者、又清晰明确、同时在临床上安全可靠的应对话术。
• 员工可以向外部人工智能工具输入哪些内容？患者数据不应被复制粘贴进公开或未经授权的系统。
• 我们如何记录专业判断？医疗决策必须被记录为由具备资质的专业人员作出，而非由面向消费者的人工智能系统作出。
• 什么情况下必须升级处理？出现症状、异常结果、用药顾虑或心理健康风险时，都应当转交给相应的执业专业人员。

隐私、知情同意，以及“系统之外”的问题

OpenAI 表示，在“健康”功能中所连接的病历记录与 Apple Health 信息，不会被用于训练其基础模型，也不会被用于广告定向投放，并且用户可以自行控制连接哪些内容。然而，多位科技与医疗领域的评论人士强调了一个更广泛的问题：一旦患者将医疗信息分享给一家消费级科技服务商，接收这些信息的机构，其所承担的法律角色未必与医院、保险公司或医疗服务提供者相同。因此，医疗机构不应想当然地认为，消费级人工智能产品所作出的隐私承诺，等同于自身所承担的监管义务。

对医疗服务提供者而言，最稳妥的做法很简单：除非法律、安全和临床治理模式已经获得批准，否则不要要求患者将敏感文件上传至外部人工智能工具；不要将患者数据复制进公开工具；除非已经与可信记录和临床判断进行过核对，否则不要将人工智能的输出结果当作已核实的病史来对待。

DNLA 面向医疗健康相关机构的行动手册

• 制定人工智能接诊政策。明确患者是否可以提交人工智能生成的摘要、截图或文件，并规定它们应当归入哪个环节。
• 培训员工进行有礼有节的纠正。患者到访时可能焦虑不安，也可能过于自信，应对方式应当保持冷静、专业，并以临床核实为核心。
• 将患者的自我准备与临床证据区分开来。人工智能的输出可以引导提问方向，但专业决策仍需依靠经过核实的记录和具备资质人员的审核。
• 更新知情同意书的表述。说明本机构将如何处理、以及不会如何处理患者提供的人工智能生成材料。
• 守住数据边界。禁止员工将能够识别患者身份的信息粘贴进未经批准的人工智能系统。
• 记录决策者身份。在档案中明确注明，诊断、治疗、转诊或保障范围方面的决定，是由获得授权的专业人员作出的。

DNLA 观点