ChatGPT Health 改变了消费级健康 AI 的风险模型。一次问答只暴露当次输入，连接系统则可以持续读取病历、用药、化验结果、Apple Health 和其他健康应用的数据。真正需要判断的，是源数据进入模型后，调用、推断、记忆、外部披露和删除能否分别核验与控制。
OpenAI 于 2026 年 7 月 23 日向符合条件的美国成年用户逐步开放新版 Health。它的定位是帮助用户理解健康信息，不用于诊断或治疗，也不能替代专业医疗。评估这类产品，应把产品功能、隐私承诺和临床有效性分开。
当前能够连接什么
符合条件的 Free、Go、Plus 和 Pro 用户可以连接 Apple Health、受支持的美国医疗机构门户、One Medical 和 Function Health。产品支持 Web 和 iOS，连接 Apple Health 需要 iPhone。Voice 和 Codex 当前不支持已连接的 Health 插件。
连接目前是只读的。ChatGPT 可以比较历史化验结果、总结就诊以来的变化、准备复诊问题，或把睡眠和运动数据放进同一段上下文，但不能修改医院病历或 Apple Health。
只读是重要防线。错误摘要不会直接污染源记录，但仍可能影响用户行为。停用的药物仍显示为当前用药、单位遗漏、穿戴设备专有分数没有传输，都可能形成听起来合理的错误解释。
OpenAI 明确提示，连接数据可能不完整或已经过时。用户需要在同步后检查当前病情、药物、家族史和重要指标。这个校正环节属于安全系统的一部分。
健康数据存在五条边界
讨论隐私时，人们常把问题压缩成数据有没有加密。加密只覆盖存储与传输。连接式健康助手至少包含五条不同边界。
第一条：来源与数据血缘
一个数值只有带上来源、采集时间、单位、参考区间和记录状态，才具备解释价值。血糖 110 可能来自不同时间、不同单位和不同检测条件。
FHIR Provenance 提供了一种可复用基线，用于记录谁在什么时间、通过什么活动创建或修改了数据。OpenAI 没有公开承诺向用户展示完整的 FHIR Provenance，因此它只能作为验收标准，不能写成现有实现。
遇到重要结论时，应让模型说明每个判断引用了哪条记录、什么日期，以及是否合并了多个数据源，然后回到原始门户或应用核对。
第二条：调用权限
默认设置下，ChatGPT 每次准备在对话中使用病历或 Apple Health 数据时都会询问。用户可以单次允许，也可以选择始终允许，关闭后续提示。输入 @Health 可以显式要求调用健康上下文。
这是调用权限，不是存储权限。账户可以保持连接，同时拒绝某次对话读取。选择始终允许则扩大了健康数据可能影响普通对话的范围。
偶尔使用时，逐次询问更符合最小授权原则。持续性的健康管理任务可以考虑始终允许，但这相当于把相关性判断交给广泛的对话环境自动完成。
第三条：对话与记忆
新版 Health 允许用户授权后，在普通 ChatGPT 对话中调用已连接数据。使用 Health 的对话也可能形成记忆。OpenAI 表示，记忆不会直接由同步病历或 Apple Health 数据创建，但对话中形成的目标、偏好或推断可能进入后续个性化。
这里需要区分原始记录和派生信息。一条化验结果可能不会直接变成记忆，而由它引出的饮食偏好、睡眠目标或运动限制可能被保留。
旧版 Health Project 仍保留项目级隔离记忆，也不会自动迁移进新版 Health tab。希望加强隔离的用户可以继续使用独立 Project、project-specific memory、Temporary Chat，或直接关闭记忆。
存储位置、调用范围和记忆范围是三种控制。把它们当作同一个开关，会让撤权和删除变得不可预测。
第四条：外部披露与人员访问
OpenAI 表示，连接的医疗记录、Apple Health 数据及使用这些数据的对话，不用于训练基础模型或定向广告。Health Privacy Notice 还表示不会出售这类个人数据。
这些承诺并不等于任何人员和处理商都无法访问。隐私声明指出，少量获授权人员和可信服务商可能为模型安全访问 Health 数据，用户可以选择退出；数据也可能因客服、反欺诈、安全、法律义务、云服务和相关运营活动由处理商接触。
当另一个插件准备执行可能披露健康信息的动作时，产品会增加检查，部分敏感动作会再次确认。OpenAI 尚未公开完整的动作分类、漏拦率、误拦率和逐动作审计接口。
因此，目的地需要和数据源一样认真检查。安全连接医院病历之后，派生的训练计划、摘要或建议仍可能通过后续工具流向其他人或服务。
第五条：断开与删除
断开账户后，来自该数据源的同步数据会在 30 天内从 OpenAI 系统删除。已经写入 ChatGPT 对话历史的信息会继续保留，直到用户删除对应对话。
三种操作影响不同对象：
| 操作 | 控制对象 | 仍可能保留 |
|---|---|---|
| 断开医疗机构或 Apple Health | 后续同步和连接数据副本 | 已有对话与派生文本 |
| 删除健康相关对话 | 该段对话内容 | 仍然连接的数据源 |
| 删除或管理记忆 | 后续个性化 | 数据源和聊天历史 |
完整退出需要分别检查账户、对话和记忆。公开材料也没有承诺所有处理商、备份和派生系统立即同步删除，因此不能把断开连接理解成全链路即时擦除。
HIPAA 是产品角色边界
消费版 ChatGPT Health 不面向 covered entity 的临床用途，不提供 Business Associate Agreement，也没有被描述为 HIPAA-eligible。OpenAI 将医疗机构场景导向 ChatGPT for Healthcare 和 Clinicians。
HIPAA 保护取决于主体关系，而不是文件内容看起来是否像病历。美国卫生与公众服务部说明，当消费者要求 covered entity 把数据传给一个既不是 covered entity、也不是其 business associate 的应用时，该应用后续处理通常不再受 HIPAA Rules 保护。
病历来自医院，并不意味着进入任意消费应用后仍自动保留医院体系内的法律保护。州级消费者健康数据法、FTC 权限、合同和企业政策可能继续适用，但它们属于另一套控制体系。
更完整的上下文也会放大错误
连接数据减少了缺少上下文造成的错误，同时延长了错误传播链：
- 医院或穿戴设备保存了一条过时、缺失或标签错误的数据。
- 连接层遗漏字段、单位或专有指标。
- 模型跨记录归纳并产生推断。
- 推断进入普通对话。
- 对话形成记忆，或影响非医疗建议。
- 另一个插件使用或分享派生结果。
每一层都可能保留语气上的确定性，同时丢失来源信息。上下文越完整，正确答案的上限越高，静默错配的影响范围也越大。
这也是使用 AI 辅助决策时必须校准置信度的原因：表达流畅不能压过源记录、不确定性和错误成本。
OpenAI 的 HealthBench 对回答质量进行了较系统的测试，覆盖 5000 段对话和数万条医生编写的 rubric，评估准确性、安全、沟通、上下文理解、完整性和适时升级就医。它主要测试给定对话后的回答，无法单独证明病历抽取、身份匹配、单位转换、权限变化、删除一致性、长期记忆和外部动作都正确。
因此，验收对象应该是连接系统，而不只是最后一段回答。
用户可以执行的最小验收清单
连接完整病历前，先明确哪一个问题真的需要长期数据。用户无需连接任何信息，也可以询问一般健康问题。
使用时可以采用以下边界：
- 保留逐次询问，除非持续任务确实需要始终允许。
- 只连接当前任务需要的医疗机构和 Apple Health 数据类别。
- 同步后检查当前病情、药物、单位和日期。
- 敏感且范围明确的任务使用 Temporary Chat 或独立 Project。
- 要求模型为重要判断标注来源、时间和不确定性。
- 对有实际后果的数值回到原始门户或应用核对。
- 诊断、治疗、改药和紧急症状由专业医务人员处理。
- 退出时分别检查 Health 账户、相关对话和记忆。
产品团队还应增加端到端测试：数据血缘、陈旧记录、单位错配、患者身份、权限变化、记忆生成、外部披露和删除传播。回答质量高，只能证明其中一层。
常见问题
ChatGPT Health 符合 HIPAA 吗？
消费版 Health 不面向 covered entity 临床用途，不提供 BAA，也没有被描述为 HIPAA-eligible。医疗机构需要使用符合其监管角色的产品和合同。
OpenAI 会用连接病历训练模型吗？
OpenAI 表示，连接的医疗记录、Apple Health 数据和使用这些数据的对话不用于训练基础模型或定向广告。Health Privacy Notice 同时说明，获授权人员和服务商可能因安全及运营目的接触相关数据。
断开账户后会发生什么？
同步的源数据会在 30 天内从 OpenAI 系统删除。已经进入对话历史的信息需要删除对应聊天，记忆也需要单独管理。
ChatGPT 能修改病历吗？
不能。当前消费版连接为只读，无法回写医院记录或 Apple Health。
是否应该连接完整病史？
先从任务出发，只暴露完成任务所需的最小数据。重要决策需要核对源记录并咨询专业人员。更广的数据范围会提高连续性，也会扩大陈旧数据、错误推断和披露的影响。
参考资料
- OpenAI：Launching Health in ChatGPT
- OpenAI Help Center：Health in ChatGPT
- OpenAI Health Privacy Notice
- OpenAI HealthBench
- 美国 HHS：健康应用、API 与 HIPAA 的适用边界
- HL7 FHIR Provenance
连接式健康 AI 应接受比一次漂亮回答更严格的验收。用户需要低成本看清数据来自哪里、何时被调用、模型推断了什么、结果流向何处，以及删除操作实际移除了什么。