72%美国医生已用AI！ChatGPT杀入诊室，不看病专干杂活

---

  新智元报道  

这次，OpenAI把ChatGPT送进了美国诊室。

近日，OpenAI总裁兼联合创始人Greg Brockman官宣了一个大动作：

该产品面向美国所有通过身份验证的临床医生免费开放，覆盖人群包括医师（MD/DO）、执业护士（NP）、医师助理（PA）和药剂师。

功能拆开看，ChatGPT for Clinicians一共7个模块：

• 免费使用前沿模型处理复杂临床问题；

• 把转诊信、保险预授权、患者说明等常见流程做成可复用的Skills；

• 基于数百万同行评审来源的实时带引用临床搜索；

• 可委托的医学文献深度研究；

• 研究临床问题时自动计入CME学分；

• 可选HIPAA合规支持（通过BAA）；

• 对话不用于训练模型，支持多因素认证。

它是给个体临床医生用的，不需要医院统一部署，医生用NPI（国家医疗服务提供者标识符）验证身份后就能直接上手。

每一项功能都聚焦同一个场景：医生的日常工作台。

这意味着，OpenAI正式把医疗AI的战场，从「患者自己偷偷问ChatGPT」，推进到「医生在诊室里公开用ChatGPT」，推向全美医生诊室的桌面。

免费入场券发了，但领之前先要「亮证」。

医生需要通过第三方机构，用NPI完成临床医生身份验证。

只有美国持证的医生（MD/DO）、NP、PA、心理学家和其他持证临床医生，才能拿到这张门票。

身份验证之外，OpenAI还给这条免费入口套了一层隐私设定：对话内容不用于训练模型；涉及受保护健康信息（PHI）的场景，合规账户可通过签署BAA获得HIPAA支持；账户层面叠加多因素认证。

OpenAI这一步看重的不是流量，而是被认证的专业用户。它想用身份换专业场景的接入权。

这一策略背后有一组数据撑着。

AMA 2026年发布的《Physician AI sentiment report》显示：

AMA 2026年调查显示，72%的美国医生在实践中纳入了至少一种AI用例。https://www.ama-assn.org/system/files/physician-ai-sentiment-report.pdf

OpenAI官方博客也提到，全球每周已有数百万临床医生在用ChatGPT支持临床工作，过去一年使用量翻了一倍多。

医生到底能用ChatGPT for Clinicians干什么？

答案可能让人有些意外：排在功能列表最前面的，不是诊断，而是写转诊信这类的文书工作。

医生可以把转诊信、保险预授权申请、患者出院指导等常见流程做成可复用的Skills模板，设定一次，以后每次遇到同类任务，ChatGPT按同样步骤执行。

ChatGPT for Clinicians的Skills模块界面，已安装11个可复用临床技能，覆盖保险预授权、病历文书、ICD-10编码、患者教育材料等场景。

以临床搜索功能为例，ChatGPT for Clinicians可以基于数百万篇同行评审的医学文献，给出带引用、出处、发表日期的实时回答。

这样医生不用自己翻PubMed（医学文献检索数据库）到深夜，AI几秒钟就可以出结果。

ChatGPT for Clinicians临床搜索实际界面。医生输入具体病例后，系统返回带引用来源的循证评估，引用来自American Family Physician等同行评审期刊。

深度医学研究，医生可以把文献综述任务直接丢给ChatGPT，设定信任的期刊来源，引导研究方向，几分钟内拿到一份完整的、引用充分的报告。

甚至连继续医学教育（CME）学分，ChatGPT for Clinicians也考虑到了。医生在ChatGPT里研究临床问题时，符合条件的循证综述可以自动计入CME学分，不用单独上课，不用额外填表。

OpenAI选的切入点，全部是医生最痛恨的行政文书噩梦，它们吃掉了医生大量的时间和精力，却几乎不产生直接的诊疗价值。

这次，OpenAI选的切入点看起来并不炫酷，但可能是医疗AI第一个真正能大规模落地的场景。

产品做了，怎么证明好用？OpenAI的办法是：自己建一套评测标准。

同步发布的还有一个叫HealthBench Professional，是去年HealthBench的升级版，从面向普通健康对话的评估，进一步聚焦到临床医生在日常工作中向ChatGPT提出的真实任务。

数据集包含525个最终任务，从15079个候选示例池中筛出，每个任务来自医生在ChatGPT for Clinicians中的真实对话，由3名以上医生参与评分标准编写和多轮裁定。

约三分之一的案例来自医生的「红队测试」，故意刁难模型、专找弱点。困难案例的占比是普通分布的3.5倍。

HealthBench Professional各模型得分对比

ChatGPT for Clinicians中的GPT-5.4得分59.0，基础版GPT-5.4得分48.1，Claude Opus 4.7得分47.0，Gemini 3.1 Pro得分43.8，人类医生成绩43.7分。

再加另一组数字：发布前医生顾问在日常工作中测试了6924段对话，覆盖临床照护、病历文书和研究，99.6%的回答被评为安全且准确。

在355个由三名独立医生指定标准引用来源的子集中，ChatGPT for Clinicians引用这些来源的频率高于人类医生。

这些测试成绩和数据虽然很亮眼，但一个事实必须清楚：出题的是OpenAI，参赛选手包括OpenAI的模型，最高分还是OpenAI的产品。

这就像一家公司自己设计了招聘考试，然后宣布自家员工考了第一名。

即使考试设计很严谨（多医生裁定、红队测试、高难度筛选），但「自评」和「他评」之间的公信力差距不能忽略。

好消息是，Stanford的MedHELM和MedMarks等第三方评测中，OpenAI的模型同样排在前列，多少补上了一部分独立验证的缺口。

成绩再好，医生也不会因为一张跑分表就把信任交出去。

AMA同一份调查揭示了另一面：医生对AI最大的三个顾虑，是数据隐私、安全有效性验证、以及出了错谁负责。

先看隐私。

OpenAI承诺对话不用于训练模型，账户支持多因素认证。但HIPAA合规不是默认开启的，需要通过BAA才能获得支持，前提是医生有权为其账户签署BAA。很多日常临床任务可以不涉及PHI，但一旦涉及，合规流程并不是开箱即用的。

再看责任。

OpenAI发布的「Keeping Patients First」政策蓝图，明确AI应加强医患关系，最终责任归人类医生。https://cdn.openai.com/pdf/keeping-patients-first.pdf

OpenAI在同步发布的政策蓝图「Keeping Patients First」中明确写道：AI应加强临床人员与患者之间的关系，人类从业者仍承担最终责任。

意思是：AI可以帮你写，出了事还要你担责。

如果ChatGPT生成的转诊信里有一个错误的药物剂量，签名的医生要承担后果。

最后是幻觉问题。

6924段对话测试中，99.6%被评为安全准确。这个数字看起来很高，但在医疗场景下，0.4%的错误率意味着每250个回答里可能有一个不安全或不准确。

对每天处理几十个查询的忙碌临床医生来说，这个概率不能忽略。

而且这个99.6%是发布前由OpenAI合作的医生顾问测试得出的，不是大规模真实临床环境下的数据。

AI可以写错一封邮件，但在医疗场景下，错误的代价不一样。

回头看ChatGPT for Clinicians这步棋，它要解决的不是替医生看病，而是重写医生每天花最多时间的「非诊断工作」。

转诊信、保险预授权材料、病历文书草拟、临床搜索、跨期刊文献综述……产品页Skills模块下挂着的任务清单，基本就是美国医生吐槽了十几年的那些日常杂活。

路线很清楚：先动最重、最枯燥、最容易自动化的行政文书，再慢慢往临床推理、决策支持、教育学分这些更核心的场景上走。

不涉及诊断、处方和最终治疗决策。

从ChatGPT到ChatGPT for Healthcare再到ChatGPT for Clinicians，OpenAI杀入医疗的路线图已经摊开了。

第一步，ChatGPT：让患者自助查健康问题；

第二步，ChatGPT for Clinicians：让个体医生免费用上专业工具；

第三步，ChatGPT for Healthcare：让医院和医疗系统大规模部署。

今年1月，波士顿儿童医院、Cedars-Sinai医学中心、斯坦福儿童健康、纪念斯隆凯特琳癌症中心，这些美国顶级医疗机构已经在跑ChatGPT for Healthcare。

Clinicians瞄准的是那些所在医院还没统一部署AI的个体医生。

https://openai.com/zh-Hans-CN/index/openai-for-healthcare/

OpenAI还透露，接下来将与Better Evidence Network合作，在当地法规允许的前提下向美国以外的临床医生试点开放。

72%的美国医生已经在用AI，使用量一年翻了一倍。而且，这个趋势不会逆转。

AI不会替代医生，但五年后的医生工作方式，肯定和今天一定不一样，比如可能是这样的：

OpenAI这次推出的ChatGPT for Healthcare，正是要从接管文书工作开始，逐渐成为每个医生工作台上的「第二大脑」。

至于这个赌注最终是改善了医疗还是引发了新问题，答案不在硅谷，而是在诊室里。