她是 OpenAI CMO，也是癌癥患者｜OpenAI 內(nèi)部分享

OpenAI 辦了一場內(nèi)部分享，主題是 ChatGPT Health 和 OpenAI for Healthcare

三位嘉賓，都是 OpenAI 的高管：

• ? Kate Rouch ，OpenAI CMO，此前在 Coinbase 主導(dǎo)了超級碗彈跳二維碼廣告，在 Meta 待了十年

• ? Nate Gross ，OpenAI 健康副總裁，醫(yī)學(xué)博士，Doximity 和 Rock Health 聯(lián)合創(chuàng)始人

• ? James Hairston ，OpenAI 創(chuàng)新政策總監(jiān)，負(fù)責(zé)健康、設(shè)備和機(jī)器人領(lǐng)域，此前在 Meta 領(lǐng)導(dǎo) VR/AR 政策團(tuán)隊十年

Kate 站在臺上，講的第一件事，便是是自己過去一年的乳腺癌診療經(jīng)歷

Kate Rouch，OpenAI CMO

她說自己有很棒的醫(yī)生，但分布在太多專科。有大量復(fù)雜的臨床文獻(xiàn)和臨床決策，她需要有人用她能理解的水平解釋清楚

她用 ChatGPT 做了這些事：

理解臨床文獻(xiàn)
問 ChatGPT 某篇論文的樣本量是多少，統(tǒng)計顯著性適不適用于她的特定乳腺癌亞型。她說這是「更高級的用法」，需要理解的不只是乳腺癌，還有具體亞型的研究現(xiàn)狀

處理保險理賠
理賠被拒，讓 ChatGPT 幫她重寫申請，最終獲批。她說診斷中的很多壓力來自行政方面：理賠被拒、不理解保障內(nèi)容

跟孩子溝通
她有三歲和六歲的孩子。問 ChatGPT「如何用適合三歲孩子的方式談?wù)摪┌Y」，有什么書可以參考

準(zhǔn)備專科就診
幫她優(yōu)先排列要問各位專家的最重要問題。她說與專科醫(yī)生的時間很寶貴，必須確保問出最重要的問題

理解治療副作用
某個癥狀是不是正在接受的治療的副作用？人們通常怎么緩解這些癥狀？

Kate 在 UCSF 接受治療，那里和 OpenAI 在同一條街上。她所有的醫(yī)生都知道她在用 ChatGPT，會一起討論她查到的東西、醫(yī)生的看法

她說這讓她「感到更知情、更有信心，理解自己一路上做出的決定」

插入個題外話：聽了她的分享，我莫名想到了牢A的「斬殺線」理論，也莫名想到了絕命毒師中的老白

每天 4000 萬人

Nate Gross 給了一組數(shù)據(jù)：

每周使用 ChatGPT 的 8 億人中，四分之一會提交健康相關(guān)問題 相當(dāng)于每天約 4000 萬人

還有一個數(shù)據(jù)：九分之七的對話，發(fā)生在醫(yī)生下班后

Nate 說大量醫(yī)療行為發(fā)生在就診之外。預(yù)約前后的問題、遲遲才到的檢查結(jié)果、圍繞診療的各種文書和后勤工作。人們已經(jīng)在用 ChatGPT 來準(zhǔn)備、翻譯、總結(jié)、核對這些環(huán)節(jié)中的信息

1 月初各家都在發(fā)醫(yī)療產(chǎn)品。OpenAI 1 月 7 日發(fā) ChatGPT Health，Anthropic 1 月 11 日發(fā) Claude for Healthcare，相隔四天

碎片化整合

Nate 說醫(yī)療系統(tǒng)是碎片化的、孤立的

部分原因是診療服務(wù)、商業(yè)模式、保險、監(jiān)管環(huán)境各自演化的結(jié)果。部分原因是專業(yè)化帶來的權(quán)衡，高級診療需要不同地方的不同專家

但最終，這些孤島造成了知識斷層和診療挑戰(zhàn)

你的檢驗結(jié)果在這里，病歷在那里，可穿戴設(shè)備的數(shù)據(jù)在另一個地方。互不連通，患者成了整個系統(tǒng)的集成層

ChatGPT Health 做的事情是打破這些孤島

同步病歷

通過 b.well 連接 220 萬美國醫(yī)療機(jī)構(gòu)和 320 個健康計劃。用戶可以選擇同步分散在不同系統(tǒng)中的病歷，這些系統(tǒng)今天互不連通

接入可穿戴設(shè)備

Apple Health、Peloton、MyFitnessPal、Function Health。Nate 說大多數(shù)醫(yī)生沒有時間或界面來輕松查看這些數(shù)據(jù)

個性化回答

搜索引擎每次都「失憶」，不知道你是 25 歲還是 75 歲。ChatGPT 的查詢會基于用戶選擇分享的個人背景

Nate 舉了個例子：去餐廳拍一張菜單照片，問 ChatGPT「我今晚點餐應(yīng)該注意什么」

它會基于你的檢驗數(shù)據(jù)和健康目標(biāo)給建議

他說 ChatGPT 是向「個人超級助手」邁出的又一步，能用信息和工具支持用戶實現(xiàn)生活各方面的目標(biāo)

目前 ChatGPT Health 是 waitlist 階段

臨床端

OpenAI for Healthcare 給醫(yī)院和臨床醫(yī)生用

首發(fā)合作伙伴 8 家，覆蓋不同診療場景：

• ? 兒童醫(yī)院：波士頓兒童醫(yī)院、Stanford Medicine Children's Health

• ? 學(xué)術(shù)醫(yī)療中心：UCSF

• ? 專科醫(yī)院：紀(jì)念斯隆-凱特琳癌癥中心

• ? 大型醫(yī)療服務(wù)系統(tǒng)：HCA Healthcare、Cedars-Sinai

Nate 自己是醫(yī)生，他說臨床醫(yī)生可以用它做三件事：

基于證據(jù)的綜合分析

回答植根于真實醫(yī)學(xué)來源，包括同行評審研究、公共衛(wèi)生指南、臨床指南。帶引用鏈接，可以驗證標(biāo)題、發(fā)表日期、期刊，點擊閱讀原文。AI 成為你仍可深入核實的合作伙伴

與機(jī)構(gòu)政策對齊

美國各地診療實踐不同。通過 SharePoint 集成，回答可以反映該醫(yī)院批準(zhǔn)的政策、診療路徑和治療方案，讓團(tuán)隊遵循同一套規(guī)范

加速文檔工作

出院摘要、患者須知、臨床信件、轉(zhuǎn)診信、事先授權(quán)支持。還可以將患者材料調(diào)整為易讀、翻譯后的版本

臨床端邏輯

Nate 說醫(yī)院最大的瓶頸是時間

臨床醫(yī)生沒有足夠時間閱讀所有內(nèi)容、解釋清楚、跟上信息洪流。AI 做初步的繁重工作，綜合知識、起草、翻譯復(fù)雜信息

還有一個瓶頸是碎片化。診療越來越分散在不同專家、不同場所、不同 IT 系統(tǒng)之間，這些系統(tǒng)互不連通。AI 擅長匯集這些信號，病歷、影像報告、檢驗結(jié)果、床位問題、可穿戴設(shè)備，呈現(xiàn)一個連貫的故事

還有一個現(xiàn)實：醫(yī)院領(lǐng)導(dǎo)知道臨床醫(yī)生已經(jīng)在用 ChatGPT 了

Nate 說需求是真實的，假裝不知道只會制造行政和 IT 風(fēng)險

機(jī)會在于把這種使用以安全、可審計、透明、符合機(jī)構(gòu)政策的方式納入企業(yè)

250 名醫(yī)生參與訓(xùn)練

安全性方面，OpenAI 和超過 250 名醫(yī)生合作改進(jìn)模型處理健康問題的方式

訓(xùn)練內(nèi)容包括：何時提出追問、如何表達(dá)不確定性、何時引導(dǎo)用戶尋求專業(yè)診療

他們做了 HealthBench 評估。評分項包括：事實準(zhǔn)確性、是否包含關(guān)鍵考量、是否遺漏重要風(fēng)險。Nate 說這給了一個非常現(xiàn)實的信號，展示模型在真實醫(yī)療工作流中的表現(xiàn)，而非選擇題式的考試評估

外部基準(zhǔn)方面，OpenAI 的模型在 GPDVal 的所有健康職業(yè)領(lǐng)域優(yōu)于行業(yè)專家

ChatGPT for Healthcare 發(fā)布前經(jīng)歷了 9 輪醫(yī)生主導(dǎo)的紅隊測試，歷時 5 個月

安全性投入

Nate 說目標(biāo)不是追求完美，是構(gòu)建在高風(fēng)險場景中始終表現(xiàn)得深思熟慮、保守、透明的系統(tǒng)

Q&A 環(huán)節(jié)

分享會后半段是觀眾問答，有幾個有價值的問題

關(guān)于 EMR 集成

UCLA 兒科醫(yī)學(xué)院的 Sharam Yazdani 問是否有計劃直接集成到 Epic 等 EMR 系統(tǒng)

Nate 說技術(shù)已經(jīng)有了，現(xiàn)在是部署挑戰(zhàn)。科技行業(yè)和醫(yī)療行業(yè)長期以來像油和水，解決方案往往不完全契合工作流。他們和早期合作伙伴一起決定：在什么時刻，EMR 集成最有價值？

可能是開車上班時討論患者名單。可能是整合一個從遠(yuǎn)方轉(zhuǎn)診來的、有大量分散數(shù)據(jù)點的患者

關(guān)于情感支持

有人問 AI 在情感上可以扮演什么角色，邊界在哪里

Kate 說這個產(chǎn)品專注于身體健康。對于困難健康狀況中的情感支持，會引導(dǎo)用戶到產(chǎn)品之外的支持資源

但她認(rèn)為診斷中的很多壓力來自行政方面：保險理賠被拒、不理解保障內(nèi)容。把產(chǎn)品定位在「幫我理解發(fā)生了什么、幫我準(zhǔn)備就診、幫我理解保障」這些事情上，實際上是減輕患者壓力的核心

關(guān)于十年后的未來

有人問這次發(fā)布作為信號，預(yù)示十年后會怎樣

Kate 說很難理解變化的速度。ChatGPT 本身才發(fā)布三年。如果想十年后，當(dāng)然要腳踏實地，但全球數(shù)以百萬計的人有可能獲得變革性的結(jié)果

Nate 說醫(yī)學(xué)一直是一套積木。ChatGPT Health 中構(gòu)建的東西來自數(shù)十年的工作：兩黨政府團(tuán)體為患者數(shù)據(jù)訪問權(quán)所做的努力、數(shù)據(jù)交換標(biāo)準(zhǔn)、各種支撐 AI 和幫助翻譯內(nèi)容的底層技術(shù)

他希望這將成為又一塊積木。醫(yī)療領(lǐng)域有太多挑戰(zhàn)，沒辦法在一年內(nèi)宣布任務(wù)完成，可能十年也不行

一年后的成功

James 問了一個問題：
一年后來說，成功會是什么樣子？

Nate 說，對消費者，成功是「感覺不那么孤獨、不那么不知所措，有一個可信賴的地方來理清事情，準(zhǔn)備與臨床醫(yī)生的對話，理解自己的診療過程」

對臨床醫(yī)生，成功是「解脫」。更少時間損失在行政工作上，更有信心自己在基于正確的證據(jù)工作，減少倦怠，有更多時間陪孩子

對企業(yè)合作伙伴，成功是「信任」。知道 AI 的使用是安全的、可審計的、與臨床判斷保持一致的

Kate 說，幫助人們理解涌來的健康信息，把信息轉(zhuǎn)化為更好的結(jié)果

她在臺上的最后一句話：

產(chǎn)品團(tuán)隊做得很出色，確保使用這項技術(shù)的人的聲音被納入 我的聲音是其中之一，但還有很多很多聲音