健康是人们使用ChatGPT最有意义的方式之一。每周,超过2.3亿人向ChatGPT咨询健康与保健问题:理解健康信息、解读化验结果、为就诊做准备、处理保险事宜、培养更健康的生活习惯,以及弄清楚下一步该问什么。

借助GPT-5.5 Instant,我们在健康领域取得了显著进步,包括在识别何时可能需要紧急护理、询问相关背景信息、解释不确定性以及让复杂信息更易于理解方面都有改进。在我们最具挑战性的健康评估中,GPT-5.5 Instant的表现现已达到与我们前沿思考模型相当的水平。由于所有ChatGPT免费用户均可使用该模型,更多人能够从这些改进中受益。

这一进步既反映了模型能力的提升,也体现了我们健康评估背后由医生主导的工作。在我们的各项努力中,一个由全球医生组成的网络通过审查模型回复示例、描述理想行为以及识别失败模式,帮助定义在真实健康场景中何为"良好"。与医生合作使我们能够衡量健康领域的进展,并持续改进ChatGPT的回复方式。

衡量健康领域的进展

在健康领域,进步意味着提供准确、易懂且基于良好判断的回复:识别何时需要更多背景信息,解释不确定性而不夸大信心,并帮助人们了解何时应寻求医疗护理。

为了衡量这一进展,我们使用了专门的健康评估,包括HealthBench⁠HealthBench Professional⁠(在新窗口中打开)。这些评估使用真实的健康对话和医生编写的评分标准,来评估准确性、安全性、沟通能力、背景意识、完整性和适当的升级处理等品质。

GPT-5.5 Instant在包括HealthBench Professional在内的健康评估综合指标上,达到了与我们最新前沿模型相似的健康表现,相比GPT-5.3 Instant有了显著提升。5.5 Instant(2026年5月发布)和5.3 Instant(2026年3月发布)可供ChatGPT所有免费用户使用(受限于使用限制),我们使用API定价来计算5.4 Thinking和5.5 Thinking的成本。

作为另一项对比,我们请医生为具有代表性的健康对话撰写回复,他们拥有无限时间和互联网访问权限(但不使用AI)。随后,一个独立的医生小组将这些医生回复与模型回复随时间进行对比,审查在真实互动中重要的品质,包括准确性、沟通能力、完整性、指令遵循程度以及健康决策帮助性,共审查了3500条回复。

在此评估中,GPT-5.5 Instant的回复在所有标准上均被评为优于医生撰写和旧版模型的回复。

医生们认为,GPT-5.5 Instant回复的失败模式少于旧版模型和医生。例如,与旧版模型和医生相比,GPT-5.5 Instant在未根据当地医疗背景进行调整、遗漏危险信号或转诊建议、或未在必要时向用户寻求更多背景信息等情况更少。

鉴于我们的模型在健康领域的使用规模,衡量近期模型改进的另一种方法是监测生产流量。我们使用保护隐私的监控器来追踪健康回复中可能的事实性问题。根据对近期健康领域生产流量(每周数十亿条消息)的比较,在过去两个月中,至少有一个被标记的事实性问题的回复率下降了71%。

更好的回复是什么样的

比较模型在真实健康问题上随时间变化的回复,可以看出ChatGPT在健康相关方面取得了哪些改进:识别何时情况可能需要紧急关注,以更好的判断处理不确定性,以及为人们提供更清晰、更有用的下一步行动指导。

进步背后的医学专业知识

这一进步是由医生们塑造的,他们帮助我们定义、衡量和改进ChatGPT中的健康回复。

OpenAI与一个由260多名医生组成的全球网络合作,这些医生来自60个国家,使用49种语言,涵盖26个医学专业。他们的反馈指导着ChatGPT如何回应各种场景下的健康问题,从日常保健问题到更复杂的临床情况。

医生们审查模型回复示例,并评估其是否准确、清晰、完整、适当谨慎且有用。他们帮助识别回复中可能遗漏重要背景信息的地方,可能听起来过于自信的地方,应该更明确说明下一步行动的地方,或者应该更直接鼓励某人寻求医疗护理的地方。

迄今为止,医生们已经审查了超过70万个模型回复示例,这些示例反映了患者和临床医生在现实世界中如何使用ChatGPT。每隔几分钟,就有一位医生审查一条新的回复。他们的反馈成为评分标准和评估准则,帮助研究人员衡量回复在真实健康场景中是否准确、安全、清晰、完整、适当谨慎且有用。这为我们提供了一种更清晰的方式,来观察模型在哪些方面变得更好,哪些方面仍需改进。

将健康改进带给更多人

这项工作也支持了OpenAI在健康领域更广泛的工作,包括为医疗保健构建的工具,例如面向临床医生的ChatGPT⁠面向医疗保健的OpenAI⁠,这些工具通过文档处理、研究和护理交付等任务为医疗专业人员提供支持。

改善人类健康将是AGI最个人化、最切实的影响之一。随着我们的模型不断改进,我们的目标是让ChatGPT在这些时刻更加准确、更有用、更具影响力——并持续将这一进步带给更多人。

本文内容采集自官方网站,排版和翻译可能与原页面存在差异。

阅读官方全文