ChatGPT 接入 Epic 病历：医疗 AI 的难点从“会回答”转向“能追溯”

ChatGPT 接入 Epic 病历：医疗 AI 的难点从“会回答”转向“能追溯”

OpenAI 在 9 月 1 日为 ChatGPT for Healthcare 增加了两条数据通道：一条连接 Epic 电子病历，另一条通过 Healthcare Public Data 插件访问公共医疗数据。前者把被授权的患者上下文带入 ChatGPT，后者提供 ClinicalTrials.gov、CMS Coverage、RxNorm、DailyMed、PubMed 等九个官方来源的结构化检索。医院信息部门更该关注答案能否回到原始记录、权限是否沿用现有边界。

官方列出的典型问题很具体：上次就诊后发生了什么变化、近期化验有哪些需要复核、药物是否调整、还有哪些转诊或随访没有完成。系统会汇总相关信息，同时指向支撑结论的病历内容。在支持的部署中，ChatGPT 也可以嵌入 EHR 界面，让工作人员不离开病历页面完成整理。不过 Epic 集成目前面向符合条件的机构工作区，不向个人账号开放，这个限制决定了它不能被理解成普通 ChatGPT 账号的“病历上传”功能。

两条连接器处理的是不同风险

病历连接器解决的是内部患者上下文。数据带有身份、时间线和诊疗关系，查询必须服从用户角色、患者授权与机构政策。公共数据插件处理的则是外部证据：药品标签、临床试验、医保覆盖规则、文献记录等。它们看起来都叫“检索”，审计要求却不同。病历查询要回答谁看过哪位患者的什么内容；公共数据查询还要保存数据集、记录标识和版本，避免把旧标签或过期覆盖政策当成当前依据。

OpenAI 称插件允许围绕具体字段、标识符和版本工作。这个设计比把九个网站抓成一份向量库更适合医疗场景，因为精确编号和版本日期不能被语义相似度替代。药师核对警示信息时，需要定位到 DailyMed 的具体标签；研究团队筛选试验时，也要确认 ClinicalTrials.gov 上的招募状态和纳入条件。生成的摘要只是一层阅读界面，原始数据记录仍然是复核对象。

99.1% 是厂商评估，不是临床保证

[OpenAI 公告](https://openai.com/index/chatgpt-connects-health-records-and-healthcare-sources/)披露，数百名医生已在 60 个国家、49 种语言和 26 个专业中审阅超过 70 万条模型回答。针对已连接的 EHR 上下文，医生覆盖 27 类用例做了 4,363 次评分，其中 99.1% 被评为安全；另一轮针对五个已连接公共数据源的评估中，超过 93% 的回答获得“良好”或更高的准确度评价。

这些数字说明产品做过面向真实任务的专项评估，但不能直接推出某家医院部署后的误诊率或节省时间。公告没有把每个用例的样本分布、失败类型和机构外部复现实验完整展开，且“安全”与“准确”是不同指标。跨语言表现、罕见疾病、信息缺失以及病历中互相矛盾的记录，都可能让平均分掩盖高风险尾部。采购团队应要求查看与本院科室、数据质量和工作流程相近的分项结果。

上线验收也不宜只准备一套标准问答。更有用的测试集应包含过期药物清单、重复患者记录、撤回的研究、互相冲突的检查结果和权限不足的查询，并记录模型是否拒绝、是否引用正确版本、是否让操作者发现不确定性。涉及临床判断的输出仍需由合格专业人员复核，本文讨论的是系统接入与治理，不构成医疗建议。

医疗 AI 的采购清单应落到权限和证据

ChatGPT for Healthcare 提供角色访问、单点登录和审计日志；在适用的 Business Associate Agreement 下，机构可配置符合 HIPAA 要求的工作流。技术团队仍要补齐更细的控制：哪些科室可启用连接器，哪些字段禁止进入提示，日志保存多久，导出内容是否再次受控，以及用户撤权后缓存和索引如何处理。模型供应商的企业功能只是治理链的一部分。

这次更新给企业 AI 一个很朴素的提醒：连接更多数据会放大价值，也会放大错误传播的半径。AnyAIS 的统一模型接口可以承担多模型调用、切换和用量管理；医疗及其他敏感行业在此之上还应保留源系统权限、证据引用和人工批准。把三层边界画清楚，再讨论模型带来的效率，项目会更接近可运营的系统。