周三，OpenAI推出了面向临床医生的ChatGPT（ChatGPT for Clinicians），这是一款专为支持医疗记录和医学研究等临床任务设计的ChatGPT版本。
这家人工智能公司表示，该AI工具将向美国境内任何经过验证的医生、执业护士、医师助理或药剂师免费提供。OpenAI表示，计划随着时间推移将访问权限扩展至更多国家和群体。
该公司表示，过去一年中，临床医生对ChatGPT的使用量已增长一倍以上。美国医学会报告称，自2023年以来，医生使用人工智能技术的比例已增长一倍以上，AMA调查的81%的医生表示他们目前在专业环境中使用该技术。
这款新AI工具紧随OpenAI在一月份推出的专用医疗保健产品ChatGPT for Healthcare之后，同时还推出了一款面向消费者的ChatGPT Health产品，旨在帮助个人理解其健康信息并获取针对医学问题的个性化答案。
据OpenAI今年一月表示，ChatGPT for Healthcare是一个面向研究人员、临床医生和管理人员的工作空间，由经过医生指导测试的GPT-5模型提供支持。首批部署ChatGPT for Healthcare的机构包括波士顿儿童医院、塞达斯-西奈医学中心、斯坦福医学儿童健康中心、AdventHealth、HCA Healthcare、贝勒斯科特怀特健康中心、纪念斯隆凯特琳癌症中心和加州大学旧金山分校。
OpenAI高管在一篇博文中表示，为临床医生提供免费访问ChatGPT for Clinicians是下一步举措，也是建立在公司持续进行医疗健康模型评估的基础之上。
随着该领域的AI初创公司不断扩展其AI能力，以覆盖临床工作流程并成为临床医生的AI副驾驶，OpenAI正进一步深入医疗健康领域。Abridge公司最初是一家AI听写公司，目前正在扩大其临床决策支持解决方案，为医生提供实时临床证据和指导。相比之下，OpenEvidence是一个由AI驱动的医学搜索引擎，已开发出一款临床AI助手，可转录患者就诊过程以及医疗编码工具。
OpenAI还推出了HealthBench Professional，这是一个用于评估大型语言模型在临床任务中表现的开放基准。该基准围绕三个常见用例组织：诊疗咨询、写作与记录以及医学研究。这一新的基准测试工具建立在HealthBench基础上，后者是OpenAI去年发布的一个开源基准，旨在衡量大型语言模型在医疗健康领域的性能和安全性。
据OpenAI称，新的基准测试工具使用"由医生撰写的对话和评分标准、多阶段医生裁决以及仔细的数据筛选来测量常见临床医生对话中的性能和安全性"。
作为基准，该公司要求人类医生在不受时间限制和可访问网络的情况下，为其专业领域的任务生成自己的回答。通过HealthBench Professional评估，OpenAI发现，ChatGPT for Clinicians工作空间中的GPT-5.4模型表现优于基础GPT-5.4模型、所有其他OpenAI和外部模型，以及人类医生。
OpenAI表示，该公司与"数百名医生顾问"合作，为ChatGPT for Clinicians提供信息并改进其功能。
OpenAI在博文中表示，ChatGPT for Clinicians为医疗健康用例提供对OpenAI当前前沿模型的免费访问，帮助解决疑问、研究和记录问题。临床医生还可以将常见工作流程转化为可重复使用的技能，使ChatGPT能够每次都遵循相同步骤完成转诊信、预先授权和患者指示等任务。
OpenAI高管表示，该工具还提供了一个临床搜索工具，可访问"数百万值得信赖的同行评审医学来源"的证据。
该公司表示，当临床医生在ChatGPT中研究临床问题时，符合条件的证据审查可自动计入继续医学教育学分，无需单独课程或额外文书工作。
OpenAI高管指出，某些符合条件的账户还可以与OpenAI签订业务关联协议(BAA)，以支持在需要访问受保护健康信息(PHI)时符合HIPAA要求的使用，同时强调许多临床任务不需要PHI。
OpenAI还声称，对话不会用于训练模型，并且该工具提供多因素身份验证等功能，以保护敏感信息的安全。
该公司声称其AI模型持续接受健康性能和安全评估。据该公司表示，医生顾问已审查了70多万条模型响应，这些响应反映了临床医生和患者在现实世界中如何使用ChatGPT。
OpenAI表示，在发布ChatGPT for Clinicians之前，医生顾问在日常工作的临床护理、记录和研究中测试了6,924次对话，医生对99.6%的回应评价为安全且准确。
OpenAI高管在博文中写道："在355个例子的子集中，每个例子都有三位独立医生指定了真实引用来源，ChatGPT for Clinicians引用这些来源的频率高于人类医生。尽管如此，ChatGPT for Clinicians旨在为临床医生提供信息支持，而非取代他们的判断或专业知识。"
该公司还提到了第三方评估，如斯坦福的MedHELM和MedMarks，这些评估将OpenAI的模型在真实世界医疗健康应用中的表现排在其他大语言模型之上。
【全文结束】
