今年早些时候，OpenAI推出了ChatGPT Health，将其描述为"一种专门的体验，安全地将您的健康信息与ChatGPT的智能结合在一起，帮助您在管理健康时感到更加知情、有准备和自信。"[1]
这一公告突显了ChatGPT在医疗和健康相关话题上的广泛使用。OpenAI报告称"每周有数亿人提出健康和健康问题"，并为个人设置了等待列表，以获取有关ChatGPT Health的详细信息。
随着关于AI健康工具的伦理、隐私和有效性的辩论持续进行，本文将重点关注对精算实践三个关键组成部分的潜在影响：1)成本和使用驱动因素，2)数据，以及3)死亡率经验。
成本和使用考量
医疗保健支出逐年增加。根据医疗保险和医疗补助服务中心(Centers for Medicare and Medicaid Services)的数据，2023年美国（全球医疗支出最高的国家）在医疗保健上的支出达到4.9万亿美元，比前一年增长了7.5%。
服务使用
有时，消费者面临时间、成本和出行障碍，难以看医生。在《精算师》杂志(The Actuary)的文章"新健康经济中的远程医疗"中，Doug Norris和Keith Passwater将远程医疗视为解决这一问题的一种方案，提供更便宜、更方便的医疗建议获取方式。但这是一把双刃剑——用虚拟就诊一对一替代实地就诊可以节省资金，但如果便捷的访问增加了就诊总量，那么可能会导致支出增加。
大型语言模型(LLMs)延续了远程医疗在替代和数量之间的权衡，尽管方程的输入有所不同。类似于查找健康信息或自我诊断医疗状况，而不是立即咨询合格的医疗保健提供者（即使用"谷歌医生"），从数字来源获取信息的成本几乎可以忽略不计。
根据疾病控制中心(Centers for Disease Control)下属的国家健康统计中心(National Center for Health Statistics)的数据，2022年近60%的美国成年人使用互联网获取医疗信息。理想情况下，这种自我寻求信息的行为将重新引导和简化护理，但误诊和错误信息也可能造成更多并发症，需要额外的成本负担。AI聊天引擎与互联网搜索有几个不同之处：它们以更易读的格式和对话语气生成内容。在我看来，这在心理健康方面表现得尤为明显。[2]
根据国家健康统计中心的数据，2022年近60%的美国成年人使用互联网获取医疗信息。
与身体健康类似，治疗师和咨询师的患者也面临成本和便利性限制。根据美国心理学会(American Psychological Association)2024年"从业者脉搏"(Practitioner Pulse)调查，超过一半(53%)的心理学家报告称没有新患者的就诊名额。同样数量(51%)报告患者症状严重程度增加，超过四成(44%)报告患者需要更长时间的治疗。
我想，对许多人来说，一个随时在线、能提供成本和便利性考量的声音是一个有吸引力的选择。然而，关于其正确使用的担忧仍然存在。研究数字心理健康技术的心理学家Stephen Schueller博士在2025年的一篇文章中表示："它们可能会阻止处于危机中的人寻求受过训练的人类治疗师的支持，或者——在极端情况下——鼓励他们伤害自己或他人。易受影响的群体包括缺乏经验准确评估风险的儿童和青少年，以及急于寻求支持、处理心理健康挑战的个人。"[3]
那么，AI聊天机器人如何影响医疗使用呢？嗯，用一个流行的精算术语来说——"视情况而定"。在我看来，AI可能会替代某些形式的护理，但仅限于某些类型的就诊，而由于延迟护理或错误信息导致的潜在数量增加和更严重的后果可能会抵消这些好处。
准确性和诊断风险
使用数字信息的一种方式是与医生一起使用，而不是将互联网作为医生。假设AI工具成为一种可靠的方式来分诊信息，并以准确的证据呈现给医生，那么可能会有机会节省与检测、诊断和专家咨询相关的成本。当然，反面也是真实的：纠正错误信息造成的损害或被引入歧途可能会增加成本。
我相信，这在很大程度上将取决于工具正确处理事务的能力，以及接收用户（无论是医生还是患者）如何处理这些信息。
- 斯坦福大学(Stanford University)的一项研究表明，在受控研究环境中进行的狭义定义的诊断任务中，ChatGPT的表现与使用AI辅助或传统研究工具的医生相当——甚至更好。
- 《福布斯》(Forbes)的一篇文章重点介绍了放射学中的几个应用，包括乳腺X光检查、肺栓塞检测和中风出血检测，这些应用提高了准确性、速度和工作效率。
- 正如《对话》(The Conversation)中详细描述的那样，IBM的Watson作为一个警示故事，最终在健康背景下因偏见、数据连接问题和不恰当的建议而失败。
另一个因素是，医院和提供商使用的AI系统在多大程度上被整合到面向消费者的提示引擎的算法和应用中。
消费者工具和理赔导航
AI工具的使用不仅限于诊断或教育。消费者可以应用该技术来更好地理解福利声明、审查账单、与保险公司谈判以及申诉索赔。
一个最近的故事详细描述了一个人如何将19.5万美元的医院账单减少到3.7万美元。使用生成式AI助手Claude AI，该个人将信息与ChatGPT进行交叉引用，并进行自己的研究以确保发现的准确性。然后，他们使用AI撰写了一封信，概述检测到的计费违规行为，并暗示将采取法律行动。医院屈服了，重新开具了3.7万美元的账单。
他们使用AI撰写了一封信，概述检测到的计费违规行为，并暗示将采取法律行动。
无论是由于人为或机器错误还是欺诈活动，医疗保健系统中都存在浪费，或许随着计算机辅助分析的采用，消费者和付款方可能会得到一些缓解。
残疾和长期护理的考量
这些项目中的许多也将影响残疾和长期护理。如果人们可以使用技术来改善健康，我们可能会看到发病率降低和恢复体验更好。我相信，相反的情况也是如此。
此外，使用还受到保单持有人及其支持者在多大程度上使用生成式AI助手来更好地理解保单语言并提高他们提交初始索赔或申诉被拒索赔的能力的影响。对于老年人来说，生成式AI，特别是通过语音，可能比其他技术更容易接受。根据密歇根大学(University of Michigan)的一项民意调查，"55%的50岁及以上人群表示，他们已使用过可以与之交谈或打字的AI技术，用于各种目的，包括获取健康信息和社交联系。"
在残疾方面，需要特别关注的一个领域是与AI的对话如何影响心理健康。心理健康问题在许多国家（澳大利亚、英国）呈上升趋势，或保持稳定（美国23%的成年人）。
数据考量
许多精算师习惯于处理电子健康记录(EHRs)。在过去十年中，可穿戴设备和健身追踪的使用为预测分析算法打开了各种数据源的大门。虽然这些新领域带来了新的见解，但它们也伴随着一系列反歧视和隐私保护措施，如健康保险可携性和责任法案(HIPAA)。
生成式AI正在挑战隐私范式，表明人们愿意在隐私保护之外分享一定程度的医疗数据。在人工智能促进协会(Association for the Advancement of Artificial Intelligence)会议上发表的一篇论文中，研究人员观察到："尽管关于隐私态度的研究发现用户对聊天数据的安全性表示不确定，但探究用户真实世界行为的研究表明，用户仍然向聊天机器人披露高度敏感的信息。"
生成式AI正在挑战隐私范式，表明人们愿意在隐私保护之外分享一定程度的医疗数据。
我相信，正如Uber颠覆了交通法规一样，我们可能会看到健康信息共享框架的颠覆，可能促使监管澄清或演变，而不是全面颠覆。话虽如此，ChatGPT Health和其他应用程序的形成表明，对这些信息需要一定程度的保护。
总的来说，这些互动代表了大量对话数据，在适当的治理和隐私保护下，这些数据可能提供通过传统健康数据源无法获得的见解。理论上，根据道德标准、监管要求和技术可行性，它能否提供关于疾病和疾病患病率的新信息？它能否提供癌症的早期预警？它能否检测痴呆症或认知能力下降？它能否展示病毒如何在某个地区传播？它能否揭示健康领域哪些方面被误解或误用？
从核保到欺诈和索赔管理，保险公司长期以来一直在寻找替代数据源。2023年SOA对澳大利亚保险市场保险专业人士的采访确定了保险公司当前和未来可以采用替代数据的方式。在20名参与者中，13人对行业使用替代数据的前景持乐观或谨慎乐观态度，而其他人则持更中立的看法。
精算专业组织有关于精算实践中AI模型治理和专业性的指导说明。据我了解，数据质量标准和精算实践标准(ASOP)将适用于公共GPT模型生成的数据，尽管聊天记录是一种新的信息来源。
死亡率和长寿
与生成式AI工具互动可能很有吸引力。对于一些与孤独或抑郁作斗争并想要值得信赖的顾问的人来说，与机器人聊天可能被视为一种安慰来源。然而，人道技术中心(Center for Humane Technology)最近详细介绍了七起针对生成式AI应用程序所有者的涉及自残和自杀的诉讼。
该中心认为，消费者获得的不是提升人类潜力的工具，而是旨在利用漏洞、侵蚀人际联系和削弱认知能力的AI产品。从精算角度看，这些风险的程度可能取决于使用模式、控制措施以及与人类护理的整合，而不仅仅是AI工具的存在。
错误信息或不良建议不仅增加了加剧健康问题的风险，而且可能是致命的。这在生成式算法中并非独一无二。在COVID-19大流行期间，世界各地流传着许多谣言和替代疗法。一个例子是饮用甲醇，导致700人死亡。同样，在艾滋病大流行高峰期，南非可能有超过30万人死于HIV否认主义。对于大型语言模型(LLMs)来说，区分什么是流行的和什么是准确的可能很困难。对我来说，问题仍然是AI会加剧还是解决错误信息。在一些领域，教育水平和医疗保健获取导致缺乏有用的信息。聊天工具的普及可能有助于弥补这一教育差距。
当生成式工具正确处理事务时，方程的下一部分是它是否会加速或延迟所需的护理。延迟通常与更高的死亡风险相关。
- 如果早期发现，癌症生存率会显著提高。
- 心脏病患者越快到达医院越好。例如，研究人员发现，对于需要血管成形术的患者，每延迟30分钟，1年死亡率增加7.5%。
- 联合医疗基金(Common Wealth Fund)指出，护理延迟是导致育龄妇女死亡率上升的部分原因，尤其是可预防的死亡。
个人使用基于AI的聊天与长寿和死亡率结果之间的关系是一个维度；整体社会影响是另一个维度。
2023年，科技领袖们联合撰写了一份《AI风险声明》(statement on AI Risk)，强调需要考虑与高级AI系统相关的极端但低概率风险，并将其置于其他社会规模威胁的更广泛背景下。
此外，生成式AI的普及确实有次要影响，包括可能对环境造成重大负担。
从更乐观的角度看，在人类历史进程中，长寿方面的一些最大进步归功于新技术，而不仅仅是医学进步。抽水马桶、巴氏杀菌和气候控制都为延长寿命做出了贡献。
随着全球数百万用户全天候与各种健康状况互动，生成式AI对这一风险的贡献正在我们眼前展开。同时，在其他应用中，AI工具正在追求癌症治愈、蛋白质折叠和疫苗开发，这导致未来学家雷·库兹韦尔(Ray Kurzweil)做出了大胆预测，即我们将实现"长寿逃逸速度"(Longevity Escape Velocity)，其中寿命增长超过衰老速度。
了解更多
访问SOA研究所的报告"《医疗服务提供者使用AI》(Provider Use of AI in Healthcare)"。
访问SOA的《精算智能简报》(Actuarial Intelligence Bulletin)，该简报向读者介绍技术进步。
结语
随着生成式AI越来越深入地融入个人健康管理的方方面面，它对精算实践的影响将继续加深。我看到的主要挑战之一在于理解这种人机交互对健康和死亡率带来的祝福与诅咒。
我相信，精算先驱者有机会研究和探索对话数据，并将其带入保险周期的各个阶段。在我们为个人和被保险人群研究和分析这一现象时，让我们也对最高层面的威胁和机遇保持警惕。
同时，我打算寻求一些改善夜间睡眠的建议。
内特·沃雷尔(Nate Worrell)，FSA，是穆迪(Moody's)的客户成功总监，常驻佛罗里达州巴布科克牧场(Babcock Ranch)。
本文陈述的事实和观点均为作者个人观点，并不一定代表精算师协会(Society of Actuaries)或作者各自雇主的观点。
参考文献：
- Diaz, Naomi. "OpenAI Launches ChatGPT Health." Becker's Health IT. January 2026
- Wang, Xun, M.S., and Cohen, Robin A., Ph.D. Health Information Technology Use Among Adults: United States, July–December 2022. CDC NCHS Data Brief No. 482, October 2023.
- Abrahms, Zara. "Using generic AI chatbots for mental health support: A dangerous trend." American Psychological Association. March 12, 2025.
【全文结束】
