OpenAI 于 2026 年 6 月 18 日宣布，已提升 ChatGPT 在健康领域的回答质量[1]。面向所有免费用户开放的全新「GPT‑5.5 Instant」，在判断是否需要紧急就医、说明不确定性等方面均有改进，并称其在最具挑战性的健康评估中已达到与公司高端「Thinking」模型相当的水平[1]。
每周 2.3 亿人咨询健康问题，改进惠及免费用户
OpenAI 表示，健康与身心方面的提问是 ChatGPT 的主要用途之一，每周有超过 2.3 亿人借助 ChatGPT 来读懂化验结果、为就诊做准备、办理保险手续以及改善生活习惯[1]。
在 GPT‑5.5 Instant 上，识别是否需要紧急护理、确认必要的背景信息、说明不确定性，以及把复杂信息讲清楚的能力都有所提升[1]。值得关注的是，这些改进并不局限于部分付费套餐，而是面向 ChatGPT 的所有免费用户开放[1]。其目标是从日常身体咨询到更复杂的临床情境，全面提升回答的整体水准。
由 60 个国家、260 多名医生支撑的评估体系
回答质量提升的背后，是以医生为主导的评估机制。OpenAI 称，公司与遍布 60 个国家、覆盖 49 种语言和 26 个临床科室的 260 多名医生组成的网络协作，界定在真实健康场景中怎样才算「好的回答」[1]。
评估使用了该公司公开的「HealthBench」以及更专业的「HealthBench Professional」[1]。HealthBench 是 OpenAI 公开的一套评估基准，通过贴近现实的健康对话和由医生编写的评分标准（rubric），衡量准确性、安全性、易懂程度、对情境的把握以及回答的完整性等[2]。迄今为止，医生已审阅超过 70 万条模型回答示例，且每隔几分钟就会有新的回答被审阅[1]。
与医生回答对比，出错迹象减少
OpenAI 还开展了一项验证：让医生在不限时间和信息来源（但不使用 AI）的条件下撰写回答，再由另一组医生将其与模型回答进行对比[1]。在针对 3,500 条回答的对比中，GPT‑5.5 Instant 在「无法贴合当地医疗情况」「漏掉危险征兆或就医建议」「未追问必要信息」等失误方面，比旧模型乃至医生本人的回答都更少[1]。
实际使用趋势也呈现出改善。OpenAI 借助注重隐私保护的监测机制追踪真实流量，在对比每周数十亿条规模的消息后发现，存在事实性疑点的回答占比在最近两个月内下降了 71%[1]。
向医疗一线工具延伸
OpenAI 表示，此次举措也与面向医疗从业者设计的「ChatGPT for Clinicians」和「OpenAI for Healthcare」等工具相衔接，这些工具可用于文档撰写、研究和诊疗支持[1]。公司将「改善人类健康」定位为「AGI 带来的最个人化、最具体的影响之一」，并表示会把改进带给更多人[1]。
不过，这里给出的数据均基于 OpenAI 自身的评估与统计。ChatGPT 终究只是整理信息和辅助咨询的工具，并不能替代诊断或治疗方面的判断。一旦出现令人担忧的症状，及时就医才是关键。
总结
OpenAI 宣布，面向免费用户开放的 GPT‑5.5 Instant 将健康相关回答提升至与顶级模型相当的水平。借助 60 个国家、260 多名医生参与的评估体系，以及疑似出错回答在两个月内下降 71% 的数据，ChatGPT 的健康咨询正朝着更安全、更实用的方向发展。但与此同时，公开的数据主要来自该公司自身的验证，把最终的健康判断交给专业人士仍然不可或缺。
来源：https://openai.com/index/improving-health-intelligence-in-chatgpt/
