事件概述

2026 年 9 月 1 日，OpenAI 宣布推出一项新的电子健康记录（EHR）集成，可将 Epic 系统中的授权患者上下文引入 ChatGPT for Healthcare。与此同时，OpenAI 还发布了 Healthcare Public Data 插件，提供对 PubMed、DailyMed、CMS Coverage 等九个官方医疗数据源的结构化访问。这些新功能旨在帮助临床团队在一个受治理的工作区中，安全地获取患者情境、医学研究及其他可信医疗信息，从而减少跨系统检索和整合数据的负担。

关键技术点

1. EHR 上下文与工作流集成

该集成支持两种互补的使用体验：

  • ChatGPT 中的 EHR 上下文：将受支持的 EHR 中的授权患者信息带入 ChatGPT，用于回顾病史、识别变化及为就诊做准备。临床医生可以提出类似“自上次就诊以来，该患者有哪些变化？”或“哪些近期化验结果需要我今天看诊前复核？”的问题，ChatGPT 会汇总相关信息并指向支持性的图表记录。

  • EHR 工作流中的 ChatGPT：在受支持的部署环境中，ChatGPT 可直接嵌入 EHR 界面，使临床医生无需离开患者图表即可使用 AI 辅助工作流。

需要注意的是，EHR 集成目前不适用于个人账户，仅面向 ChatGPT for Healthcare 客户开放，原文未说明具体的技术实现细节（如 API 对接方式或数据同步频率）。

2. Healthcare Public Data 插件

该插件集成了九个官方公共医疗数据源的专用连接器，包括 ClinicalTrials.gov、CMS Coverage、RxNorm、DailyMed 和 PubMed 等。用户可以直接处理特定记录、字段、标识符和版本，而无需逐一访问每个数据源。例如，研究团队可使用 ClinicalTrials.gov 识别正在招募的试验并比较入选标准；药房团队可通过 DailyMed 确认最新标签和警告；人口健康团队可将相关研究、活跃试验和 Medicare 覆盖信息整合到同一界面中。

3. 面向医疗场景的模型评估

OpenAI 与来自 60 个国家、使用 49 种语言、覆盖 26 个医学专科的数百名医生合作，已累计审查超过 70 万条模型响应。在针对 27 个临床用例（包括就诊前回顾、临床时间线、药物回顾和交接摘要）的评估中，医生对 4,363 条响应进行了评级，其中 99.1% 被判定为安全。在另一项两轮评估中，针对大型美国医疗数据集的精细临床问题，五个已测试数据源的响应中，超过 93% 被评为“良好”或更高准确度。原文未说明这些评估的具体方法学细节（如评分者间一致性或样本选择方式）。

对数据科学与 AI Agent 落地的意义

这次更新对数据科学和 AI Agent 在医疗行业的落地具有多重参考价值：

  • 多源异构数据的统一接入范式：EHR 集成与公共数据插件的组合，展示了如何将结构化数据源（药品词典、保险覆盖政策）与非结构化临床文档（就诊记录、实验室结果）连接到一个统一的 AI 工作区。对于数据科学家而言，这种“源-表-字段”级别的受控连接模式，可以作为构建垂直领域数据处理管线的参考架构。

  • AI Agent 的“受治理”设计：新功能并非让模型自由访问数据，而是通过企业级控制（如基于角色的访问、单点登录、审计日志和 Business Associate Agreement）来约束 Agent 的数据范围。这对 AI Agent 落地时的合规性和数据权限管理提供了重要参照——尤其是在 HIPAA 合规场景下，Agent 的行为边界必须由底层基础设施明确限定。

  • 领域评估驱动模型改进：OpenAI 的评估方式（由一线医生根据真实世界问题审查响应，并针对特定数据集检验准确性）为医疗 AI Agent 的质量度量提供了方法论参考。数据科学团队在设计评测集时，可以借鉴这种“多专科、多语言、多用例”的评估覆盖策略。

我的技术点评

这次发布在医疗 AI 落地进程中是一个值得关注的节点。它没有试图替代 EHR 系统，而是选择在现有工作流中嵌入 AI 能力，同时在 ChatGPT 中提供补充性的患者上下文——这种“嵌入式 + 中心化”的双路径设计，比单纯做一个独立 AI 应用更贴近临床实际。

从工程角度看，Healthcare Public Data 插件体现了很务实的设计思路：将权威数据源以结构化连接器的方式暴露出来，让模型在受控范围内查询、比较和引用特定版本的数据，这比让模型依赖训练时的知识来“回忆”药品信息或政策条款要可靠得多。这也间接承认了大语言模型在处理高频更新、强事实性数据时的局限性——用工具查表，而不是用参数记忆。

另一个值得注意的点是安全评估的高通过率（99.1% 安全）。虽然这个数字相当亮眼，但原文未说明评估中人类医生的判断标准和评分者间一致性，因此在解读时需要保持审慎。不过，让数百名来自不同国家、不同专科的医生参与持续反馈循环，这个机制本身就有积极意义——医疗 AI 的质量不能只靠离线 benchmark，还需要持续的人类临床监督。

最后，原文虽然强调“受治理的工作区”和 HIPAA 合规，但未讨论 EHR 集成在技术层面如何实现患者隐私的细粒度控制（例如，是否支持按字段级别的访问策略）。这些细节对于真正大规模部署至关重要，期待后续披露更多架构层面的信息。

原文链接

Healthcare organizations can now connect EHR and additional industry data to ChatGPT | OpenAI