【專訪】Karan Singhal：AI該補上看診之間的空白
美國每年花在醫療上超過5.3兆美元，如果自成一國，經濟規模排全球第三。即使如此，掛專科門診仍常要等上數週甚至數月，見到醫生也只有15分鐘。在這樣的處境下，每週已有超過3億人拿ChatGPT問健康問題。Karan Singhal是OpenAI健康AI研究負責人，他上了創投a16z的節目，由專攻醫療投資的合夥人Jay Rughani提問，談這些人在問什麼，以及OpenAI接下來要走到哪裡。
每天精選 6 則要聞、一則產業名人訪談，五分鐘跟上。
這場談話有三個重點。第一，他認為AI最能幫上忙的時刻，是兩次看診之間。第二，使用者只想聽安慰，病情卻不樂觀時，模型要把安全擺在前面。第三，健康AI的價格正在快速下滑，但醫療總支出要真的降下來，得靠AI接進醫院的日常流程。三點合起來看，OpenAI想做的是整個醫療體系的底層工具，而不是取代醫生。
◎AI該補上兩次看診之間的空白
他描述的情境多數人都熟悉：等了幾個月，看診只有15分鐘，走出診間才想起還有好幾個問題沒問。他說，使用者正是在看診之間用ChatGPT整理疑問，讀懂檢驗報告，確認醫囑。每週3億多名健康使用者中，絕大多數用的是免費版，而且多半在美國以外。他也舉了一個例子：一位父親在AI反覆提醒下，堅持帶疲倦，易怒的幼子去檢查，最後孩子確診侵襲性白血病。
◎使用者想聽安慰時，安全要擺第一
他坦言，同一個問題問五位醫生，可能得到八種答案。所以OpenAI不靠少數幾位醫師定標準，而是建立一個數百人的醫師網絡，橫跨數十個專科，語言與執業國家，再彙整多數專家的判斷。使用者只想聽到沒事，情況卻不樂觀時，他說原則就是安全優先，模型該直接建議對方就醫。資訊不夠時，模型也要學會坦白說它不確定。
◎模型愈來愈便宜，但要省錢得靠接進流程
他舉了最新的例子：GPT-6 Luna在臨床工作測驗HealthBench Professional上，表現勝過一個月前最強的5.6 Soul，價格卻便宜34倍。不過他直說，健康AI變便宜，至今還沒有讓整體醫療支出明顯下降。真正能省的地方在慢性病管理，病歷文書與行政後勤，例如醫療體系AdventHealth回報，行政流程成本降了約80%。
回到開頭那5.3兆美元的帳，他的答案不是讓OpenAI自己來看病，而是幫合作夥伴把照護的最後一哩路走得更順。他說，OpenAI可以在找醫生，排約診這些事上當病人的四分衛，但不會包辦所有照護。他給醫療創業者的建議是「bet on the models getting better」（押注模型會變得更好）。他認為未來五到十年影響最大的，會是AI協助找出新藥標靶，以及替名額不夠的臨床試驗排定優先順序。
說明每週超過3億人用ChatGPT問健康與保健問題，以及等約診，看診只有15分鐘的困境，認為AI最能幫忙的是看診之間。
講述Cognitive Revolution節目主持人的經歷：AI協助他察覺幼子症狀的嚴重性，孩子最後確診侵襲性白血病。
解釋為何不另做醫療專用小模型，而是在通用模型的每個訓練階段加入醫療資料，避免專用模型很快落後。
介紹與Penda Health合作的臨床副駕駛實驗：AI在醫師看診時主動提醒可能的用藥交互作用。
提到問五位醫生會得到八種答案，因此建立橫跨各國的數百人醫師網絡；遇到使用者想聽安慰的情況，以安全為優先。
指出臨床指引要普及到日常看診，依研究不同需要5到17年，OpenAI希望把這段落差縮短到幾天甚至幾小時。
說明GPT-6 Luna在HealthBench Professional上勝過5.6 Soul，價格便宜34倍，但認為醫療總支出下降仍要靠流程整合。
回應保險公司與醫療端用AI互相攻防的報導，認為這是短期的干擾，理想做法是雙方共用就診紀錄，再由AI裁定。
看完今天的，讓明天的自己送上門
每天精選 6 則要聞、一則產業名人訪談，五分鐘跟上。
已出刊 144 期 ・ 隨時可退訂
