事件背景：真正的新意是「接上個人資料」
《Forbes》指出，ChatGPT 過去只能依使用者描述回答一般健康問題，新版 Health 則可在取得授權後，連結 Apple Health 與支援的醫療紀錄，依個人病史、檢驗結果及活動資料提供較具脈絡的回答。原文並援引 OpenAI 說法，稱每週約有 3 億人向 ChatGPT 詢問健康相關問題。這是來源陳述與公司數據，不代表 3 億人都在接受醫療服務：https://www.forbes.com/sites/saibala/2026/07/26/chatgpts-health-launch-is-foreshadowing-the-future-of-healthcare/
OpenAI 於 7 月 23 日公布，Health 正逐步開放給美國年滿 18 歲的登入使用者，涵蓋網頁版與 iOS，以及 Free、Go、Plus、Pro 方案。美聯社在今年 3 月報導時，相關服務仍有候補名單；因此這次更精確的理解，是從早期測試或有限開放走向較廣泛部署，而非健康聊天突然在一夕之間誕生。官方說明：https://openai.com/index/health-in-chatgpt/；獨立查證：https://apnews.com/article/chatbots-health-chatgpt-ai-claude-llm-1008892e0eb8ef4dbab4818beb15daef
運作機制與商業邏輯
依官方文件，使用者可選擇連結 Apple Health、美國支援的醫療院所入口、One Medical 或 Function Health。ChatGPT 目前只能讀取、不能回寫原始紀錄；預設會在使用連結資料前詢問許可，也能比較前後檢驗值、整理回診後的變化，或將睡眠與活動趨勢放進回答。官方同時提醒，藥物清單等紀錄可能不完整或過時，重要資訊仍須回到原始來源確認。
合理推論是：這項產品的核心並非「把 AI 變成醫師」，而是搶占醫療服務之前的理解與整理入口。健康資料原本散落於醫院入口網站、穿戴裝置及個人記憶；平台若能把它們轉成可對話的脈絡，就可能介入使用者搜尋症狀、準備問診、理解報告與追蹤生活習慣的整段流程。資料愈完整，回答愈有用；但同一時間，敏感資訊也愈集中，平台的便利與治理責任會同步增加。
為何現在值得注意
過去消費型 AI 的風險，多半來自使用者自行輸入錯誤或不足的症狀；現在則增加另一層問題：即使資料來自正式病歷，模型是否能正確理解時間、單位、停藥狀態與不同來源間的矛盾？「有資料」不等於「形成可靠判斷」。入口一旦大規模普及，錯誤也不再只是單次回答，而可能影響就醫急迫性、提問方向及使用者對風險的認知。
牛津大學公布一項近 1,300 人的隨機研究，發現使用大型語言模型處理模擬醫療情境者，決策並未優於自行搜尋或依一般資訊判斷的對照組。問題包括使用者不知道該提供哪些資訊、提問稍有變化就得到不同答案，以及正確與錯誤建議混在一起。這項研究並非新版 ChatGPT Health 的直接稽核，不能據此斷言新產品同樣失敗；但它證明醫學測驗分數不能取代真實人機互動測試：https://www.ox.ac.uk/news/2026-02-10-new-study-warns-risks-ai-chatbots-giving-medical-advice
實際影響與容易忽略的限制
對一般人最實際的價值，是把難懂的檢驗與病歷轉成白話、整理回診問題，並找出跨時間變化；它可以提升健康識能，卻不能完成理學檢查、判斷患者未說出口的社會與心理因素，也不能承擔治療決策。對醫師而言，患者可能帶著更完整的問題就診，也可能帶來一份需要重新核對的 AI 結論；節省的是解釋時間，或增加查錯負擔，仍有待實證。
隱私也不能只看「不拿來訓練」。OpenAI 表示，連結的健康資料及使用該資料的對話不會用於基礎模型訓練或廣告；解除連結後，同步資料會在 30 天內刪除，但已進入對話紀錄的內容仍須另行刪除，健康對話也可能形成記憶。其說明頁更明載，消費版 Health 並非供受 HIPAA 規範的臨床機構使用，也不提供商業夥伴協議。這些是公司的政策承諾，不等同第三方完成了安全或合規認證：https://help.openai.com/en/articles/20001036-what-is-chatgpt-health.
對台灣讀者的意義
台灣並非缺乏可攜式健康資料。健保署的健康存摺已可查詢就醫、手術、用藥、檢驗、過敏等資訊；SDK 也允許民眾授權特定期間資料給第三方 App。不過健保署目前公告暫緩受理新的 SDK 申請案，顯示資料可用性之外，介接與治理能力同樣是瓶頸：https://www.nhi.gov.tw/ch/cp-5886-87fc9-3344-1.html
作者觀點是：台灣真正要回答的，不是何時複製一個 ChatGPT Health，而是誰能成為健康資料的對話入口、授權要細到什麼程度，以及錯誤建議由誰接手。若未先建立來源標示、刪除稽核、緊急症狀升級、跨境傳輸與臨床責任規則，單靠「使用者同意」不足以承擔平台化醫療入口的風險。
後續觀察指標
- 新版系統在真實使用者研究中的分流錯誤率與延誤就醫案例。
- 資料過時、缺漏或互相矛盾時，模型是否主動拒答並提示核對。
- 解除連結後的刪除機制，能否接受獨立稽核。
- 醫療院所是否把 AI 摘要納入流程，以及由誰負責驗證。
- 台灣健康存摺第三方介接是否恢復，以及主管機關提出何種授權與責任框架。