OpenAI把ChatGPT接入Epic电子病历：打通九大官方医疗数据源，临床AI驶入医院核心系统

先看Epic集成是怎么工作的。OpenAI官方博客描述了两个互补的工作流。第一个是'EHR context in ChatGPT'：把来自受支持EHR的授权患者信息带入ChatGPT，临床医生可以回顾病史、识别关键变化并为接诊做准备——例如在接诊前直接提问'今天约诊前我应该查看哪些近期化验结果？''最近有没有药物调整或新的专科建议？''有哪些需要留意的随访、转诊或未解决问题？'，ChatGPT会把授权病历中的相关信息汇总、总结重要进展，并回指支持性的病历内容。第二个是'ChatGPT in the EHR workflow'：在受支持的部署中，ChatGPT可以直接嵌入EHR界面，医生无需离开患者病历页面即可完成AI辅助任务。OpenAI强调，这些体验的设计目的是'补充'现有EHR工作流——医生仍然在病历系统中工作，只是多了一个能快速综合信息的AI助手。UCSF Health的回应印证了这一价值：作为试点伙伴，他们正在探索EHR集成如何帮助临床团队理解复杂病历中'什么变了、什么最重要'，通过更快、更全面地汇总相关信息，减少综合数据的时间，让医生有更多时间面对患者。

患者病历之外，医疗团队同样依赖外部权威信息——最新研究、药物标签、保险覆盖、临床试验与医生资质。这正是Healthcare Public Data插件要解决的问题。该插件为九个官方公共卫生数据源提供专用连接器，包括ClinicalTrials.gov（临床试验注册库）、CMS Coverage（医疗保险覆盖政策）、RxNorm（标准化药物术语）、DailyMed（FDA药物标签）、PubMed（生物医学文献）等。与一般联网搜索不同，这些连接器让团队可以'针对特定记录、字段、标识符与版本工作'，把任务聚焦在权威来源上，从而更容易比较与核实精确信息——例如试验入组标准、药物标识符、覆盖政策或用药警告。OpenAI给出了几个具体用例：研究团队可以用ClinicalTrials.gov找出正在招募受试者的试验并比较入组标准；药房团队可以用DailyMed确认某药物的最新标签与警告；公共卫生团队规划糖尿病预防项目时，可以把相关研究、进行中的试验与Medicare覆盖信息汇集到一个有来源支撑的视图中。这些能力都建立在ChatGPT for Healthcare已有的临床问答与医学研究综合能力之上——后者支持在数千个医学来源中进行受信任的临床检索。

医疗AI最敏感的问题是：模型在真实临床场景里到底靠不靠谱？OpenAI这次公布了相当扎实的评估数据。首先，OpenAI与遍布60个国家、覆盖49种语言与26个医学专科的数百名医生顾问合作，用来定义、衡量并改进ChatGPT中的健康相关回复——到目前为止，这些医生已经评审了超过70万个反映真实医疗问题的模型回复，反馈被用于改进模型行为与医疗专用工具。其次，针对'接入EHR上下文后ChatGPT表现如何'，医生们评估了27个临床用例（包括接诊前回顾、临床时间线、用药回顾与交班摘要），在4363项评分中，99.1%的回复在所有用例中被评为安全。第三，在另一项两轮评估中，医生们基于大型美国医疗数据集评审了数百条ChatGPT对细致临床问题的回复：在测试的五个数据源中，每个数据源都有超过93%的回复被评为'良好'或更高准确度。OpenAI表示，这些评估衡量的是ChatGPT如何在医疗上下文中工作——从找出相关信息、引用支撑证据，到准备可供临床与工作人员复核的材料——公司会继续投资医疗专用训练与评估，以进一步提升性能与可靠性。

在治理与合规层面，这一集成的设计处处体现着'谨慎'二字。ChatGPT for Healthcare把医疗专用能力与企业级控制结合在一起：基于角色的访问控制（RBAC）、单点登录（SSO）与审计日志；在签署适用的业务伙伴协议（BAA）后，客户可以在同一工作区内使用ChatGPT Work、Codex、应用与插件，支持符合HIPAA的工作流。Epic集成的只读设计本身就是一种风险控制——AI可以读病历、总结病历，但没有任何写回路径，从架构上避免了'AI误改病历'这一最危险的场景。与其它企业系统的连接（Microsoft SharePoint、Google Drive、Salesforce、Slack等插件）也保留了现有权限体系。接入范围上，OpenAI做了明确分层：ChatGPT for Healthcare客户可请工作区管理员启用EHR集成与Healthcare Public Data插件；ChatGPT Enterprise客户需联系账户团队确认合规配置（Regulated Workspace）；而个人临床医生——美国符合条件的ChatGPT for Clinicians用户——只能安装Healthcare Public Data插件，EHR集成不对个人账户开放。AdventHealth的首席AI官Robert Purinton在声明中表示：把ChatGPT Work、Codex与连接的业务数据交到团队成员手中，AI可以减少常规工作，让实用创新更快落地，最终目标是给护理人员更多时间用于人际连接。

把这次发布放在更大的背景中，它很可能是医疗AI落地的一个分水岭。过去两年，医疗AI大多停留在'辅助写作、检索文献'的边缘场景；而Epic是美国乃至全球最大的EHR供应商之一，覆盖约3.25亿患者记录——ChatGPT接入Epic，等于第一次拿到了通往临床决策核心环节的钥匙。对医院来说，价值是立竿见影的：医生接诊前不再需要翻遍几十页病历，AI可以在一分钟内给出'什么变了、什么最重要'的摘要，把时间还给患者。对OpenAI来说，这是其企业业务向高壁垒垂直行业渗透的关键一步：医疗是出了名难进的领域，拿下Epic意味着拿到了进入数千家医院的通行证，也为ChatGPT Work与Codex在医疗机构的推广铺平了道路。当然，挑战同样清晰：99.1%的安全率意味着每1000次回复仍有约9次可能出问题，而医疗场景对错误的容忍度几乎为零；只读模式保护了病历安全，但也限制了AI的自动化价值；医生对AI摘要的信任、法律责任的划分、以及'AI建议错误谁来负责'的追问，都还没有最终答案。可以预见，接下来会有更多医院跟进试点，也会出现更多关于误诊、责任与数据隐私的讨论——但无论如何，'AI进病历'的大门，已经被推开了。

回顾这次发布，最值得注意的不是'AI又能干什么'，而是OpenAI选择了一种极其克制的落地姿势。在能力上，它明明可以让AI自动整理病历、生成文书甚至给出诊疗建议，却刻意把第一步收敛为'只读+总结+辅助'；在范围上，它没有对所有医院大开绿灯，而是用试点伙伴（UCSF Health）、分层权限（组织/企业/个人）、合规前置（BAA、HIPAA、Regulated Workspace）搭起了一条缓慢而稳的入场通道。这种克制背后是对医疗行业本质的清醒认识：病历数据是医院最核心的资产与责任，医生对'AI替我决策'天然警惕，监管对医疗AI的错误几乎零容忍——想进这个市场，第一张门票不是技术炫技，而是信任。而OpenAI手里最有力的信任筹码，正是那70万个被医生评审过的回复、99.1%的安全率，以及'只读、不写回'的架构承诺。从ChatGPT for Healthcare一月发布、四月推出Clinicians版、到现在接入Epic，OpenAI的医疗布局节奏清晰：先用医生评审打磨模型，再逐个击破临床工作流的关键节点。对行业观察者来说，接下来最值得跟踪的指标是：试点医院的使用率与医生满意度、误报与漏报的实际发生率、以及Epic之外其它EHR厂商是否会跟进——如果这套'只读接入+权威数据源+医生评审'的模式被验证可行，它很可能成为医疗AI进入临床的标准姿势。