答案挂上医学文献、先拿 20 万人做观察再谈上线,苹果给健康 AI 设了一个更高的门槛
根据苹果新闻稿,这项虚拟研究的门槛和流程如下:
App 内置安全护栏,遇到某些令人担忧的问题时会建议联系医生或其他资源;苹果也明确写道,这个 App 不做诊断、不提供治疗,不能替代医疗专业人员。研究持续多久、参与者有没有报酬,新闻稿没有提及。
OpenEvidence 在国内知名度不高,但在美国医生群体里用得很广:它是一个面向医疗从业者的临床问答工具,回答主要基于《新英格兰医学杂志》《美国医学会杂志》《自然》等期刊的内容。苹果的分工是设计研究体验,OpenEvidence 提供有医学文献支撑的 AI 能力。
这个组合本身就是在回答健康 AI 最受质疑的一点:通用聊天机器人的回答来源不透明,说错了也难以追溯。让每句话都挂上文献引用,至少把「它凭什么这么说」摆在了用户面前。研究要测的,正是这种设计能不能真正换来信任和理解,而不只是看起来更专业。
苹果做健康功能一向偏好用大规模研究打头阵。2017 年它与斯坦福合作的 Apple Heart Study 招募了四十多万人,为 Apple Watch 的心律不齐提醒积累证据;2025 年 2 月上线的 Apple Health Study 则在此前女性健康、听力、心脏与运动三项研究合计超过 35 万参与者的基础上继续扩展。
这次的不同在于研究对象从传感器数据换成了 AI 对话本身。苹果新闻稿说,研究结论将用于指导苹果乃至整个行业的健康 AI 设计,并探索它能否帮助人们为就诊做准备。市场上已经有公司把健康问答直接做进聊天机器人,苹果却选择先拿 20 万人做一轮对照观察。这种节奏在 AI 产品里显得慢,但放在医疗场景里,「慢」本身就是一种表态。
「研究数据不用于训练 AI 模型」是这次发布里分量最重的一句承诺。健康数据是最敏感的个人信息之一,而参与者还可能主动分享化验单和睡眠记录。把研究和模型训练切开,既是隐私上的必要姿态,也意味着苹果从这项研究里拿到的主要是设计层面的结论,比如什么样的回答让人信任、什么样的引用让人看懂,而不是一批可以直接喂给模型的语料。
研究结果要过多久才会公开、会不会最终变成 iPhone 上的一项正式功能,苹果都没有说。可以确定的是,它为自己的健康 AI 设了一个比多数同行更高的上线门槛。