2200亿医疗债逼出AI问诊潮，OpenAI免费入局狠踩痛点

美国人均医疗负债超过2200亿美元，三分之一成年人去年用过AI问健康——这两个数字撞在一起，OpenAI选择1月上线ChatGPT Health，免费。

这不是慈善。是精准卡位。

医疗债压出来的市场

ChatGPT Health的免费策略，瞄准的是2500万无医保美国人，以及更多被账单吓到的人。哥伦比亚大学商学院教授Carri Chan直言："谢天谢地，这些公司至少在专门训练医疗模型。"她的担忧很具体：互联网垃圾数据灌出来的通用AI，拿来问症状等于玩命。

KFF本月发布的健康追踪民调显示，约20%用AI问诊的人，核心动机是"看不起医生"或"根本约不上"。速度和省钱，把用户推向了算法。

但Chan的保留态度同样尖锐。她主导哥大AI+医疗项目，见过太多"用AI替代真人诊疗"的危险想法。她的判断是：AI该用来改善医疗交付流程，而不是取代医生。

科技巨头的医疗牌桌

ChatGPT Health不是独苗。Claude for Healthcare、微软Copilot Health、亚马逊Health AI，都在让用户上传病历和可穿戴设备数据，训练更"懂你"的助手。

哈佛公卫学院的乐观预测是：早诊早筛能降成本。这个逻辑很产品经理——把问题拦截在急诊室之前。

但风险同样产品化。用户往聊天框里丢的，是基因数据、精神疾病史、堕胎记录（在美国某些州可能违法）。这些数据流向哪、存多久、会不会被倒卖，目前主要靠公司自觉。

Chan的警告很具体："我们需要高质量、经过验证的数据。"换句话说，训练集的干净程度，决定了建议是救命还是误导。

免费背后的代价换算

三分之一美国人去年用AI问健康，这个数字已经和"看社交媒体找答案"的人群持平。但社交媒体不会问你收数据，而AI健康产品的商业模式，大概率是数据变现或导流卖保险。

OpenAI的"for now"（目前免费）标注得很诚实。补贴期培养用户习惯，之后呢？

医疗AI的监管滞后是常态。FDA对软件医疗器械的审批框架，跟不上大模型的迭代速度。很多"AI健康产品"根本没做过临床试验， effectiveness（有效性）和safety（安全性）都是待填的空白。

用户在用钱包和隐私投票。2200亿医疗债的压力下，"先问了再说"成了理性选择。

谁在真正受益

Chan看到的真正机会，是AI帮医生写病历、排日程、做随访——把行政时间砍下来，让真人医生多看几个病人。这种"增强型"应用，比"替代型"聊天机器人靠谱得多。

但市场热度显然在消费端。亚马逊Health AI的宣传话术是"帮患者更好理解自己的身体"，这很符合用户自助心态，也很符合科技公司To C的增长逻辑。

矛盾在于：医疗信任的建立需要长期关系，而AI产品的迭代逻辑是快速试错、数据驱动。一个误诊案例的代价，可能抵消一万次"还算有用"的咨询。

KFF的民调没问的是：那三分之一用户里，有多少人因为AI建议而延误就医？这个追踪数据，可能比"使用率"更能说明问题。

ChatGPT Health上线三个月，用户增长曲线尚未公开。但一个信号是明确的：当医疗系统把成本转嫁给个人，算法就会趁虚而入。OpenAI的免费策略，本质是押注"系统失灵"的持续时长。

Chan的最后一个判断值得记住：专门训练的模型比通用模型强，但"强多少"取决于训练数据的质量控制——而质量控制，从来不是免费服务的核心竞争力。

你会把体检报告上传给一个"目前免费"的聊天机器人吗？