跳转至

Karan Singhal（OpenAI 健康 AI 研究负责人）

OpenAI 健康 AI 研究负责人。⚠️ 他在本库收录的唯一一期里自述"我在上一份工作里做的就是专科模型"，但没有点名机构，本库不补。 本库收录他的理由：这是第一份来自前沿实验室内部、专门负责健康业务的负责人的完整口径——此前本库关于 AI 与医疗的材料全部来自投资人、创业公司或旁观者。

本库收录的视频

日期 视频 本页取用的部分
2026-10-20 a16z："指南渗透到日常临床要 5 到 17 年"——通用模型里的专科训练、分歧怎么聚合、健康领域的 move 37（Jay Rugani 主持） 指南渗透时间、通用模型里的专科训练、全球医生网络、安全优先级、医疗信息 vs 医疗照护的划界、move 37 与抗生素例子、"瓶颈是验证"、34 倍成本下降、他自己给的两处降温

⚠️⚠️ 本页全部内容为当事方叙述：产品效果、用户规模与基准成绩均为厂商自述，且多数跑在自家发布的基准上；主持人是 a16z 医疗投资合伙人，期内没有出现一次真正的追问或反例。✅ 本库因此把这页当作"OpenAI 健康路线的官方口径"，只在他主动承认的局限与可被外部检验的机制性陈述上上调权重。

一、⚠️⚠️ 他把一部分医疗质量问题改写成了分发问题

来源：a16z 2026-10-20

  • 他先描述了共识是怎么形成的（[00:20:14]）：生物医学论文 → 各专科每年出的临床指南（"大致可以把它们看成流程图"）→ 医生在实践中实际怎么做。
  • ⚠️⚠️ 而最后一步是巨大的瓶颈（[00:21:15]）："有研究在问——临床指南要多久才能渗透进全世界普通医生的日常实践？过去人们发现，取决于研究，这需要 5 到 17 年。" "你不会想按照 5 到 17 年前的水平行医。" 他们的目标是把这段压缩到数周、数天甚至数小时，方式是在诊疗当下把最新的生物医学文献带进来。
  • ✅ 本库认为最该被引用的是他随后做的那个区分（[00:22:15]）："在很多领域医学确实缺乏共识；但在有些情况下共识是存在的，只是没有被实践。"
  • 本库的标注：这把一部分医疗质量问题从"知识问题"改写成了"分发问题"，而分发恰好是 LLM 擅长的那一类。✅ 它也给出了一个比"AI 比医生更聪明"更容易被检验、也更容易被接受的价值主张。
  • 对真正不确定的那部分，他给的是两条（[00:22:15]）：训练模型识别自己的不确定性（"在检索并拿到信息之后，知道'这里就是信息不够'并且直说"，HealthBench 里有公开的 hedging 评测）；以及让模型去推进医学前沿本身。

二、⚠️⚠️ "在通用模型里做专科训练"

来源：a16z 2026-10-20（[00:06:02]–[00:07:03]）

  • 他拒绝二分："人们经常问通用模型 vs 专科模型这个争论……我们说的其实是在一个通用模型里做专科训练，那是两边最好的部分。"
  • ⚠️⚠️ 具体做法："在 ChatGPT 模型训练的每一个阶段，我们都加入了专科医疗数据——过去一年的所有模型都是如此。" 数据来自与全球大量医生合作。
  • ✅ 论据来自他自己的失败经验而不是理论："如果你说'我们来训一个更小的、只做医疗的专科模型'——就像我以前做的——你会发现那个模型会相当快地落在前沿后面，因为前沿的速度太快了。" 结论是押注规模，"我们在搭这趟规模前沿的便车"。
  • ⚠️ 本库给的边界：没有任何量化——专科数据占比、相对纯专科模型在哪个基准上领先多少、"落在后面"的时间尺度，全部没有。这是路线陈述，不是实验结论。 详见 LLM 训练流程。

三、⚠️⚠️ 分歧怎么聚合，以及"用户想听的"与"该说的"冲突时

来源：a16z 2026-10-20

  • 问题的形状（[00:17:12]）："你去问五个医生任何一个问题，你会得到八个不同的答案。"
  • ✅ 他明说了没走的那条路：把几个医生招进团队、让这几个人去裁决不确定病例——"这其实不是最好的办法。"
  • 他们走的路：一个数百名专家、覆盖数十个专科 / 语言 / 执业国家的全球医生网络，目的是聚合专家智慧，"这样在可能有分歧的领域，我们不是靠一个、两个或三个医生来裁决"。
  • ⚠️ 本库的标注：这把"模型该怎么回答"从标注规范问题变成了共识测量的方法学问题；但这个网络怎么加权、分歧到什么程度判为"无共识"、它本身的地域与专科分布，三点全部未说——而它们直接决定模型行为。
  • ⚠️⚠️ 冲突情形下的立场（[00:18:12]）：面对"消费端 NPS 要安慰、医学上需要别的"这个取舍，他的回答是 "那基本上就是一个安全优先级的问题"，做法是在评测栈与训练栈里专门追踪这类情形——模型应该说"这不安全，你应该去就医"，即便用户不想听。
  • ✅ "我们为此单独建了评测"是可检验的陈述；⚠️ 但没有任何数字：这类冲突占多大比例、当前通过率多少、与留存指标是否真的发生过取舍。"把安全排在前面"是一句立场，本期没有提供它被兑现的证据。
  • 模型与你的医生不一致时（[00:19:13]）：回答很保守——和分歧以别的方式发生时一样处理，去拿第二意见，"不管你是不是也在用 ChatGPT"。

四、✅ 他给医疗照护划的那条界

来源：a16z 2026-10-20（[00:30:19]–[00:35:21]）

  • 主持人的区分：医疗信息（LLM 正在成为更快更便宜的答案来源）vs 医疗照护（处方、面诊、影像与血检、体格检查，受执照与制度管辖），而后者是一个捆绑产品——诊断与分诊、照护方案、共情与安抚、以及法律责任。
  • ⚠️⚠️ 他的回答："不，我不认为 AI 能够、或者将会提供其中的全部。" "不存在任何一家公司提供全部医疗照护的未来。" 他们的定位是把"最后一英里"做到对伙伴而言只剩"最后 100 米"，而 OpenAI 独有的是入口——"当你健康的四分卫。" ✅ 再次明确："我不认为我们会去做你提到的那些事。"
  • ✅ "那问诊还该谈什么"这个追问的回答，本库认为是他全期最诚实的一段（[00:35:21]）：共情与床边礼仪、体格检查这类身体接触，以及一条机制性的理由——"并不是所有信息都已经存在于 AI 那里。看诊的一部分目的，恰恰是去获取更多信息，去做问诊、查体与调查的过程。"
  • ⚠️⚠️ 本库的标注：这条反驳的是"信息已经都在、只差整合"这个 AI 医疗叙事里常见的隐含前提——而反驳它的人是 OpenAI 自己。
  • ⚠️ 一条无数据的预测（[00:34:20]）："Overton window 正在实时移动"，他预测患者与医生最终都会因为照护过程里有 AI 而感觉更安全。"我不会说我们已经完全到那儿了，但这是我对走向的预测。"

五、⚠️⚠️ move 37、抗生素那个例子，以及"瓶颈是验证"

来源：a16z 2026-10-20

  • 框架（[00:38:22]）：借 AlphaGo 那一手，健康版本的定义是"模型预测出一个人类本来预测不出来的东西，事后看是对的、有洞见、有影响力"。✅ 他对进度的自评是克制的："我们在更小的尺度上看到过"，"我觉得我们还非常早"。
  • ⚠️⚠️ 唯一的具体例子（本库认为它比框架本身更有价值）（[00:39:22]）：在与 Penda Health 的临床医生 copilot 实验里，"临床医生有点倾向于过度使用抗生素"，而模型反复标出的模式就是避免这种过度使用，更少考虑眼前这个病例、更多考虑抗生素耐药这个全局问题"。
  • ✅ 本库的解读：它展示的不是模型比医生更懂，而是模型的目标函数不同——医生在为眼前这一个病人优化，而模型可以同时承载群体层面的外部性。
  • ⚠️ 而这恰恰也是风险所在：谁来决定模型在个体收益与群体外部性之间怎么权衡？本期无人提出。
  • 未来版本（[00:39:22]）：接收一个用户十年的纵向历史，跨 EHR 与聊天数据做出预测——"因为人脑根本没法把这些数据都整合起来。" 配套观察是大量数据"就那么存在那儿，洞见没有被挖掘"（[00:40:22]）。
  • ⚠️⚠️ 第三类主体：科学家，以及那条关于瓶颈位置的判断（[00:41:23]）："我也非常看好一个未来，在那里 AI 帮助加速验证环节的很多瓶颈——我认为最终成为瓶颈的是验证，而不是提出新想法、新疗法这类事。"
  • ✅ 本库上调这条的权重，因为它与本库既有的 AI for science 材料指向同一处（Greg Brockman 谈临床试验、Pushmeet Kohli 的"被解决的是任务，不是科学问题"），而这是第一次由厂商侧的健康负责人把它说成结论。
  • 具体版本（[00:52:31]）："人们想推进临床试验的分子和药物数量，已经远远多于临床试验可用的名额。" 5–10 年里影响最大的两件事是AI 引导的靶点与分子生成和AI 引导的优先级排序与验证。

六、成本曲线，以及他自己给的降温

来源：a16z 2026-10-20

  • ⚠️⚠️ 那条对照（厂商在自家基准上的自评）（[00:42:24]–[00:43:25]）：GPT-6 Luna（自述为 API 上当前最便宜的前沿模型）在 HealthBench Professional 上胜过 5.6 Soul——"字面意义上一个月前我们最好的模型"——而它便宜 34 倍。"过去一年里我们有过好几次这样的时刻。"
  • 他的命题："在给定的健康智能水平上，健康智能的成本会暴跌。" 门槛是"临床医生和患者觉得可以在照护过程里信任它的那个智能水平"，⚠️ 他自己补了"希望这个门槛也会随时间抬高"。
  • ⚠️⚠️ 而宏观问题上他主动降了温（[00:44:26]）："我不认为健康智能已经对你描述的这个问题（5.3 万亿美元的医疗支出）产生了宏观影响。" 他认为有空间的是慢病管理、文书、行政与后台工作流，✅ 但明确说这不会自动发生——"我不认为那只靠让健康智能变充裕就会发生。它发生在整合、工作流、部署和规模化上……但我认为它是让那个未来发生的前提条件。"
  • ✅ 本库标注：这是一位厂商负责人主动把自己的产品定位成"必要但不充分"，在本库收录的厂商访谈里不常见。
  • ⚠️⚠️ 支付方与提供方的 AI 军备竞赛，本库认为这是他最该被质疑的一段回答（[00:45:27]–[00:46:28]）：他把它称作"短期的干扰"，设想的解法是双方握手确认一份就诊的事实基准（靠现场的环境智能转录），再由 AI 裁定，外加有限申诉。
  • ⚠️⚠️ 本库的标注：这把一个激励问题当成了信息问题。 对抗不是因为缺少共同事实基准，而是双方从同一组事实里能主张不同的金额——"握手同意一个共同真相"这一步本身就是整个冲突所在，而他把它当作前提。

七、落地侧的几条具体做法

来源：a16z 2026-10-20

  • ✅ "活化能"框架（[00:24:16]）："你可以有一个很好的模型，但如果使用它来改善健康的活化能太高，人们就不会去做。" 产品工作被定义成降低这个活化能；按瓶颈倒推的历史是两年前到一年前在做 HIPAA 合规与隐私保护。
  • ⚠️⚠️ agent 在医疗里的一处反直觉观察（[00:13:09]）："医疗是那种你不该指望明天所有东西都有一个 MCP 连接器的行业"——遗留软件多，很多机构的主力 EHR 跑在云上的一台虚拟机里。而他的推论是反过来的："虚拟机在某些方面反而让 AI agent 更容易做事"，所以这正是 agent 与 computer use 的适用场景。✅ 本库记下这条：在 API 不可得的行业里，computer use 不是降级方案而是主路径。
  • 合作与自述成绩（[00:25:17]–[00:33:20]）：Epic（既能在 ChatGPT 里用 Epic，也能在 Epic 工作流里开 ChatGPT 侧边栏）；UCSF（病历复核，Epic–EHR–ChatGPT 连接的最早采用者之一）；⚠️ Advent Health 自述"大约 80% 的行政工作流削减"——本库按合作方自述收录、不作为事实，没有基线、口径、范围或时间窗。
  • ⚠️ 一条可供日后对照的公开承诺（[00:09:03]）：用户连接的健康信息"被安全地使用，不用于训练数据，也不用于广告定向"。
  • 给创业者的建议（[00:47:28]）："押注模型会变得更强。" 他把医疗从业者分成赌模型不行 / 中性 / 赌模型会行三档，明确站最后一档。
  • 程序性照护与机器人（[00:48:29]–[00:49:30]）：短期是更好的靶向，"未来一两年最大的宏观因素就是更好的主动与预防"；⚠️ 机器人他明确泼冷水——"从技术角度和报销与行业整合角度都是更长期的事……我的预期是这不是未来几年的事。"

关联