科技 · 2026-09-03 · 科技与社会 · 阅读 10

ChatGPT 接进 Epic 病历：只读能挡住误写，却挡不住误读

OpenAI 推出面向医疗机构的 Epic 连接，把获授权的病历信息带入 ChatGPT for Healthcare，并允许部分部署把 ChatGPT 嵌在病历界面内。医生可以汇总就诊记录、化验、用药和专科建议，同时用新插件查询 PubMed、ClinicalTrials.gov、DailyMed 与 CMS 等九类

作者：沈南乔｜OC 社会影响编辑

OpenAI 推出面向医疗机构的 Epic 连接，把获授权的病历信息带入 ChatGPT for Healthcare，并允许部分部署把 ChatGPT 嵌在病历界面内。医生可以汇总就诊记录、化验、用药和专科建议，同时用新插件查询 PubMed、ClinicalTrials.gov、DailyMed 与 CMS 等九类公共医疗来源。

一句话结论：这次变化把医疗 AI 从“患者自己问”推进到临床工作流，但只读权限只消除了自动改病历和下医嘱的风险，没有消除摘要遗漏、证据误配和临床人员过度信任。

OC 此前报道 ChatGPT Health 向美国消费者开放时，重点是免责声明无法替代医疗边界。此次是新的组织级入口：Epic 覆盖的患者规模超过 3.25 亿，接入后 AI 面对的不再是用户手动转述的零散信息，而是授权范围内的完整临床上下文。它可以回答“上次就诊后发生了什么”“哪些化验需要关注”，并回链支持信息。

官方文档明确限定，Epic 连接目前只读。它不能更新病历、下医嘱、给患者发消息，也不能绕过原有病历权限。组织管理员需要配置 Epic FHIR 端点与 OAuth，每名用户仍以自己的 Epic 账号登录；适用组织还需有相应 BAA 与受保护健康信息处理资格。

病历权限、模型摘要、来源回链和医生复核组成临床责任链

只读是必要边界，却不是充分安全。AI 若漏掉一次药物停用、把旧化验当成新结果，或者在长病历里错误排序轻重缓急，医生仍可能据此行动。真正的控制点是摘要能否逐条回到原始记录、系统是否显示信息时间与缺失范围、医院是否测量人工改判率，以及高风险提示有没有独立规则兜底。

OpenAI 称其收集了 4300 次医生评估、覆盖 27 类临床场景，并在内部测试中得到 99.1% 的安全回答。这个数字来自公司定义的测试，不能替代医院自身验证；在大规模使用中，0.9% 的尾部也可能对应大量真实病例。临床部署更应报告哪类错误发生，而不是只给总体百分比。

关键事实

Epic 插件把获授权病历带入 ChatGPT 与 Codex，访问目前为只读。
连接不能写回病历、下医嘱、联系患者或绕过现有权限。
Healthcare Public Data 插件可查询九类官方医疗与研究来源。

OC 判断

医疗 AI 的竞争正在从模型回答转向数据入口和工作流位置。嵌进病历意味着使用更顺手，也意味着错误更容易进入日常判断。医院采购时应把来源回链、时间标记、失败检测和真实世界误差监测写进验收，而不是把 HIPAA 合规等同于临床可靠。

为什么重要

对医生：减少查找时间的同时，要能一键回到每条原始证据。
对医院：合规、访问控制与临床效果是三套不同的验收标准。
对患者：病历不会被模型直接改写，但照护判断可能受到摘要影响。

参考来源

发表评论

继续看看 OC 用户围绕这个话题说了什么、做了什么。

相关帖子

你们的Codex额度提前耗完了没？戒断反应如何？

<p>我在第三天就消耗了只剩1%，忍了一天，然后今天干脆用这最后的1%，开着5.6 Sol 极高强推我一个提示词笔记本应用的功能落地。最终用时3小时，居然还是跑完了。但是现在还是出现一些戒断反应，感觉啥也做不了，就无精打采的，困。</p> <p>我做了一个Prompt Notebook，专门用来收藏或者记录自己手搓的生图提示词。带Chrome一键收藏插件。支持AI优化提示词。支持提示词中提取常用字段作为提示词百科词汇。也自带生图功能用来测提示词。但是要搭配Cloudflare R2+Worker的图床。</p> <p>今天主要是做一个AI模特的资产库。将常用的AI模特固定下来，进行身份设定，以及模特的一些角色定妆图。之后生图可以直接调用AI模特自动作为垫图。</p> <p>这是AI模特资产库的界面： <img src="/upload/thread/202608/42b5f73e-938f-45de-b74e-da69da9d72a8.webp" alt="1bb0d28b-c7dd-4327-bafa-26b60323cbed" /> 这是主界面的提示词瀑布流，支持关键词或标签搜索： <img src="/upload/thread/202608/3e15b6e7-345f-48b4-aeff-1bbd89afe9d3.webp" alt="ab998e2f-9ccc-4173-832f-223aa6c6fa81" /> 这是提示词笔记的预览界面，可以复制提示词，分享提示词，点击分享还有分享短链：（https://prompt.jintao.co.uk/share/20260806LfsmY） <img src="/upload/thread/202608/bab31972-0468-4582-b873-6309233254a6.webp" alt="20260806-201213" /> 可惜现在没额度了，我又不想换模型折腾。现在还有些界面细节和小功能需要落地完善，可能还要虫子要抓。弄好了，打算放GitHub开源。</p> <p>有朋友想试试的么？</p>

shynloc 2 4

一个体会，Codex 这种现代 Agent，每天一个变，几天不用就有新惊喜

<p>当然我说的也包括 Claude Code，新功能日新月异，还有就是 AI 能力提升以后，可以做的东西日新月异。还有各种工作流方法日新月异。</p> <p>更好玩的是，我最近经历过很多次，你跟人介绍现在 Codex 可以做到什么样子，他们都觉得很厉害。但是你现场一演示，他们的震撼就更加完全不同了。所以，这种东西，需要大量的 Workshop 去沟通交流，光看文字很难讲清楚，直播、视频也越来越重要了。</p>

tinyfool 1 89

做 AI 语音产品时，授权、撤回和审计日志应该怎么落地？

<p>最近看到越来越多关于声音授权的讨论。对开发者来说，真正麻烦的往往不是“模型能不能模仿”，而是授权如何进入系统、生成结果如何追溯，以及授权撤回后该怎么办。</p> <p>我们在做 FlowSpeech 时也碰到过类似问题。我的体会是，不要把“用户勾选过同意”当成一个布尔字段，而应该把它做成一组可以审计的业务对象。</p> <h2>1. 把声音资产和授权分开</h2> <p>声音文件只描述技术属性，例如哈希、上传者、存储位置和创建时间。授权记录则至少要包含授权主体、用途范围、地域、有效期、来源证据和当前状态。这样同一份声音用于个人试听、商业广告、公开播客时，可以绑定不同的授权，而不是共用一个模糊的 consent=true。</p> <h2>2. 每次生成都保存授权快照</h2> <p>生成任务不要只引用当前授权 ID。授权内容以后可能变更，如果任务只查最新状态，历史结果就无法解释。更稳妥的做法是在任务创建时保存授权版本、文本哈希、声音版本、模型版本和操作者。生成出的音频再记录 artifact_id，并反向关联任务。</p> <p>我会把最小链路设计成：</p> <ol> <li>voice_asset：原始声音及版本；</li> <li>consent_grant：授权范围与证据；</li> <li>generation_job：请求参数和授权快照；</li> <li>audio_artifact：输出文件、校验值和公开状态；</li> <li>audit_event：谁在什么时候创建、下载、公开或撤回了内容。</li> </ol> <h2>3. 撤回不是简单删除一行</h2> <p>授权撤回后，系统至少要阻止新任务，并把相关公开音频进入下架队列。已经交付给客户的文件是否能删除，要按照合同和产品能力区分，不能在界面上承诺技术上做不到的“全球删除”。更现实的状态机是 active、suspended、revoked、expired，并明确每个状态允许哪些动作。</p> <h2>4. 对外展示也要可验证</h2> <p>除了后台日志，公开音频最好带上来源标记或可查询的生成记录。水印不是万能方案，但“可识别的音频 + 可验证的元数据 + 清晰的举报入口”组合起来，比一句“AI 生成”更有用。</p> <p>我们现在做的 <a href="https://flowspeech.io/zh">FlowSpeech</a> 主要解决上下文感知、情绪和停顿控制。越往产品化走，越觉得声音效果只是前半程，权限边界和可追溯性才决定这类工具能不能长期使用。</p> <p>大家在实际项目里会把授权证据放在业务数据库、对象存储，还是单独的审计系统？如果授权撤回，你们通常怎么处理已经生成并交付的音频？</p>

FlowSpeech 0 1

ChatGPT 接进 Epic 病历：只读能挡住误写，却挡不住误读