隨著 OpenAI、Google 和 Anthropic 相繼推出新產品，AI 健康科技戰局持續升溫

本月，OpenAI、Google 和 Anthropic 相隔僅數日便相繼揭露了各自專門的醫療 AI 功能。這波密集的公告顯示出競爭壓力，而非單純的巧合。然而，儘管行銷話術強調將徹底改變醫療保健，但這些產品均未獲准作為醫療器材、未獲准用於臨床，也無法直接用於患者診斷。

1月7日，OpenAI推出ChatGPT Health，透過與b.well、Apple Health、Function及MyFitnessPal的合作，讓美國用戶能串接醫療紀錄。Google則於1月13日發布MedGemma 1.5，將其開源醫療AI模型擴展至可解讀3D電腦斷層掃描（CT）與磁振造影（MRI）影像，以及全切片組織病理學影像。

Anthropic 隨後於 1 月 11 日推出「Claude for Healthcare」，提供符合 HIPAA 規範的連接器，可串接至 CMS 保險給付資料庫、ICD-10 編碼系統以及國家醫療服務提供者識別碼登記處。

這三家公司皆瞄準相同的行政痛點——事前授權審查、理賠處理及臨床文件記錄——雖採用相似的技術方法，但市場推廣策略各異。

開發者平台，而非診斷產品

其架構上的相似性令人驚嘆。每個系統皆採用針對醫學文獻與臨床資料集進行微調的多模態大型語言模型。各系統均強調隱私保護與法規免責聲明，並將自身定位為輔助而非取代臨床判斷。

差異在於部署與存取模式。OpenAI 的 ChatGPT Health 作為面向消費者的服務運作，針對歐洲經濟區（EEA）、瑞士及英國以外地區的 ChatGPT Free、Plus 和 Pro 訂閱用戶設有候補名單。Google 的 MedGemma 1.5 則透過其「健康 AI 開發者基礎計畫」以開放模型形式發布，使用者可透過 Hugging Face 下載，或透過 Google Cloud 的 Vertex AI 進行部署。

Anthropic 的 Claude for Healthcare 則透過 Claude for Enterprise 整合至現有企業工作流程，目標客群為機構買家而非個人消費者。這三者均持一致的監管立場。

OpenAI 明確聲明 Health「不適用於診斷或治療」。Google 將 MedGemma 定位為「開發者評估並適應其醫療應用場景的起點」。Anthropic 則強調其輸出結果「不應直接用於臨床診斷、病患管理決策、治療建議，或任何其他直接的臨床實踐應用」。

基準測試表現與臨床驗證

這三款產品在醫療 AI 基準測試中的表現均有顯著提升，但測試表現與實際臨床部署之間的差距依然龐大。Google 報告指出，MedGemma 1.5 在斯坦福大學的 MedAgentBench（醫療代理完成度基準測試）上達到了 92.3% 的準確度，而之前的 Sonnet 3.5 基準版本僅為 69.6%。

在內部測試中，該模型在 MRI 疾病分類上的表現提升了 14 個百分點，在 CT 檢查結果判讀上則提升了 3 個百分點。Anthropic 的 Claude Opus 4.5 在啟用 Python 程式碼執行功能的 MedCalc 醫療計算準確度測試中獲得 61.3% 的成績，而在 MedAgentBench 測試中則達到 92.3%。

該公司還聲稱在針對事實性幻覺的「誠實度評估」方面有所改善，但未公開具體指標。

OpenAI 並未針對 ChatGPT Health 發布具體的基準比較，而是根據對現有使用情況的去識別化分析指出，「全球每週有超過 2.3 億人透過 ChatGPT 提出健康與保健相關的問題」。

這些基準測試衡量的是在精選測試資料集上的表現，而非臨床結果。由於醫療錯誤可能導致危及生命的後果，將基準準確度轉化為實際臨床實用性，遠比其他 AI 領域複雜得多。

監管路徑仍不明朗

這些醫療 AI 工具的監管環境仍不明朗。在美國，FDA 的監管取決於產品的使用目的。任何「協助或向醫療專業人員提供關於預防、診斷或治療建議」的軟體，可能需作為醫療器材接受上市前審查。目前已公布的工具均未獲得 FDA 核准。

責任歸屬問題同樣懸而未決。當班納健康（Banner Health）的技術長麥克·雷金（Mike Reagin）表示該系統是「被 Anthropic 對 AI 安全的重視所吸引」時，這僅涉及技術選擇，而非法律責任框架。

若臨床醫師依賴 Claude 的預先授權分析，而患者因延誤治療而遭受傷害，現行判例法對責任歸屬幾乎沒有提供任何指引。

各區域的監管方針差異顯著。雖然美國食品藥物管理局（FDA）與歐洲《醫療器材法規》針對作為醫療器材的軟體提供了既定框架，但許多亞太地區監管機構尚未針對生成式人工智慧診斷工具發布具體指引。

這種不確定性影響了各市場的採用時程——在醫療基礎設施尚有缺口的市場中，這本可能加速技術導入，卻反而造成臨床需求與監管謹慎之間的張力。

行政工作流程，而非臨床決策

實際部署範圍仍相當有限。諾和諾德（Novo Nordisk）內容數位化總監 Louise Lind Skov 描述了將 Claude 用於「藥品開發中的文件與內容自動化」，重點在於法規申報而非患者診斷。

台灣健保署採用 MedGemma 從 30,000 份病理報告中提取數據進行政策分析，而非用於治療決策。

此模式顯示，機構採用AI的重點集中在行政工作流程上——例如帳務處理、文件記錄及試驗方案起草等，這些環節的錯誤通常不會立即造成危險；而非直接的臨床決策支援，儘管AI在後者領域對患者預後的影響可能最為顯著。

醫療 AI 的發展速度，已超越機構處理監管、法律責任及工作流程整合等複雜問題的能力。這項技術已然存在，只需支付月費，即可使用先進的醫療推理工具。

這是否能轉化為醫療服務的變革，取決於這些協調發布的聲明尚未解決的關鍵問題。

另請參閱：阿斯特捷利康押注內部 AI 以加速腫瘤學研究

想向業界領袖深入了解人工智慧與大數據？歡迎參加將於阿姆斯特丹、加州及倫敦舉辦的「人工智慧與大數據博覽會」。這場綜合性活動隸屬於 TechEx 系列，並與其他頂尖科技盛會同期舉行。點擊此處獲取更多資訊。

AI News 由 TechForge Media 提供技術支援。點此探索其他即將舉行的企業科技活動與線上研討會。