医疗团队真正耗时的往往不是提出问题，而是在病历、药品标签、研究论文、临床试验和支付政策之间来回切换。9月1日，OpenAI宣布为ChatGPT for Healthcare加入Epic电子病历集成，并推出Healthcare Public Data插件。前者读取机构已授权的患者记录，后者把九类官方公共医疗数据接进ChatGPT和Codex，试图把“找资料、核对版本、回到证据”变成一个受控工作流。

两个连接同时发布很关键：单独接病历只能解释患者过去发生了什么，单独查公共资料又缺少个体上下文。把两者放进同一工作区可以减少切换，却也要求产品在权限和提示层面保持清楚分隔。

Epic连接的重点是权限不被绕开

Epic插件可把预约记录、化验结果、用药变化和专科文档带入受支持的机构工作区。临床人员可以询问上次就诊后发生了什么、哪些检查值得优先复核，回答会指向支撑它的病历内容。在部分部署里，ChatGPT还可嵌入电子病历界面，减少离开患者图表的次数。

但这不是把全院病历复制给模型。管理员需要配置机构的Epic FHIR端点和OAuth客户端，每名用户仍要用自己的Epic账户登录，访问范围继承工作区、Epic和具体患者图表的现有权限。连接为只读，个人版临床账户不能使用Epic插件。这些限制决定了它更像受控查询层，而不是自动修改病历的执行器。

九个公共入口与患者记录严格分开

Healthcare Public Data把PubMed、ClinicalTrials.gov、DailyMed、RxNorm、CMS Coverage等九类公共来源组合成插件。研究团队可比较正在招募试验的条件，药学团队可核对最新药品标签，运营人员可检查覆盖政策版本。各入口都是只读，安装插件也不等于自动连接全部数据，管理员仍要分别启用并设置角色权限。

公共数据插件不访问患者图表，也不应接收姓名、生日、病历号或会员号等受保护信息。机构即使与平台签有相应业务伙伴协议，也不能据此假设所有外部公共服务都获准接收敏感数据。换言之，两个插件虽然同处一个工作区，数据边界、连接方式和适用人群完全不同，部署文档必须把这条边界写清。

99.1%安全评分要放回样本里看

OpenAI称，来自60个国家、49种语言和26个医学专科的数百名医师已审核超过70万条模型回答。在连接病历的专项评测中，医师对27类临床使用场景给出4363次评分，99.1%的回答被评为安全；另一项围绕大型美国医疗数据集的两轮评测里，五个已测试数据源的回答有超过93%获得“良好”或更高准确度。

这些数字说明产品经过了专门评测，却不能直接证明某家医院、某个科室和本地模板中也有同样表现。厂商没有在公告里给出所有样本分布、错误严重度和基线对照，UCSF Health也只把自己定位为探索中的试点伙伴。上线验收仍需覆盖缺失数据、冲突记录、旧药品版本、跨语言摘要和高风险转诊等本地边界。

编辑判断：医疗Agent先解决证据链

这次发布的价值不在于让ChatGPT“替医生看病”，而在于把医疗AI从孤立问答推进到有权限、有版本、有引用位置的资料工作流。对医疗机构，真正可复用的实施顺序应是：先明确谁能看什么，再验证每类问题回到哪份记录，最后才扩大到病历准备、研究检索和运营分析。

团队还应保留人工确认、合规日志和异常升级路径，把患者记录与公共搜索的提示模板分开。医疗信息会变化，公共覆盖政策也不等于个体福利决定，插件输出不能替代专业判断或紧急处置。只有当权限、证据和责任都能被追溯，减少一次页面切换才真正转化为临床时间，而不是把信息风险集中到一个更顺手的入口。