半夜胸口不舒服，觉得问题不大，但又睡不着。
掏出手机问ChatGPT——它可能给你一个听着靠谱的病名，也可能回一句"有些事文字判断不了，尽快去医院"。
它诊断得对不对，说实话你也没法验证。真正能看出门道的是另一件事：它有没有先问你漏掉了什么信息，有没有在关键节点提醒你别再等。
OpenAI昨天发布了GPT-5.5 Instant的健康升级：在一组医生的盲评里，它的回答质量被评得比真人医生自己写的还高；过去两个月，被监测系统标出含事实问题的回复占比，降了71%。
看 AI 公司发新版本，我习惯先跳过那个"超过人类"的榜单分，去翻它公布的失败模式（failure modes）——一个工具真去修了哪些 bug，比它吹了哪些榜，更能暴露它真实的能力边界。之前聊工具首页那些夸张倍数时是同一个道理：盯它 benchmark 怎么测、修了什么，比盯那个加粗的大数字有用。这次 OpenAI 的健康公告，最值得看的也正是那张失败模式修复清单。
那个分数到底比了什么
评测方式不复杂：3500条记录里，另一组医生对比阅读AI和真人医生各自写的回答，五个维度打分。AI赢了。
但它比的是"谁的回答写得好"，离"谁能把病看对"还隔着好几层。
要留意评测设置：OpenAI 让医生在不限时间、能上网（但不准用 AI）的条件下写回答，再让另一组医生盲评双方回答的质量——准确、沟通、完整性这些维度。也就是说，AI 拿高分的是"把一次健康问答写得清楚周全"，被评的从来不是"在诊室里把病看对"。一个专门被训练来给普通人写科普长答的选手，本来就占这个评分口径的便宜。
它背后那套评测倒不全是自说自话：OpenAI 用的是 HealthBench / HealthBench Professional，由一个全球医生网络写打分规则（rubric）、定义什么算"好回答"、哪些是危险的失败模式——准确、安全、沟通、是否该提醒就医都写进了量表。机制上比"我们觉得变好了"扎实，但它衡量的依旧是回答质量，不是临床结果。
"AI回答评分超过医生"是真的。但它跟"AI能替代医生"之间，还隔着几个没被测的维度。而这几个维度，恰好藏在OpenAI自己公布的失败模式修复里。
他们修了三类错误，正好是你要看的三件事
OpenAI在公告里写得明明白白。过去两个月，模型在这三个方向上大幅改进：
第一，漏掉危险信号。 一个人说"胸口偶尔刺痛，几秒就过去"。旧版本可能给一段可能病因列表，末尾礼貌地加一句"建议咨询医生"。但你想想——一个没医学背景的人看完病因列表，第一反应是什么？"我在里面挑一个最像的。"那句"建议咨询"太轻了，轻到可以被忽略。新版本被训练成先标危险门槛：刺痛是否伴随呼吸困难？持续多久？有无相关病史？然后再给行动方向。
第二，不追问背景。 一个人说"最近总觉得累、没精神"——够简短也够模糊。旧版本会直接列一串可能病因：贫血、甲减、抑郁、睡眠不足，像医学生背书。新版本的第一反应是反问：体重有变化吗？睡眠够不够？在吃什么药？这种追问不为缩小诊断范围，是在补上普通人描述症状时天然会漏掉的那部分信息。
第三，不会表达不确定。 症状信息不够时，旧版本倾向于给一个"最可能的解释"——听着专业，但把需要进一步检查的信号盖住了。新版本会明确说：根据当前信息无法排除X或Y，如果出现Z则优先考虑A，但文字无法确诊，需要检查。它把"我不知道"翻译成了"我还需要知道什么才能判断"。
这三件事跟诊断准确率没关系。它们是临床医学最基本的安全机制——追问病史、识别急症、承认不确定性。OpenAI修这三项，指向一个挺微妙的进步：模型在医疗里变得更可用，靠的是更尊重"自己不知道什么"，而不是更敢下诊断。
以后问 AI 健康问题，盯这三关
OpenAI 修的这两关——追问、紧急分流——挑得不随便。至少在它这套评测最看重的"安全"维度里，一次健康问答最容易翻车的，就是信息没问全、和该提醒就医时没提醒。把这两件事交给一个不嫌你啰嗦、随时在线的 AI 守着，恰恰用在了刀刃上。
以后你拿AI问健康问题，不用纠结它给的病名靠不靠谱——说实话你知道的也不比它多。就看三样：
追问了吗？ 在给你答案之前，它有没有先问你漏了什么？
劝医了吗？ 它有没有告诉你什么情况下不能再等、必须去医院？
承认不确定了吗？ 信息不够时，它有没有说"还需要确认"，而不是塞给你一个看似确定的结论？
三条全过，这个回答才算可用。可用的理由很简单：它不会让你因为信息不全，就做错那个该不该去医院的决定。
别拿它替代医生
OpenAI发布当然有PR成分。那个71%的降幅（说清楚：是"被标出含事实问题的回复占比"下降，不是它一句话就少错了七成）、3500条回复盲评、每周2.3亿人用它问健康——数字很唬人。但真正值得带走的比标题小，也比标题实用。
AI在健康上最该扮演的角色，是在你对着症状列表一个人胡思乱想时，多帮你看一眼漏掉的危险信号——而不是替你拍板下结论。它能做的，是帮你看见自己忽略了什么。
下次身体不舒服、又拿不准要不要往医院跑，问问 ChatGPT 没坏处——但真出现剧烈胸痛、呼吸困难、意识模糊这类信号，别跟 AI 多费话，直接打 120。问它的时候也别问"我得了什么病"，问这两句就够了：
“我漏掉了什么重要信息？”
“我该不该现在去看医生？”
