20 万。这是苹果给一项健康 AI 研究划下的名额上限,年龄下限 21 岁,门槛是一台能跑 Apple Intelligence 的 iPhone 15 Pro 或更新机型、系统 iOS 26 以上。

名额有限,报名趁早——这话平时是营销话术,这次倒更像临床试验的入组通知。

美东时间 2026 年 11 月,据 Chief Healthcare Executive 汇总,苹果宣布启动 "Apple Health AI Usage Study",一款研究用应用,配合一场线上研究,专门看普通人怎么跟会聊天的健康 AI 打交道:信任从哪来,回答听不听得懂,看完会不会真的去做点什么。合作方是 OpenEvidence,一家被医生群体广泛使用的临床 AI 平台,回答建立在《新英格兰医学杂志》《美国医学会杂志》《自然》这类既有医学文献之上。

据同一篇汇总,苹果健康与健身副总裁 Sumbul Desai 医生的说法是,负责任的创新要从"科学严谨与临床根基"起步。翻译成人话:先别急着卖,先量一量。

苹果到底放出了什么,又刻意没放什么?

放出来的部分很实在。参与者可以向应用提日常健康问题,可以让它把复杂的医学信息讲成能听懂的话,每个回答下面挂着可点击的同行评审临床引文。愿意的话,还能授权共享 HealthKit 数据——静息心率、活动量、睡眠、化验结果——看看"知道你一点底细"之后,回答是不是更贴题。

没放出来的部分,同样值得记一笔。苹果明说这玩意儿不替代医生、不做诊断,参与者有健康疑虑该去找医生核实。应用里设了安全护栏,遇到某些让人担心的提问,会建议你去看医生或转介其他资源。

按苹果公布的研究安排,研究计划运行超过 12 个月,数据匿名化后送往第三方云服务商,不用于训练任何 AI 模型,OpenEvidence 在 24 小时后删除提问与回答数据。参与者还能给回答打分、填月度问卷。

一句话,这更像一份自愿签署的知情同意书,而不是一张产品说明书。

带引文的回答,跟聊天机器人差在哪?

差别在"出处"两个字。

日常用 ChatGPT 或 Claude 问"最近老犯困是不是缺铁",你得到的是流畅的一段话,流畅得很像那么回事。而这类通用大模型有时给出的回答并不完整,甚至含混——据 Chief Healthcare Executive 汇总,苹果自己在公告里就承认了这一点,说这正是必须做研究的原因。

OpenEvidence 的路子是反过来的:先从既有医学文献里找依据,再组织语言。它跟 NEJM 集团在 2025 年 2 月签了多年内容授权协议,把 1990 年以来的内容接进系统(OpenEvidence 公告)。打个比方,这更像住院医先查过同行评审文献再写答复,并在回答下方附上出处链接,而不是让看过全网帖子的聪明人凭印象答题。

据Chief Healthcare Executive转述,加州大学旧金山分校内科主任 Robert M. Wachter 医生把这个矛盾说得很直白:病人和医生都在用 AI,但两边的工具是在两个世界里造出来、测出来的。他的期待是,当患者和医生用上同一类可信工具的不同版本,患者有备而来,对话质量提高,下一步衔接得上。

听着很美。照他自己的话说,把这些工具连接起来、严谨研究什么真正管用,才能走到那一步——换句话说,医患之间的顺畅衔接目前还是待验证的目标,不是既成事实。

苹果为何选择与 OpenEvidence 合作?

这里有个容易被忽略的时间线。

据彭博社报道,苹果此前已缩减其代号 Project Mulberry 的 AI 健康教练计划(9to5Mac 转述)。报道说的是缩减,不是取消,报告本身也没有交代原因。而在另一边,Anthropic 已经推出面向医疗健康场景的 Claude for Healthcare,并通过 Claude iOS 应用开始灰度推送 Apple Health 集成(Anthropic 官方)。

一头是自己的健康教练计划往回收,一头是同业已经把健康集成推到灰度阶段。把这两条并排放在一起看,苹果这次选择先做研究、先攒证据,未必是退而求其次——更像是它习惯的那种慢半拍的走法。这只是我的读法,不是苹果的说法。

20 万人能测出什么,测不出什么?

能测的,是行为。按苹果公布的框架,主要是信任从哪来、回答质量如何、参与者能不能听懂,以及这些回答会不会转化成日常健康上的实际行动。此外还有共享 HealthKit 数据之后,相关性和理解程度有没有变化。这类真实使用数据,得靠大规模参与者自愿报名、长期积累才能拿到。

至于长期临床结果,现有公告未说明是否评估——比如血压有没有降、血糖有没有控住,苹果公布的框架里并未提及;也不会替你回答那个最要命的问题:当 AI 说"没事"而实际上有事,责任算谁的。

还有一个数字可以放在这儿做参照。据 Chief Healthcare Executive 汇总 引述的 KFF 今年早些时候调查,大约三分之一的美国人已经在向 AI 问健康问题,多数人是图快,也有一部分人是因为根本没有固定医生。美国医学会今年的调查则显示,五分之四的医生在临床中使用 AI,而 2023 年这个比例是 38%(Chief Healthcare Executive 汇总)。

供需两端都在往 AI 那边滑。真正的问题是,中间那层"核对"有没有人管。

对在美华人来说,这事有什么用?

用处比想象中具体。

新移民家庭最常遇到的医疗场景,恰恰是语言和流程双重卡壳:预约专科往往排期漫长,进诊室匆匆聊完出来还是一头雾水,化验单看不懂,药名念不利索。一个能把医学术语翻成大白话、还带文献出处的工具,在这类场景里是实打实的减负。苹果在公告里也提到,研究要探索健康 AI 能否帮参与者更好地为就诊做准备。

但两条线别踩混。第一,它不做诊断,也不该被拿来替代该打的电话和该挂的号。第二,眼下它还是个研究用途的应用,最多 20 万人、限定机型与系统版本,什么时候、以什么形式变成人人可用的功能,苹果没说。苹果也没有说明是否会把 AI 问答放进健康 App 或 Siri。

对于在纽约开小诊所、做药房、做护理中介的华商,这件事的意义在另一头:如果患者带着 AI 生成的引文来问诊,一线人员得能接得住、辨得清。这不是靠培训一次就能解决的,是要改话术、改流程的慢功夫。

游仕观察

这场研究值得关注的一点,是把"信任"列为考察对象,而不是只做一个会聊天的健康应用——后者早就不新鲜了。

值得盯的有两处。一是研究结束之后,结论会不会公开、公开到什么颗粒度。企业做研究,最怕的是只公布对自己有利的部分。二是当"带引文"成为卖点,引文本身的质量门槛由谁定——文献是真的,但选哪几篇、怎么摘、摘出来放在哪句话后面,仍然是人的判断。

对读者来说,眼下最实用的一条建议反倒朴素:这类工具可以拿来整理问题、做就诊前的功课,别拿它当最后一道关。看完 AI 的说法,该问医生还是得问医生。至于那 20 万个名额,报不报名,取决于你乐不乐意替行业先把路探一探。

来源