GPT-5.5 Instant、醫生與罕見疾病AI：OpenAI 2026年健康攻勢的真實成果

與醫生相比表現如何？

OpenAI 表示，GPT-5.5 Instant 在健康問題上的表現已可與其前沿 Thinking 模型相提並論，並在 HealthBench 和 HealthBench Professional 上取得比 GPT-5.3 Instant 更高的分數 。獨立學術研究也證實了明確的世代進步：在臨床案例診斷準確率上，從 GPT-3.5 Turbo 的 74.4%（58/78）提升至 GPT-o3 的 93.6%（73/78）和 GPT-5 的 91.0%（71/78）。

在最嚴格的評測 HealthBench Professional 上，專為臨床醫師設計的 GPT-5.4 in ChatGPT for Clinicians 系統獲得 59.0 分，顯著超越人類醫生基線的 43.7 分（p = 3.7 × 10⁻¹⁰）。在撰寫與文件任務上，其表現更是將近醫生基線的 2 倍（64.1 vs. 32.1）。

一篇發表於《自然》期刊（2025）的綜合分析則顯示，生成式 AI 模型總體與醫生在診斷任務上無統計顯著差異——醫生準確率高 9.9%，但差異未達顯著水準（p = 0.10）。不過，AI 模型仍顯著落後於專家級醫生（準確率差異：15.8%，p = 0.007）。結論：前沿 AI 在一般診斷上已與一般醫生大致相當，但仍落後於專科醫師。

真實世界影響：波士頓兒童醫院的 o3 Deep Research

在一篇發表於《NEJM AI》的同儕審查研究中，來自波士頓兒童醫院 Manton 中心、哈佛大學和 OpenAI 的研究人員，使用 o3 Deep Research 推理模型重新分析了 376 例先前未解的兒童罕見遺傳病例 。該系統連結臨床特徵、遺傳模式和科學文獻，產生診斷假設，並成功為 18 名兒童 找出診斷，涵蓋四個疾病領域——10 例神經發育障礙、4 例神經肌肉疾病、2 例猝死和 2 例兒童早期精神病 。研究人員稱此近 5% 的診斷率為「徹底的遊戲規則改變者」，因為這些患者的基因組先前已經過人類專家徹底分析 。

此外，波士頓兒童醫院更廣泛的 AI 整合已協助診斷 超過 40 種 先前無法解決的罕見疾病，每年節省 60,000 工作小時（相當於 700 萬美元的人力成本），並在降低營運成本同時擴大照護可及性 。

2026 年三層健康策略

OpenAI 在 2026 年推出了三項不同的健康產品：

1. ChatGPT Health（2026 年 1 月 7 日）——消費者端功能，用戶可詢問健康話題、上傳醫療文件，並安全連接 Apple Health 和 MyFitnessPal 等健康應用程式。OpenAI 明確指出此功能非設計用於診斷或治療 。

2. OpenAI for Healthcare（2026 年 1 月 8 日）——符合 HIPAA 規範的企業級產品，為醫療機構提供 GPT-5 驅動工具，首批客戶包括 AdventHealth、Baylor Scott & White Health、波士頓兒童醫院、Cedars-Sinai Medical Center、HCA Healthcare、Memorial Sloan Kettering 癌症中心、Stanford Medicine Children's Health 與 UCSF 。

3. ChatGPT for Clinicians（2026 年 4 月 22 日）——免費提供給美國驗證醫師、護理師、醫師助理與藥師的專用版本。功能包括摘要醫療證據、草擬臨床文件、生成病患衛教資料，以及整合臨床指引與研究 。在 HealthBench Professional 上，此工具的表現顯著超越人類醫生 。

第四項模型更新 GPT-Rosalind（2026 年 6 月）則結合 GPT-5.5 的自主編碼能力與增強的科學智慧，專注於生物醫學研究工作流程 。

總結

OpenAI 在 2026 年的醫療領域布局內容紮實，並有實際成果支撐——從醫療幻覺減少 52.5%，到在先前無法解決的病例中找到 18 個新診斷。該公司已建立明確的三層策略：消費者教育、免費臨床工具與企業部署。儘管仍需審慎看待——OpenAI 的評測為內部數據，且《自然》期刊的綜合分析也確認 AI 仍落後專家級醫生——但證據顯示，對於一般健康問題和臨床輔助任務，GPT-5.5 Instant 已不再是玩具，而是真正有用的工具。