最近，《华盛顿邮报》科技专栏作家杰弗里·A·福勒分享了一次相当令人担忧的经历。他将过去十年在Apple Watch上记录的健康数据导入OpenAI新推出的ChatGPT健康功能，结果因心脏健康问题被错误评为“失败”（F）。这一结果令福勒震惊，他立即联系医生进行进一步检查。
经过详细的医学评估，医生明确表示福勒的心脏健康状况极佳，心脏病发作风险极低，甚至无需额外的有氧体能测试。这一发现让福勒松了口气，但也让他对人工智能健康评估的准确性产生了怀疑。
经过进一步分析，福勒发现ChatGPT的误判主要源于对数据的误解。人工智能将Apple Watch记录的最大氧气摄取量（VO2max）视为绝对准确的医疗数据，但事实上，苹果已表示这些数据仅为“估计值”，主要用于追踪健康趋势，而非临床诊断。此外，升级到新款Apple Watch后，因传感器升级导致静息心率的变化被AI错误地解读为生理功能的重大变化，完全忽视了硬件更新的关键因素。
更令人担忧的是，ChatGPT Health 在反馈中表现出明显的不稳定性。当福勒多次问同一个健康问题时，AI的分数在“F”和“B”之间剧烈波动，令人难以置信。此外，系统似乎存在“记忆丧失”的问题，在对话中多次忘记福勒的性别和年龄信息。即使最近的血液检测报告，它也选择性地忽视了这些重要的临床证据。
福勒的经验提醒我们在使用人工智能技术进行健康评估时保持警惕，因为人工智能的判断并不总是可靠。
