大家好,欢迎来到心眸AI笔记,我是jackli!
今天是2026年11月16日,新的一周加油呀!苹果在美国上线了一个叫 Apple Health AI Usage Study 的研究,计划招募最多 20 万名 21 岁以上用户,用一款独立 App 观察人们怎么向 AI 问健康问题,跟踪时间在一年以上。
这篇只对照苹果官方新闻稿、TechCrunch 的报道和 AIHOT 的事件记录。我不在美国,也没装过这个研究 App,所以不聊上手体验,只聊公开材料能支撑的部分。
01
20 万人,一场关于「怎么问健康」的实验
11 月 15 日,苹果新闻稿宣布这项研究启动。它不是一个新功能,而是一套虚拟研究项目加一款配套 App,合作方是临床 AI 平台 OpenEvidence。
参与者可以在 App 里问日常健康问题,让 AI 用通俗语言解释复杂的医学信息,每条回答下面还挂着经过同行评审的临床文献链接。
苹果给这项研究定的目标很明确,弄清楚用户信任从哪里来,回答质量怎么样,人能不能看懂,以及这些回答会不会影响日常的健康行动。
研究 App 的欢迎页与对话建议,预置问题包括总结生命体征、改善睡眠和准备就诊(图源 Apple Newsroom 官方新闻稿)
还有一个可选项值得单独说。参与者可以自愿共享 HealthKit 里的静息心率、活动、睡眠或化验结果,用来观察个人数据接进来之后,回答的相关性和理解度会不会不一样。
注意,共享是可选项。这一点在后面还会反复出现。
02
苹果为什么要找一个给医生用的 AI
OpenEvidence 不是面向大众聊天的产品,它服务的是医疗专业人士,回答基于《新英格兰医学杂志》《美国医学会杂志》和《自然》这类既有来源。苹果提供的是研究体验和 App,医学侧的技术来自对方。
这个组合不难理解。健康问答最怕两件事,一是答得像模像样但查不到出处,二是用户看不懂专业术语。苹果把引用链和通俗解释放进同一个界面,相当于先把这两个老问题摆到台面上。
苹果健康与健身副总裁 Sumbul Desai 的原话是,「健康非常个人化,做一项专门的研究,是理解人们如何在日常生活里接触、理解和评估健康 AI 最周全的方式」。
加州大学旧金山分校内科系主任 Robert Wachter 说得更直接,患者和医生都在用 AI,但两边的工具是在两个世界里造出来、测出来的。他期待的是同源的可信工具,让患者带着准备走进诊室。
官方的措辞里还有一句很关键的提醒,消费级健康技术由大语言模型驱动时,有时会给出不完整或不清楚的回答。这句话等于承认了产品边界。
所以这不是在证明 AI 能看病。它是在研究,AI 怎么把健康信息讲清楚,以及人会不会因此更愿意去找医生。
03
研究想量化的四件事
把官方表述拆开,目标可以归成四块,信任的驱动因素,回答质量,理解程度,日常健康行动。第四块还延伸出一个具体场景,帮参与者为就诊做准备。
这些指标听起来软,落到 App 里其实都有具体的落点。TechCrunch 的报道提到,用户可以给回答打分,还要参加月度问卷。打分页把评价拆得很细,长度、准确性、详细程度、与自身情况的相关性、组织方式、清晰度,逐项勾选。
1 提问
问日常健康问题
2 回答
通俗解释加文献链接
3 可选共享
HealthKit 数据自行决定
4 反馈
给回答打分并填问卷
5 就诊准备
整理成可带给医生的摘要
研究 App 的使用链路,按苹果新闻稿与 TechCrunch 报道整理
这里必须泼一盆冷水。打分和问卷都是自报数据,能说明用户觉得好不好用,不能说明回答在医学上是否正确。研究设计里没有看到临床结局指标,这条边界要记牢。
回答评分页可以按长度、准确性、详细程度、相关性、组织方式和清晰度逐项勾选(图源 Apple Newsroom 官方新闻稿)
04
隐私条款写得比功能还细
这项研究最密集的信息量不在功能,在数据安排。官方写了几条硬约束,研究数据不会用来训练任何 AI 模型,数据在送往第三方云之前会做匿名化,健康数据共享和问卷回答都由参与者自己决定。
App 里还有安全护栏,识别到某些令人担忧的提问时,会建议参与者去找医生或其他资源。官方也反复声明,研究 App 不用于诊断或治疗,不替代专业医疗建议。
20 万
美国参与人数上限
21 岁
最低参与年龄
12 个月以上
研究周期,据 TechCrunch 报道
0
用于训练 AI 模型的数据用途
四个关键数字,周期一项来自 TechCrunch,其余来自苹果官方新闻稿
这套写法很苹果。先把隐私承诺摆到最前面,再谈能力。对一家要把健康做成长期业务的公司来说,信任本身就是产品的一部分。
但承诺和可验证是两件事。匿名化做得好不好,第三方云的安全边界在哪,这些外部看不到,只能等论文或审计材料出来再判断。
05
二十万人怎么进来
门槛写得清楚。美国居民,21 岁以上,手里有一台支持 Apple Intelligence 的 iPhone,官方口径是 iPhone 15 Pro 或更新机型,系统要 iOS 26 或更高。研究 App 已经可以在 App Store 下载。
这里有个小口径差异。TechCrunch 写的是 iPhone 15 及以上,苹果官方写的是 iPhone 15 Pro 或更新。我按官方口径写,差异留在来源清单里。
Apple Park 航拍,健康研究由苹果健康团队主导(图源 Wikimedia Commons,摄影 Daniel L. Lu,CC BY-SA 4.0)
门槛一摆出来,样本偏差也就跟着来了。能参加的人,得用较新的 Pro 机型,得升到最新系统,还得愿意主动报名一项健康研究。这三层筛选下来,参与者大概率偏年轻、偏科技熟悉、偏健康意识强。
研究结论往外推的时候,这一点要打折。
06
健康 AI 已经是巨头的必争之地
TechCrunch 给了一组行业背景。OpenAI 说用户每周在 ChatGPT 上问健康类问题超过 3 亿次,ChatGPT Health 已经向全美用户开放,Anthropic 也在今年 1 月宣布了面向医疗的 Claude for Healthcare。
对比之下,苹果的动作显得慢。它没有直接上线一个健康问答助手,而是先拉 20 万人做研究。TechCrunch 也提到,苹果尚未明确会不会把 AI 问答接进健康 App 或 Siri。
就诊准备摘要把症状时间线、尝试过的处理和想问医生的问题整理成一页(图源 Apple Newsroom 官方新闻稿)
慢有慢的道理。健康场景一旦出错,代价不是一次糟糕的搜索体验。先把评估框架、隐私边界和就医转介做扎实,再谈产品化,这条路更稳,也更符合苹果一贯的节奏。
但稳也意味着慢。健康 AI 的用户习惯正在被别的产品塑造,苹果要追的不是模型分数,是用户第一次遇到健康疑问时打开谁。
07
这件事对普通人和开发者意味着什么
对普通用户,短期内没有可以直接用的新功能。研究只在美国开放,国内用户连报名入口都没有。它能影响的是未来几年健康 App 和 Siri 的设计方向。
对做 AI 产品的开发者,这项研究反而更有参考价值。它把健康问答的评估拆成了可操作的维度,引用是否可核对,解释是否听得懂,回答是否促成行动,遇到风险问题能不能及时把人推向医生。
这四件事放到任何一个高风险垂直场景都成立,法律、金融、教育都一样。先把评估维度想清楚,再谈模型选型,顺序不能反。
还有一条容易被忽略。苹果把隐私和数据用途写在了功能前面,这不是文案习惯,是这类产品能不能过内部合规和外部审视的前提。
当然,研究才刚开始。20 万人的数据要跑一年以上,现在任何关于效果的判断都只能算预期,不能算结论。
08
jackli的思考
我觉得这次最有价值的动作,是苹果把「信任」当成了一个可以测量的研究变量,而不是一句发布会上的形容词。愿意先花一年时间和 20 万人做对照,说明它想把健康 AI 的地基打牢。
另一面也要说清。自报评分测不出医学正确性,样本又偏向新机型和主动报名的人,研究结论的适用范围会比新闻标题窄得多。
以后我看到健康类 AI 的新功能,会先找三样东西,引用来源能不能点开,风险问题有没有转介路径,数据用途写没写明白。三样都齐,再谈好不好用。
如果这篇内容对你有帮助,欢迎点个赞、转发给需要的朋友,再点一下「在看」。要是方便,也顺手给心眸AI笔记加个星标⭐,下次更新文章你就能第一时间见到。谢谢你读到这里,我们下篇再见。