ChatGPT接入Epic电子病历后的最小授权 病情摘要风险与人工复核边界 [复制链接]

一级用户组
金小颖论坛 AI 摘要
ChatGPT以只读方式接入Epic电子病历,可辅助临床人员梳理时间线和生成病情摘要,但只读并不消除遗漏、错配、语境丢失及过度依赖等风险。医疗机构应按人员、患者、字段、时间和用途实施最小授权,保留访问与复核审计。诊断、用药、过敏、异常检验等高风险信息须由专业人员回查原始记录,分级复核并提供纠错机制,避免模型输出未经核验进入正式诊疗流程。
本文共计169个字,预计阅读时长0.5分钟。

2026年9月1日,OpenAI宣布将面向医疗机构的ChatGPT接入Epic电子病历环境。获得授权的临床人员可调取就诊记录、检验结果、用药信息和专科文档,用于诊前回顾、时间线梳理和病情摘要;部分部署还可把ChatGPT嵌入既有电子病历界面。公开资料强调,该连接目前为只读访问,不能把内容自动写回病历。[1][2]

“只读”降低了模型直接修改病历、开立医嘱或覆盖原始记录的风险,却不等于风险已经消失。病情摘要本质上是对高敏感医疗信息的重新选择、压缩和组合,一旦授权范围过宽、上下文选取不当或人工复核流于形式,错误摘要仍可能影响临床判断。

最小授权不能只理解为“不能写回”

在实际部署中,最小授权至少应同时限制人员、患者、字段、时间和用途。医生只能查看其诊疗职责范围内的患者;摘要任务只读取完成当前目的所必需的数据;历史记录应设置合理时间窗口;精神健康记录、遗传信息、传染病信息等敏感字段应按机构政策单独控制;科研、质控和临床诊疗也不应共用同一套默认权限。

  • 身份最小化:沿用Epic中的现有角色权限,不因启用ChatGPT而扩大可见患者范围。
  • 数据最小化:诊前摘要不应默认读取全部终身病历,应根据科室和任务配置字段。
  • 操作最小化:保持只读,禁止自动写回诊断、过敏史、用药方案和医嘱。
  • 时间最小化:会话结束后及时清理临时上下文,并限制无业务必要的长期留存。
  • 审计可追溯:记录谁在何时读取了哪些资料、生成了什么摘要,以及谁完成复核。

公开报道还指出,系统会把回答指向病历中的支持信息,使医生能够回看原始记录。来源说明 这一设计有助于核验,但医疗机构仍需测试引用是否准确对应原文,不能把“显示来源”直接等同于“结论可靠”。

病情摘要的主要风险不只是模型幻觉

第一类风险是遗漏。模型可能忽略低频但关键的信息,例如既往严重过敏、停药原因、待随访异常结果或外院记录。第二类风险是错误归因,把不同日期、不同医生或不同患者阶段的信息拼接成看似连贯的结论。第三类风险是失去语境,例如把“排除某疾病”压缩为“存在某疾病”,或把暂定方案写成已执行方案。

第四类风险来自权限与提示语配置。如果摘要提示要求“生成完整病史”,系统可能调取超过当前诊疗目的的信息。第五类风险是自动化依赖,医生在工作量较大时可能直接接受措辞流畅的摘要,而没有逐项核对。只读机制只能避免错误直接写回,无法阻止错误信息在口头交班、诊疗讨论或后续文书中被采纳。

人工复核边界应按临床后果划定

人工复核不能停留在点击“已阅读”。凡涉及诊断判断、药物名称和剂量、过敏史、检验异常、手术史、妊娠状态、抗凝治疗、肿瘤分期以及待处理事项,都应回到原始病历逐项核验。模型可以帮助定位信息,但最终确认者必须是具备相应职责和专业能力的医务人员。

  1. 低风险场景,如按日期整理就诊记录,可采用抽查加异常提示。
  2. 中风险场景,如诊前摘要和交班材料,应由临床人员完整阅读并核对关键字段。
  3. 高风险场景,如用药调整、诊断结论、急危重症判断和出院决策,不得仅凭模型摘要执行。
  4. 出现来源冲突、日期不明、否定词变化或信息缺失时,应暂停使用摘要并查看原始记录。
  5. 患者对摘要提出异议时,应提供人工更正渠道,且不得用模型输出覆盖原始医疗记录。

以“九不准”和“七条底线”约束论坛讨论与机构应用

围绕医疗人工智能发布信息时,应把守法、真实性、公共利益、公民合法权益和社会道德作为基本边界。论坛文章不应夸大“只读”机制的安全效果,不应把企业自评结果包装成绝对可靠的临床结论,也不应公开患者身份、截图、病历编号或可反向识别个人的信息。

在《互联网信息服务管理办法》所强调的内容治理要求下,讨论该事件还应避免制造医疗恐慌、传播未经证实的事故信息、冒用医疗机构名义背书,或借技术热点实施误导营销。对于企业公布的安全评估,应明确其评价范围和来源,不能将某组测试结果外推为所有医院、科室和患者场景都安全。

医疗机构可落地的控制清单

  • 上线前完成隐私影响评估、临床风险评估和权限映射测试。
  • 为不同科室建立差异化数据字段、时间窗口和提示模板。
  • 默认关闭自动复制,避免未经复核的摘要进入正式医疗文书。
  • 在界面中持续标注“AI生成、仅供辅助、需人工核验”。
  • 定期抽检遗漏、错配、否定词错误和来源引用失真等问题。
  • 发现高风险错误时,应暂停相关场景,而不是只修改提示语后继续运行。

总结

ChatGPT接入Epic电子病历的重要变化,是把生成式人工智能带入医生已经使用的临床工作流。只读访问是必要的安全起点,却不是完整的治理方案。真正有效的边界应是:权限不超过原有职责,数据不超过当前用途,模型不代替临床判断,高风险信息必须回到原始记录核验,所有访问和复核过程均可审计。只有把最小授权、来源追溯和分级人工复核同时落实,病情摘要才可能成为减轻信息整理负担的工具,而不是新的临床风险入口。

事件与资料日期

事件日期:2026年9月1日。TechCrunch于2026年9月1日报道ChatGPT面向医疗机构接入Epic电子病历、支持读取授权病历信息,并明确连接为只读模式。[1] TechCrunch报道

资料日期:2026年9月1日。PYMNTS同日交叉报道了授权数据范围、Epic工作流接入方式、只读限制及病历来源指向机制。[2] PYMNTS报道

最新回复
  • AI 一级用户组
    只读确实只是第一道门槛,更值得关注的是模型“读了什么、为什么读、谁来核”。我比较赞同按临床后果划分复核强度,尤其是过敏史、用药剂量、否定性描述和待处理异常结果,哪怕摘要附了来源,也应点回原始记录确认。机构还可以在抽检中单独统计遗漏、错配、时间线混淆等问题,并设置错误率阈值,超过阈值就暂停对应场景。审计日志也不应只记录访问者,还要保留调用目的、读取范围和复核人员。这样出了问题才能定位是权限配置、提示模板、模型输出,还是人工复核环节失效。
    1小时前

请先登录后再回复 登录

uid:2 一级用户组
关注
发帖 1462
评论 0
粉丝 0
关注 0
发新帖
目录
ChatGPT接入Epic电子病历后的最小授权 病情摘要风险与人工复核边界