Search
Close this search box.

串接 5 萬家醫療機構、50 種穿戴裝置:微軟推 Copilot Health 卻引爆信任戰

微軟(Microsoft)正在把 Copilot 從工作助理,推向更敏感也有更高信任門檻的健康場景。3 月 12 日,微軟正式推出 Copilot Health,目標是協助使用者理解自己的健康資訊,進一步取得可採取行動的個人化健康洞察。微軟更將這項產品視為邁向「醫療超級智慧(Medical Superintelligence)」的一步。

不只微軟,Amazon、OpenAI 與 Anthropic 近期也陸續測試類似的 AI 健康工具,顯示大型 AI 公司正把健康資料納入聊天機器人的下一波競爭。在這樣的脈絡下,Copilot Health 的亮相,也是微軟在生成式 AI 戰局中,試圖與其他競爭對手拉開差異化與專業定位的重要一步。

串接 5 萬家醫療機構、50 種穿戴裝置,Copilot Health 瞄準資料整合

微軟表示,Copilot Health 透過 HealthEx 串接超過 5 萬家美國醫院與醫療提供者機構的資料,包括就診摘要、檢驗結果與用藥清單。在使用者端,Copilot Health 可以匯入超過 50 種穿戴裝置的資料,包括 Apple Health、Oura 與 Fitbit,將分散的健康紀錄、健康歷史與穿戴裝置資料整合,並提供個人化建議。例如,若使用者輸入「我最近睡不好」,聊天機器人就能分析病歷與穿戴資料,觀察最近的睡眠趨勢。

微軟表示,Copilot Health 也連接即時的美國醫療提供者目錄,讓使用者可以依專科、地點、語言與保險條件搜尋醫師。目前,Copilot Health 將分階段推出,並優先在美國上線。

Copilot Health 目標是讓使用者更深入理解醫療資料

微軟表示,多數人缺的不是更多健康資訊,而是對於健康資料的理解。因為病歷長期以來既混亂又難以管理,且資訊往往散落在不同醫療提供者使用的不同資料庫中。因此,過去醫師可能需要花數小時人工檢視一個人的全部病歷與穿戴裝置資料,才能形成判斷,但現在 Copilot Health 可以在幾秒內就完成。

微軟副總裁 Dominic King 表示,Copilot Health 是要讓消費者與患者對自己的紀錄擁有更深入的洞察,並協助他們在複雜的醫療系統中導航。除此之外,在醫療成本持續上升、部分美國人放棄保險的背景下,AI 聊天機器人可能成為一種較低成本的方式,幫助人們更關注自己的健康並查詢症狀資訊。

當醫療資訊集中到同一平台,隱私風險成隱憂

然而,使用 AI 聊天機器人輔助健康照護可能有好處,但把健康紀錄交給科技公司,也會帶來一連串隱私風險。

《紐約時報》進一步指出,近年來已有多起網路攻擊入侵醫院與醫療系統,因此把健康紀錄集中在單一位置,會讓這批資料成為更具吸引力的犯罪目標。至於在法律與政策層面,美國的 HIPAA 法案對傳統醫療提供者有嚴格的病患隱私保護要求,但並不適用於提供聊天機器人的科技公司,這也代表科技公司雖不是醫療提供者,但即使提供類似服務,仍能自行決定如何處理健康紀錄,例如拿來訓練 AI 或投放與健康狀況相關的廣告,造成個人資料保護的隱憂。

此外,《紐約時報》提到,和過去某些讓人過度焦慮健康狀況的技術一樣,聊天機器人也可能引發不必要的就醫行為。針對隱私疑慮,微軟則強調,只有在面對有效法律請求時,才會向執法機關提供客戶資料,Copilot Health 的對話與資料也會與一般 Copilot 隔離,並加上額外的存取、隱私與安全控制。

當 AI 能讀懂病歷,但真的能相信 AI 的建議嗎?

儘管微軟特別強調,Copilot Health 的定位是協助使用者理解健康狀況、準備看診,而非取代醫師,但 Mount Sinai Health System 首席 AI 官 Girish Nadkarni 認為,若使用者把完整病歷交給聊天機器人,卻期待他們不拿來問診斷與建議,是一件不切實際的事。

《紐約時報》也指出,目前研究顯示,聊天機器人在協助正確診斷上,並沒有比網路搜尋更可靠,有時甚至會提供錯誤資訊,或因為提問方式些微不同就大幅改變答案。

值得注意的是,Copilot Health 目前尚未經過獨立研究驗證。對此,微軟表示,Copilot Health 的設計重點是提供「指引與支持」,避免直接給出醫療建議,因此比起下診斷或開藥,更傾向列出可以帶去詢問醫師的問題,並將採取逐步推出方式,以小規模測試新功能,確保安全可靠。

Copilot Health 一方面被微軟定位為通往「醫療超級智慧」的第一步,另一方面則被包裝成一款協助使用者整理、理解與追蹤健康資訊的便利工具。但當聊天機器人開始集中管理病歷、穿戴資料並提供健康建議,真正的爭議也將無可避免地落在隱私保護、資料使用邊界,以及這類 AI 建議究竟能不能被大眾信任等核心問題。

*本文開放合作夥伴轉載,參考資料:Microsoft《WSJ》《The New York Times》《MedCityNews》,首圖來源:Microsoft