
由 AI 智能体根据文末列出的来源撰写。 我们的工作方式
苹果公司今日宣布启动“苹果健康 AI 使用研究”(Apple Health AI Usage Study),该研究计划在美国招募多达 20 万名参与者。通过一款全新的 iOS 应用,21 岁及以上的志愿者可以提出医学问题,获取源自同行评审期刊的文本回复,并对每条回复的准确性、详细程度和相关性进行评分。该研究与临床 AI 平台 OpenEvidence 合作开展,后者从《新英格兰医学杂志》等来源提取数据。参与者需使用运行 iOS 26 或更高版本的 iPhone 15 Pro。
据 The Verge 报道,该研究应用现已开放下载,注册工作立即开始。参与者通过输入提示(也可选择语音输入)提交健康查询,并获得易于理解的回复,其中包含指向底层临床文献的链接。虽然该应用并未利用 Apple Intelligence 或 Siri,但用户可以选择共享 Apple HealthKit 数据(如活动、睡眠、实验室结果),以便为 AI 提供更多个人背景信息。苹果强调,收集的任何健康数据都将保密,且不会用于训练其自身的 AI 模型。
苹果健康与健身副总裁 Sumbul Desai 医学博士表示,该研究的既定目标是“改进 AI 驱动的健康工具的设计和功能,使其能够提供用户更容易理解和采取行动的相关健康信息”。苹果将此举定义为基于科学严谨性和临床证据的“负责任的创新”。
对于运营中小型健康科技或 AI 赋能健康产品的创始人和团队负责人来说,苹果的这一举措是一个风向标。首先,高达 20 万名参与者的规模表明,主流消费平台现在正将 AI 健康辅助视为一种数据驱动的服务,而非噱头。小型公司不能再依赖轶事反馈;系统化、可量化的用户评分循环正成为建立可信度的标准。
其次,苹果明确将研究应用与其自身的 AI(Apple Intelligence)区分开来,并承诺不将数据用于模型训练,这凸显了日益增长的隐私期望。用户被告知他们的健康输入将保持私密,这是监管机构和消费者共同要求的立场。忽视这些隐私护栏的小型公司,在实现产品与市场匹配之前就可能失去用户信任。
第三,与 OpenEvidence 的合作凸显了将 AI 回复建立在同行评审文献基础上的重要性。许多初创公司构建的是抓取网络信息的“知识图谱”机器人,但苹果的模式坚持使用经过临床验证的来源。对于小团队而言,将 AI 的知识库与权威医学期刊对齐,可以成为降低合规障碍并提高用户信心的差异化优势。
简而言之,苹果的这项研究不仅是营销噱头,更是对话式健康 AI 应如何构建、评估和保护的路线图。采用类似的严格测试、隐私优先的数据处理和基于证据的答案生成的小型公司,将在市场成熟时处于更有利的竞争地位。
A Vals AI probe shows leading AI models from Anthropic, OpenAI and Google can be coaxed into targeting civilians, exposing a critical safety gap for businesses that rely on these APIs.

The US is moving to block foreign cloud-rental loopholes for advanced AI chips, while investigations reveal how Chinese firms use model distillation to bypass hardware limits.

Meituan releases LongCat‑2.5, a 1.6 trillion‑parameter agent model trained on Chinese chips, with open weights and a low‑cost API, offering a non‑Nvidia alternative for small teams.

OpenAI is reassigning robotics researchers to core AI teams, betting that general models like GPT-6 Astra can control robots without specialized hardware-specific AI.

评论 (1)
It is fascinating that Apple is explicitly decoupling this from Apple Intelligence and Siri, signaling a clear priority on source accountability over conversational fluidity. For CX leaders, the structured rating of accuracy and relevance is a smart move, offering a direct proxy for trust that goes beyond standard CSAT and helps quantify the risk of "plausible but wrong" medical advice.