رفتن به محتوای اصلی
سلامت با هوش مصنوعیتوضیح و تشریح۱۷ مرداد ۱۴۰۵، ۰:۲۲· 7 دقیقه مطالعه· #1 از 6 در تناسب اندام

اوپن‌ای‌آی «چت‌جی‌پی‌تی سلامت» را برای یکپارچه‌سازی داده‌های تناسب اندام، تغذیه و پزشکی راه‌اندازی کرد

یک محیط کاری اختصاصی جدید در داخل چت‌جی‌پی‌تی، داده‌های دستگاه‌های پوشیدنی، اپلیکیشن‌های تغذیه و سوابق پزشکی را ادغام می‌کند تا بینش‌های سلامتی شخصی‌سازی‌شده ارائه دهد. این پلتفرم رمزگذاری‌شده با استفاده از هوش مصنوعی برای ایجاد ارتباط بین رژیم غذایی، خواب و ورزش، قصد دارد مشکل خستگی از داشبوردها (داشبورد فتیگ) را حل کند.

به قلم آریا شاد

ورزشکاران عادی و بایوهکرها 40%متخصصان تغذیه بالینی و پزشکان 35%حامیان حریم خصوصی داده‌ها 25%
ورزشکاران عادی و بایوهکرها
توانایی اتصال یکپارچه داده‌های پراکنده پوشیدنی و تغذیه‌ای را برای کشف بینش‌های عملکردی شخصی‌سازی‌شده ارزشمند می‌دانند.
متخصصان تغذیه بالینی و پزشکان
این ابزار را به عنوان یک کمک آماده‌سازی مفید برای بیماران می‌بینند، مشروط بر اینکه از خط تشخیص یا تجویز عبور نکند.
حامیان حریم خصوصی داده‌ها
در مورد متمرکزسازی داده‌های بسیار حساس سلامتی و بیومتریک در یک پلتفرم تجاری هوش مصنوعی، محتاط باقی می‌مانند.

نکات کلیدی

  • اوپن‌ای‌آی «چت‌جی‌پی‌تی سلامت» را راه‌اندازی کرده است، یک محیط کاری اختصاصی که سوابق پزشکی، معیارهای دستگاه‌های پوشیدنی و گزارش‌های تغذیه را در یک داشبورد واحد تجمیع می‌کند.
  • این پلتفرم با اپلیکیشن‌های محبوبی مانند اپل هلث و مای‌فیتنس‌پال ادغام می‌شود تا به کاربران کمک کند روندها را بین رژیم غذایی، خواب و ورزش خود شناسایی کنند.
  • داده‌های سلامتی رمزگذاری شده، در یک گاوصندوق حافظه جداگانه ذخیره می‌شوند و صراحتاً از استفاده برای آموزش مدل‌های بنیادی اوپن‌ای‌آی مستثنی شده‌اند.
  • این ابزار برای کمک به کاربران در آماده شدن برای قرار ملاقات‌های پزشکی یا متخصص تغذیه طراحی شده است، نه برای تشخیص بیماری‌ها یا تجویز درمان.

چرا مهم است

سال‌هاست که بهینه‌سازی تناسب اندام و تغذیه نیازمند مقایسه دستی داده‌ها در چندین اپلیکیشن مختلف بود. این پلتفرم با استفاده از هوش مصنوعی برای ایجاد خودکار ارتباط بین خواب، رژیم غذایی و نتایج آزمایشگاهی شما، ردیابی سلامتی در سطح حرفه‌ای را برای کاربران عادی قابل دسترس می‌کند.

روند رویداد

  1. ژانویه ۲۰۲۶

    اوپن‌ای‌آی رسماً چت‌جی‌پی‌تی سلامت را اعلام می‌کند، آزمایش را با گروه کوچکی از کاربران در لیست انتظار آغاز کرده و بازخورد جمع‌آوری می‌کند.

  2. اوایل ۲۰۲۶

    بیش از ۲۶۰ پزشک از ۶۰ کشور با اوپن‌ای‌آی همکاری می‌کنند تا بیش از ۶۰۰ هزار خروجی مدل را برای دقت پزشکی ارزیابی کنند.

  3. ۲۳ ژوئیه ۲۰۲۶

    اوپن‌ای‌آی عرضه گسترده سلامت در چت‌جی‌پی‌تی را برای کاربران ایالات متحده آغاز می‌کند و اتصال مستقیم به اپل هلث و سوابق پزشکی را فعال می‌سازد.

  4. اوت ۲۰۲۶

    این پلتفرم ادغام‌های خود را گسترش می‌دهد و به ورزشکاران و کاربران عادی اجازه می‌دهد داده‌های تناسب اندام، تغذیه و بالینی خود را ترکیب کنند.

تصور کنید از خواب بیدار می‌شوید، امتیاز ریکاوری دستگاه پوشیدنی شما قرمز چشمک می‌زند و در شک هستید که آیا باید تمرین تناوبی با شدت بالا (HIIT) برنامه‌ریزی‌شده خود را انجام دهید یا یک روز استراحت کنید. معمولاً، گرفتن یک تصمیم آگاهانه مستلزم ایفای نقش یک دانشمند داده آماتور است. شما باید به صورت دستی وعده‌های غذایی اخیر خود را در یک اپلیکیشن تغذیه مقایسه کنید، ساختار خواب خود را در داشبورد دستگاه پوشیدنی بررسی کنید و شاید آخرین نتایج آزمایش خون خود را از یک پورتال بیمار پیدا کنید. این پراکندگی مدت‌هاست که گلوگاه تغذیه ورزشی و ردیابی تناسب اندام روزمره بوده و کاربران را در داده‌های خام غرق کرده اما از بینش‌های عملی محروم گذاشته است.[1]

اکنون، آن دوران اطلاعات سلامتی منزوی، جای خود را به یک رویکرد یکپارچه و مبتنی بر هوش مصنوعی می‌دهد که به طور خودکار نقاط را به هم متصل می‌کند. در اواخر ژوئیه ۲۰۲۶، اوپن‌ای‌آی به طور گسترده «چت‌جی‌پی‌تی سلامت» را معرفی کرد، یک محیط کاری اختصاصی و رمزگذاری‌شده در داخل پلتفرم محبوب هوش مصنوعی خود. این ابزار که برای تجمیع داده‌های سلامتی، تناسب اندام و پزشکی در یک رابط مکالمه‌ای واحد طراحی شده است، قصد دارد بار تحلیل داده‌ها را از دوش کاربر برداشته و به الگوریتم بسپارد.[1][2]

تقاضا برای این نوع تجمیع داده‌ها حیرت‌آور است. حتی پیش از راه‌اندازی این مرکز اختصاصی، پرسش‌های مربوط به سلامت و تندرستی از رایج‌ترین کاربردهای این پلتفرم بودند. بر اساس تحلیل‌های ناشناس اوپن‌ای‌آی، بیش از ۲۳۰ میلیون نفر در سراسر جهان هر هفته سؤالات مرتبط با سلامتی می‌پرسیدند. این شرکت با رسمی کردن این فرآیند، تأیید می‌کند که کاربران می‌خواهند هوش مصنوعی‌شان به جای ارائه توصیه‌های عمومی و استخراج‌شده از وب، زمینه فیزیولوژیکی خاص آن‌ها را درک کند.[2][3]

این سیستم مستقیماً با پلتفرم‌های اصلی تناسب اندام و تغذیه—از جمله اپل هلث (Apple Health)، مای‌فیتنس‌پال (MyFitnessPal)، پلوتون (Peloton) و فانکشن هلث (Function Health)—و همچنین سوابق الکترونیکی سلامت از ارائه‌دهندگان خدمات درمانی ایالات متحده ادغام می‌شود. این پلتفرم با همکاری شبکه‌های امن داده‌های سلامتی مانند b.well، به کاربران اجازه می‌دهد نتایج آزمایشگاهی، تاریخچه‌های بالینی و خلاصه‌های ویزیت را وارد کنند. برای علاقه‌مندان به تناسب اندام و ورزشکاران، این ادغام مشکل رایج «خستگی از داشبورد» را حل می‌کند و دیدگاهی جامع از تأثیر عادات روزانه آن‌ها بر فیزیولوژی کلی‌شان ارائه می‌دهد.[3][4]

این پلتفرم داده‌ها را از دستگاه‌های پوشیدنی، گزارش‌های تغذیه و سوابق الکترونیکی سلامت ادغام می‌کند.
این پلتفرم داده‌ها را از دستگاه‌های پوشیدنی، گزارش‌های تغذیه و سوابق الکترونیکی سلامت ادغام می‌کند.

هنگامی که کاربر حساب‌های خود را متصل می‌کند، هوش مصنوعی می‌تواند روندهای بین پلتفرمی را که در غیر این صورت مورد توجه قرار نمی‌گرفتند، تجزیه و تحلیل کند. پیچیدگی‌های تغذیه ورزشی را در نظر بگیرید، جایی که زمان‌بندی و تعادل درشت‌مغذی‌ها حیاتی است. اگر سرعت دویدن یک ورزشکار در طول یک ماه به طور پیوسته کاهش یابد، سیستم می‌تواند گزارش‌های درشت‌مغذی مای‌فیتنس‌پال او را با داده‌های خواب اپل هلث و سطوح اخیر فریتین مقایسه کند. سپس ممکن است به آرامی اشاره کند که کاهش اخیر در مصرف آهن رژیم غذایی با افزایش خستگی او مرتبط است، و بدین ترتیب نقاط داده پراکنده را به یک بینش منسجم و عملی تبدیل کند.[1][4]

قدرت واقعی این پلتفرم در رابط مکالمه‌ای آن نهفته است که به کاربران اجازه می‌دهد داده‌های خود را به طور طبیعی مورد پرسش قرار دهند. یک کاربر می‌تواند به سادگی بپرسد: «کیفیت خواب من از زمانی که مصرف پروتئین عصرانه را افزایش دادم چقدر تغییر کرده است؟» یا «معیارهای فعلی تناسب اندام قلبی عروقی من را با خط پایه قبل از شروع این دوره تمرینی جدید مقایسه کن.» هوش مصنوعی جریان‌های داده متصل را ترکیب می‌کند و خلاصه‌ای به زبان ساده ارائه می‌دهد که همبستگی‌ها و روندها را برجسته می‌کند، بدون اینکه کاربر نیاز به پیمایش نمودارهای پیچیده داشته باشد.[1][2]

اوپن‌ای‌آی این اکوسیستم هوش سلامت را در خلأ نساخته است. این پلتفرم طی دو سال با ورودی مستقیم بیش از ۲۶۰ پزشک از ۶۰ کشور و ده‌ها تخصص پزشکی توسعه یافته است. این متخصصان بالینی بیش از ۶۰۰ هزار خروجی مدل را بررسی کردند تا اطمینان حاصل شود که هوش مصنوعی ایمنی، وضوح و دقت را در اولویت قرار می‌دهد. آن‌ها به طراحی معیارهایی کمک کردند که سیستم برای تفسیر نتایج آزمایشگاهی، خلاصه‌سازی دستورالعمل‌های مراقبت و تولید سؤالات پیگیری مناسب از آن‌ها استفاده می‌کند.[2][3]

این پلتفرم طی دو سال با ورودی مستقیم بیش از ۲۶۰ پزشک از ۶۰ کشور و ده‌ها تخصص پزشکی توسعه یافته است.

مدل زیربنایی، یعنی GPT-۵.۶ Sol، به طور خاص برای هوش سلامت تنظیم دقیق شده است. این آموزش تخصصی به آن اجازه می‌دهد تا تشخیص دهد چه زمانی ممکن است کاربر بیش از حد تمرین کند، سوخت‌رسانی ناکافی داشته باشد یا نیاز به توجه پزشکی حرفه‌ای داشته باشد. در ارزیابی‌های دقیق سلامتی، این مدل توانایی پیشرفته‌ای در استدلال در جزئیات پیچیده، برقراری ارتباط واضح و اعمال قضاوت دقیق از خود نشان داد و در سطحی قابل مقایسه با مدل‌های پزشکی پیشرو عمل کرد.[1][3]

طبیعتاً، سپردن یک پروفایل فیزیولوژیکی کامل به یک شرکت هوش مصنوعی، سؤالات فوری و جدی در مورد حریم خصوصی ایجاد می‌کند. اوپن‌ای‌آی برای رسیدگی مستقیم به این نگرانی‌ها، چت‌جی‌پی‌تی سلامت را به عنوان یک گاوصندوق مجزا ساختاربندی کرده است. مکالمات و داده‌های درون مرکز سلامت به طور پیش‌فرض رمزگذاری شده‌اند، کاملاً جدا از چت‌های استاندارد چت‌جی‌پی‌تی ذخیره می‌شوند و دارای سیستم حافظه ایزوله خود هستند.[1][5]

اوپن‌ای‌آی داده‌های سلامتی را مجزا کرده است تا اطمینان حاصل شود که برای آموزش مدل‌های بنیادی آن استفاده نمی‌شوند.
اوپن‌ای‌آی داده‌های سلامتی را مجزا کرده است تا اطمینان حاصل شود که برای آموزش مدل‌های بنیادی آن استفاده نمی‌شوند.

نکته حیاتی این است که این شرکت به صراحت اعلام کرده است که داده‌ها و مکالمات سلامتی متصل، هرگز برای آموزش مدل‌های بنیادی آن یا هدف قرار دادن تبلیغات استفاده نمی‌شوند. کاربران کنترل دقیقی بر اطلاعات خود دارند و می‌توانند خاطرات مرتبط با سلامتی خود را در هر زمان مشاهده، مدیریت یا حذف کنند. به طور پیش‌فرض، سیستم قبل از استفاده از سوابق پزشکی متصل یا داده‌های دستگاه پوشیدنی برای شخصی‌سازی یک پاسخ، اجازه می‌گیرد و تضمین می‌کند که کاربر نگهبان زمینه اطلاعاتی خود باقی می‌ماند.[1][4]

با وجود این تدابیر فنی قوی، این سیستم فاقد نقاط کور و عدم قطعیت‌های ذاتی نیست. کارشناسان هشدار می‌دهند که مدل‌های هوش مصنوعی در نهایت تنها به اندازه داده‌هایی که دریافت می‌کنند خوب هستند. اگر کاربری فراموش کند وعده‌های غذایی خود را به درستی در مای‌فیتنس‌پال ثبت کند، یا اگر دستگاه پوشیدنی او داده‌های ضربان قلب معیوبی را در طول تمرین ثبت کند، بینش‌های حاصل ممکن است مغرضانه یا گمراه‌کننده باشند.[5][6]

اطلاعات ناقص در سوابق پزشکی نیز می‌تواند احتمال تولید فرضیات نادرست توسط مدل را افزایش دهد. دانشمندان داده‌های بالینی اشاره کرده‌اند که وقتی سوابق سلامتی ناقص هستند، مدل‌های مولد گاهی اوقات در پر کردن دقیق شکاف‌ها دچار مشکل می‌شوند. بنابراین، کاربران باید به بینش‌های هوش مصنوعی به عنوان فرضیه‌هایی برای آزمایش نگاه کنند، نه حقایق مطلق فیزیولوژیکی.[5]

علاوه بر این، اوپن‌ای‌آی به صراحت بیان می‌کند که این ابزار برای حمایت از توصیه‌های حرفه‌ای پزشکی یا تغذیه‌ای طراحی شده است، نه جایگزینی آن‌ها. این ابزار نمی‌تواند بیماری‌ها را تشخیص دهد، درمان تجویز کند یا جایگزین یک متخصص تغذیه ورزشی واجد شرایط باشد. این پلتفرم با موانع ایمنی برنامه‌ریزی شده است که به طور فعال کاربران را تشویق می‌کند تا برای علائم اورژانسی یا تصمیمات پزشکی پیچیده، به دنبال کمک حرفه‌ای باشند.[2][4]

ترکیب هوش مصنوعی می‌تواند به کاربران کمک کند تا برای مشاوره‌ها با متخصصان تغذیه ورزشی به طور مؤثرتری آماده شوند.
ترکیب هوش مصنوعی می‌تواند به کاربران کمک کند تا برای مشاوره‌ها با متخصصان تغذیه ورزشی به طور مؤثرتری آماده شوند.

این پلتفرم به جای جایگزینی متخصصان بالینی، به عنوان یک ابزار آماده‌سازی پیچیده قرار گرفته است. برای کاربران عادی، ارزش فوری آن در تشخیص الگوها و آماده‌سازی برای قرار ملاقات‌ها نهفته است. به جای مراجعه به مشاوره با یک متخصص تغذیه ورزشی که تنها به یک صفحه گسترده نامرتب و خاطرات مبهم مسلح است، کاربران می‌توانند خلاصه‌ای جامع و عینی از عادات سوخت‌رسانی و تمرینی ماه گذشته خود تهیه کنند.[2][4]

با گسترش ادغام‌ها و پایگاه کاربران این پلتفرم، ترکیب داده‌های پوشیدنی در زمان واقعی با سوابق بالینی سلامت می‌تواند اساساً نحوه رویکرد ما به تغذیه ورزشی را تغییر دهد. ما در حال حرکت از توصیه‌های عمومی و یکسان به سمت استراتژی‌های سوخت‌رسانی فوق‌العاده شخصی‌سازی‌شده و مبتنی بر داده هستیم. در نهایت، چت‌جی‌پی‌تی سلامت نشان‌دهنده یک تغییر حیاتی از جمع‌آوری داده‌های منفعل به هوش سلامت فعال است و کاربران را قادر می‌سازد تا تصمیمات آگاهانه‌تر و مطمئن‌تری در مورد بدن، میزان تمرین و تغذیه روزانه خود بگیرند.[1][2]

بررسی عمیق دیدگاه‌ها

ورزشکاران عادی و بایوهکرها

برای کسانی که هر معیار را ردیابی می‌کنند، این پلتفرم راه‌حلی است که مدت‌ها برای خستگی از داشبورد منتظرش بودند.

علاقه‌مندان به تناسب اندام سال‌ها وقت صرف کرده‌اند تا داده‌ها را از اپل هلث، گارمین و مای‌فیتنس‌پال به صورت دستی به صفحات گسترده پیچیده صادر کنند تا همبستگی بین رژیم غذایی و عملکرد خود را بیابند. این گروه چت‌جی‌پی‌تی سلامت را به عنوان یک میانبر انقلابی می‌بینند. با اجازه دادن به هوش مصنوعی برای مقایسه فوری ساختار خواب با مصرف درشت‌مغذی‌ها، بایوهکرها و ورزشکاران آماتور می‌توانند شکاف‌های سوخت‌رسانی را شناسایی کرده و ریکاوری خود را بدون نیاز به مهارت‌های پیشرفته علم داده بهینه کنند. آن‌ها این ابزار را گامی توانمندساز به سوی تغذیه ورزشی واقعاً شخصی‌سازی‌شده می‌دانند.

متخصصان تغذیه بالینی و پزشکان

متخصصان پزشکی با احتیاط از این ابزار به عنوان راهی برای ایجاد بیماران آماده‌تر استقبال می‌کنند.

متخصصان بالینی اغلب با بیمارانی دست و پنجه نرم می‌کنند که تاریخچه‌های مبهم یا ناقصی در مورد عادات رژیم غذایی و ورزشی خود ارائه می‌دهند. بسیاری از متخصصان تغذیه و پزشکان از اینکه چت‌جی‌پی‌تی سلامت می‌تواند داده‌های پوشیدنی و گزارش‌های تغذیه بیمار را در یک خلاصه عینی و مختصر قبل از قرار ملاقات ترکیب کند، قدردانی می‌کنند. با این حال، این گروه بر مرزهای سخت‌گیرانه تأکید دارند: هوش مصنوعی باید یک ابزار آماده‌سازی باقی بماند. آن‌ها هشدار می‌دهند که کاربران نباید برای تشخیص مسائل متابولیک یا تجویز مداخلات غذایی خاص به این پلتفرم تکیه کنند و تأکید می‌کنند که هوش مصنوعی نمی‌تواند جایگزین قضاوت دقیق یک متخصص انسانی شود.

حامیان حریم خصوصی داده‌ها

کارشناسان حریم خصوصی نگران پیامدهای امنیتی متمرکزسازی داده‌های حساس سلامتی هستند.

در حالی که اوپن‌ای‌آی رمزگذاری قوی را پیاده‌سازی کرده و قول داده است که از داده‌های سلامتی برای آموزش مدل استفاده نکند، حامیان حریم خصوصی ذاتاً نسبت به متمرکزسازی سوابق پزشکی، داده‌های بیومتریک و عادات روزانه در یک اکوسیستم تجاری واحد بدبین هستند. آن‌ها اشاره می‌کنند که حتی گاوصندوق‌های داده مجزا نیز اهداف باارزشی برای حملات سایبری محسوب می‌شوند. این گروه از کاربران می‌خواهند که مبادله بین راحتی و حریم خصوصی را با دقت در نظر بگیرند و خاطرنشان می‌کنند که به محض بارگذاری داده‌های فیزیولوژیکی حساس در یک پلتفرم هوش مصنوعی مبتنی بر ابر، کاربر درجه‌ای از کنترل مطلق بر ردپای دیجیتال خود را از دست می‌دهد.

اصطلاحات کلیدی

سوابق الکترونیکی سلامت (EHR)
نسخه دیجیتالی پرونده کاغذی بیمار، حاوی تاریخچه پزشکی، تشخیص‌ها، داروها و نتایج آزمایشگاهی از ارائه‌دهندگان خدمات درمانی.
درشت‌مغذی‌ها
سه دسته اصلی از مواد مغذی که بیشترین میزان مصرف شما را تشکیل می‌دهند و بیشترین انرژی را برای شما فراهم می‌کنند: پروتئین، کربوهیدرات‌ها و چربی‌ها.
ساختار خواب
سازماندهی ساختاری اساسی خواب طبیعی، که معمولاً به چرخه‌های مراحل خواب REM و غیر REM تقسیم می‌شود و توسط دستگاه‌های پوشیدنی ردیابی می‌شود.
مدل بنیادی
یک مدل هوش مصنوعی در مقیاس بزرگ که بر روی حجم عظیمی از داده‌ها آموزش دیده و می‌تواند برای طیف گسترده‌ای از وظایف بعدی سازگار شود.
سیلو داده
مخزنی از داده‌های ثابت که تحت کنترل یک بخش یا اپلیکیشن باقی می‌ماند و از بقیه اکوسیستم دیجیتال کاربر جدا شده است.

آنچه نمی‌دانیم

  • هنوز مشخص نیست که اگر کاربر اطلاعات متناقضی را در چندین اپلیکیشن تناسب اندام متصل ثبت کند، پلتفرم چگونه این داده‌های متضاد را به طور یکپارچه مدیریت خواهد کرد.
  • دقت بلندمدت بینش‌های هوش مصنوعی هنگام مواجهه با سوابق پزشکی ناقص یا بسیار پراکنده، هنوز توسط محققان بالینی در حال ارزیابی است.
  • اوپن‌ای‌آی جدول زمانی دقیقی را برای گسترش ادغام سوابق الکترونیکی سلامت فراتر از سیستم مراقبت‌های بهداشتی ایالات متحده ارائه نکرده است.

پرسش‌های متداول

آیا چت‌جی‌پی‌تی سلامت می‌تواند بیماری‌ها را تشخیص دهد یا رژیم غذایی تجویز کند؟

خیر. اوپن‌ای‌آی صراحتاً اعلام می‌کند که این ابزار برای حمایت از مراقبت‌های حرفه‌ای طراحی شده است، نه جایگزینی آن. این ابزار نمی‌تواند بیماری‌ها را تشخیص دهد یا درمان تجویز کند، بلکه به کاربران کمک می‌کند داده‌های خود را درک کرده و برای ویزیت پزشک آماده شوند.

آیا داده‌های سلامتی من برای آموزش مدل‌های اوپن‌ای‌آی استفاده می‌شود؟

خیر. مکالمات و داده‌های درون مرکز سلامت رمزگذاری شده، جدا از چت‌های استاندارد ذخیره می‌شوند و برای آموزش مدل‌های بنیادی اوپن‌ای‌آی یا هدف قرار دادن تبلیغات استفاده نمی‌شوند.

کدام اپلیکیشن‌های تناسب اندام و تغذیه به این پلتفرم متصل می‌شوند؟

در زمان راه‌اندازی، این پلتفرم با اپل هلث، مای‌فیتنس‌پال، پلوتون، فانکشن هلث و چندین اپلیکیشن سلامتی دیگر، همراه با سوابق الکترونیکی سلامت از ارائه‌دهندگان ایالات متحده ادغام می‌شود.

آیا برای استفاده از چت‌جی‌پی‌تی سلامت به اشتراک پولی نیاز دارم؟

این پلتفرم در حال عرضه برای کاربران طرح‌های رایگان، Go، Plus و Pro است، اگرچه برخی از قابلیت‌های استدلال پیشرفته ممکن است به سطوح مدل خاصی مانند GPT-۵.۶ Sol مرتبط باشند.

منابع

پوشش منابع

6 منبع

3 دیدگاه شناسایی‌شده

ورزشکاران عادی و بایوهکرها 40%متخصصان تغذیه بالینی و پزشکان 35%حامیان حریم خصوصی داده‌ها 25%
  1. [1]OpenAIمتخصصان تغذیه بالینی و پزشکان

    Launching Health in ChatGPT

    مطالعه در OpenAI
  2. [2]Fierce Healthcareورزشکاران عادی و بایوهکرها

    OpenAI launches ChatGPT Health to connect data from health apps, medical records

    مطالعه در Fierce Healthcare
  3. [3]Becker's Hospital Reviewمتخصصان تغذیه بالینی و پزشکان

    7 things to know about ChatGPT Health

    مطالعه در Becker's Hospital Review
  4. [4]Eesel AIحامیان حریم خصوصی داده‌ها

    What is ChatGPT Health? A guide to OpenAI's new health feature

    مطالعه در Eesel AI
  5. [5]MedReport Foundationحامیان حریم خصوصی داده‌ها

    The Pros and Cons of ChatGPT Health

    مطالعه در MedReport Foundation
  6. [6]BeautyMatterورزشکاران عادی و بایوهکرها

    OpenAI Introduces ChatGPT Health: A Separate Hub for Wellness

    مطالعه در BeautyMatter

نظرات

همیشه در جریان باشید

هر زاویه. هر روز.

دریافت تناسب اندام اخبار همراه با پوشش کامل منابع و تحلیل دیدگاه‌ها، مستقیم در صندوق ورودی شما.