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

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]

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]

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]

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]

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]