Meta 新 AI 索要我的原始健康数据——却给出了糟糕的建议
Meta 最新推出的生成式 AI 模型 Muse Spark 本周正式亮相，该公司宣称这款模型在回答健康相关问题方面表现更佳，甚至与“超过 1,000 名医生”合作来优化训练数据。然而，在实际测试中，它不仅主动引导用户上传个人健康数据，其给出的建议也远未达到专业医疗水平，引发了关于隐私与实用性的双重担忧。
主动索要数据：从健身追踪器到实验室报告
当用户询问 Muse Spark 能提供何种帮助时，它会列举一些基本功能，如制定锻炼计划或生成向医生提问的问题清单。但一个尤为突出的功能是：它直接邀请用户粘贴来自健身追踪器、血糖监测仪或实验室报告的数据。模型承诺将“计算趋势、标记模式并可视化数据”，例如分析用户提供的过去 10 次血压读数是否存在规律。
这种引导用户上传健康数据的做法并非 Meta 独有。OpenAI 的 ChatGPT 和 Anthropic 的 Claude 都设有专门模式，旨在帮助用户理解自身健康状况并辅助决策。例如，Claude 允许用户通过应用内开关轻松连接其 Apple 或 Android 健康数据，并将这些信息纳入回答中。Google 也允许用户将医疗数据上传至 Fitbit，供其 AI 健康教练分析。
隐私风险：HIPAA 合规性缺失的隐患
杜克大学助理教授、医院 AI 平台 Layer Health 联合创始人 Monica Agrawal 指出，使用这类模型“可能非常棘手”。她解释道：“你提供的信息越多，模型对你的背景了解就越深入，理论上可能给出更精准的回应。但另一方面，在没有保护措施的情况下分享你的健康数据存在重大的隐私隐患。”
Agrawal 特别担忧用户将敏感数据上传至聊天机器人，因为这些广泛使用的 AI 工具并不符合 HIPAA（美国《健康保险流通与责任法案》）的保护标准。该法案是保护患者敏感健康信息不被泄露的里程碑式法律。缺乏此类合规性意味着用户数据可能面临未经授权的访问或滥用风险。
能力局限：远非医生的合格替代品
尽管 Meta 声称与大量医生合作以提升回答的准确性和全面性，但测试显示，Muse Spark 在健康建议方面的表现仍不尽如人意。它可能提供过于笼统、不准确甚至潜在有害的建议，无法替代专业医疗人员的诊断和咨询。在健康领域，细微的数据误解或错误的趋势分析都可能导致严重后果。
行业背景：AI 健康助手的兴起与挑战
随着生成式 AI 的快速发展，科技巨头纷纷布局健康领域，试图通过个性化建议吸引用户。然而，这背后是数据隐私、模型准确性与法律责任的多重挑战。用户在使用这些工具时，往往在便捷性与风险之间权衡：一方面，AI 能提供即时、定制的见解；另一方面，错误建议可能误导健康决策，而数据泄露则可能侵犯个人隐私。
小结：谨慎使用，明确边界
- 数据上传需三思：在向任何 AI 工具提供健康数据前，应充分了解其隐私政策与合规状态。
- 建议仅供参考：AI 生成的健康内容不应视为医疗诊断，始终以专业医生意见为准。
- 行业监管待加强：随着 AI 更深度介入健康领域，明确的法规与标准至关重要，以保障用户安全与权益。
Meta 的 Muse Spark 反映了 AI 在健康应用上的野心，但也凸显了当前技术在实际落地中的局限性与风险。对于用户而言，保持警惕、理性看待 AI 的能力边界，或许是当下最明智的选择。
