OpenAI 公開 ChatGPT 連 Epic EHR：授權病歷進 AI，改寫醫護流程

2026 年 9 月 1 日，OpenAI 於官方新聞室宣布：醫療機構可把 Epic 電子健康紀錄（EHR）環境連接到 ChatGPT for Healthcare，並同步推出 Healthcare Public Data 外掛，讓團隊在受管工作區內同時處理授權病患脈絡與官方公開醫療資料集。經核對 OpenAI 新聞室原文，以及 TechCrunch 等同日報導後，來源真實性已驗證。本文整理其機制、技術含義、應用場景，以及對香港醫院／診所在《個人資料（私隱）條例》（PDPO）與 NDA 約束下的啟示。

一、核心事件：病歷脈絡進入受管 AI 工作區

過去臨床與營運團隊常要在「病患紀錄、醫學文獻、公開資料庫、內部知識庫」之間來回切換。OpenAI 今次把兩條能力綁在一起：

EHR 整合：把來自 Epic 的已授權病患脈絡帶入 ChatGPT for Healthcare，協助檢視病史、辨識變化、準備約診。
Healthcare Public Data 外掛：以結構化方式連接多個官方公開醫療資料來源（官方列舉包括 ClinicalTrials.gov、CMS Coverage、RxNorm、DailyMed、PubMed 等，合共九個）。

官方亦引用 UCSF Health 總裁兼行政總裁 Suresh Gunasekaran 作為試點夥伴發言，指團隊正探索如何更快、更全面地彙整複雜病歷中「甚麼已變、甚麼最重要」，並由前線驗證實際價值。

技術細節（已對照 OpenAI 原文）

依 OpenAI 新聞室：

兩種互補體驗：把授權病患資訊帶入 ChatGPT；以及在支援部署中，把 ChatGPT 嵌進 EHR 版面，毋須離開病患圖表即可使用 AI 輔助流程。
臨床提問示例（官方列舉）：自上一次就診後有何變化？今日約診前應先看哪些最近化驗？有否藥物變更或新專科建議？有哪些跟進、轉介或未解決事項？
合規閘門：ChatGPT for Healthcare 強調角色權限、單一登入、稽核日誌等企業控制；在適用的 Business Associate Agreement（BAA） 下，客戶可在同一工作區使用 ChatGPT Work、Codex、apps 與 plugins 支援符合 HIPAA 的工作流。
啟用對象分流：Healthcare 客戶由工作區管理員啟用 EHR 整合與 Public Data 外掛；Enterprise 客戶需聯絡 OpenAI 客戶團隊確認受規管工作區設定；個人臨床帳號不可用 EHR 整合（僅合資格美國 Clinicians 用戶可裝 Public Data 外掛）。

TechCrunch 同日報導進一步指出，該整合對健康紀錄採唯讀存取，AI 不會把內容寫回病歷圖表；此點宜以機構與 Epic／OpenAI 合約與部署說明為最終準則。

二、技術原理深度解析

1. 「授權脈絡」而非裸連資料湖

關鍵字是 authorized patient context：系統假設病患資料已在機構既有 EHR 權限模型下可被該臨床人員讀取，再把相關片段帶入受管對話／工作流。這與「把整個醫院資料庫開放給通用聊天機械人」不是同一設計。對資安與私隱團隊而言，評估重點應落在：身份對應、最小必要資料、會話留存、跨境傳輸與稽核軌跡。

2. 公開資料外掛：把「可核對的權威來源」變成工具

Healthcare Public Data 外掛把九個官方來源的特定紀錄、欄位、識別碼與版本接到同一任務。例如研究團隊可比對招募中試驗的納入條件；藥劑團隊可核對 DailyMed 標籤與警告；人口健康團隊可把研究、試驗與 Medicare 保障資訊放在有來源依據的視圖中。這本質上是「以工具呼叫約束模型只在權威來源上推理」，降低胡謅引用的誘因，但不能取代臨床判斷或法規核准。

3. 以醫師評估支撐「接上脈絡後」的行為

OpenAI 指與遍及 60 個國家、49 種語言、26 個醫學專科的數百名醫師合作定義與改進健康回應；至今已審視超過 70 萬則模型回應。針對連上 EHR 脈絡後的表現，醫師在 27 個臨床用例（包括診前覆核、臨床時間線、藥物覆核、交接摘要等）作出 4,363 次評分，其中 99.1% 被評為在所有用例中屬安全。另一次兩輪評估中，五個已連接資料來源各自有超過 93% 的回應被評為「良好」或以上準確度。這些數字來自 OpenAI 原文，反映的是受控評估環境，並非香港本地醫院的實戰保證。

三、日常應用場景

1. 開發者與技術團隊

可關注：EHR 內嵌與外掛權限模型、BAA／受規管工作區、與 SharePoint、Google Drive、Salesforce、Slack 等企業插件的權限繼承。技術債往往不在模型本身，而在身份供應、審計匯出與「誰能把哪張病歷拉進對話」。

2. 企業與隱私敏感行業

醫療、保險、法律與受 NDA 約束的企業最應分開兩件事：對外通用雲端助手 與 含敏感個人資料的生產工作流。OpenAI 方案以 BAA 與受管工作區回應美國 HIPAA 場景；若資料出境或跨境處理不可接受，仍需私有部署或本地託管路徑。

3. 一般用戶／個人臨床帳號

官方明確：EHR 整合不開放給個人帳號。一般消費者的 ChatGPT 健康功能與機構級 Epic 連接是不同產品邊界，不宜混為一談。

4. 香港與亞洲市場視角

香港醫療與診所資料屬高度敏感個人資料，受 PDPO 規管；公營與私營機構另有院內資訊保安政策、合約與專業守則。即使海外廠商提供 EHR 連接與「安全率」評估，本地導入仍須回答：

病患資料會否離開香港／院內網絡？留存多久？誰可稽核？
模型輸出是否可能寫入正式病歷或醫囑（若部署非唯讀，風險更高）？
臨床責任歸屬：AI 摘要能否成為決策依據，還是僅供醫師覆核？
與現有臨床資訊系統（CIS）、化驗與藥物系統的權限是否一致？

對無法接受跨境傳輸或需 100% 資料境內處理的機構，較務實的路徑是：臨床決策支援與病歷相關推論留在私有環境，公開醫學文獻檢索可另議。YSK Limited 的企業私有 LLM 全託管即面向此類需求：Dataset → QLoRA／LoRA → 私有 API，年費 HK$88,000 起，強調數據不出境，適合受 PDPO 與 NDA 約束的醫療、法律與金融團隊做概念驗證與內網上線。

四、專業評價與潛在考量

優勢

把「病患脈絡」與「權威公開資料」放進同一受管工作區，貼近真實醫護資訊碎片化痛點。
官方清楚區分機構帳號與個人帳號，並以 BAA、SSO、稽核等企業控制作門檻。
公開醫師評估數字與用例，便於採購與臨床資訊委員會做初步盡職審查。

需要留意的地方

評估數字來自 OpenAI 合作醫師流程，不能直接外推至香港公院／私院工作量、語言與病歷結構。
Epic 在美國市場滲透極高；香港與亞洲 EHR 生態不同，連接器是否可用、何時可用必須以本地供應商與合約為準。
「摘要更安全」不等於「可自動下醫囑」；若日後開放寫回，治理模型要重寫。
跨境、再訓練、子處理者與事故通報條款，仍是法務與 DPO 的核心條款，不是產品頁口號可取代。

結語

OpenAI 把 ChatGPT for Healthcare 推近 Epic 與官方公開醫療資料源，標誌通用大模型正從「回答醫學問題」走向「進入機構病歷工作流」。對香港而言，更關鍵的不是功能清單，而是資料主權、PDPO 合規與臨床責任邊界。若機構需要在香港境內完成醫療或敏感業務的私有模型微調與託管，可參考 YSK Limited 的企業私有 LLM 全託管（年費 HK$88,000 起，100% 數據不出境）。

參考來源

OpenAI Newsroom, Healthcare organizations can now connect EHR and additional industry data to ChatGPT（2026-09-01）：https://openai.com/index/chatgpt-connects-health-records-and-healthcare-sources/
TechCrunch, ChatGPT Health adds Epic integration for clinicians to import patient data（2026-09-01）：https://techcrunch.com/2026/09/01/chatgpt-health-adds-epic-integration-for-clinicians-to-import-patient-data/
YSK Limited, 企業私有 LLM 全託管：https://ysk.hk/services/ai-automation
YSK Limited, llms.txt（公司公開事實）：https://ysk.hk/llms.txt