微软公司正在更新其Copilot人工智能助手,推出一款名为Copilot Health的新工具,专门用于回答用户的医疗问题。
Copilot Health今日面向美国成年用户开放候补名单申请。微软计划逐步扩大使用范围,并增加对英语以外其他语言的支持。
这款更新的助手以全新的Copilot界面板块形式呈现,消费者可以在其中输入医疗咨询问题。据微软介绍,该工具可以解释化验结果,帮助用户在看医生前准备问题。它还具备搜索引擎功能,Copilot Health可以根据位置、专科以及是否接受用户保险等参数来查找医生。
微软五名员工在今日发布的博客文章中写道:"我们通过提升来自50个国家可信医疗机构的信息质量,改善了答案的质量和可靠性,这些信息已经我们的临床团队使用美国国家医学院独立制定的原则进行验证。"
用户可以通过向Copilot Health提供其医疗信息来进一步增强该工具的响应效果。该工具与名为HealthEx的云平台集成,该平台汇集了来自美国医疗服务提供商的数据。当集成功能启用时,Copilot Health可以将医生就诊摘要等信息纳入其回复中。
另一个连接器使该平台能够从Function Health Inc.获取化验结果,这是一家风险投资支持的医疗检测提供商。此外,Copilot Health还与包括Apple Watch在内的50多种可穿戴设备集成。这些设备可以跟踪佩戴者的心率、皮肤温度和其他生物特征数据,以及睡眠模式等更高层次的信息。
Copilot Health将用户的健康数据与非医疗聊天记录分开存储。微软表示,无论是静态存储还是传输过程中,都会对这些信息进行加密。此外,该工具还提供控制选项,使用户能够删除其Copilot Health历史记录,并断开该工具与任何已集成的第三方服务或可穿戴设备的连接。
微软是今年以来第三家推出个人健康AI的主要科技公司。
一月初,OpenAI Group PBC推出了名为ChatGPT Health的工具。它提供了许多与Copilot Health相同的功能。ChatGPT Health集成第三方临床数据源,并将医疗信息存储在隔离环境中。
在OpenAI发布该工具不久后,亚马逊公司也加入了这一领域,推出了Health AI。本周二,该公司通过其电子商务网站和应用程序提供了这一工具。Health AI可以执行一些Copilot Health不支持的任务,包括处方续期管理。
Anthropic PBC最近也推出了新的个人健康功能。这些功能使Claude能够访问来自HealthEx和Function的医疗数据,这两个服务也是Copilot Health集成的服务。Anthropic在一月份推出了这些集成功能,同时还发布了一套旨在为医疗专业人员自动化重复性工作的Claude工具。
Q&A
Q1:Copilot Health是什么?它能提供哪些功能?
A:Copilot Health是微软推出的人工智能医疗助手工具,可以解释化验结果,帮助用户准备看医生前的问题,还能根据位置、专科和保险接受情况等参数查找医生。它还能整合用户的医疗数据提供更个性化的回复。
Q2:Copilot Health如何保护用户的医疗隐私?
A:Copilot Health将用户的健康数据与非医疗聊天记录分开存储,对信息进行静态和传输加密。用户可以删除Copilot Health历史记录,并断开与第三方服务或可穿戴设备的连接。
Q3:目前还有哪些公司推出了类似的个人健康AI工具?
A:除了微软,OpenAI推出了ChatGPT Health,亚马逊推出了Health AI,Anthropic也为Claude增加了个人健康功能。这些工具都提供医疗数据集成和个人健康咨询服务。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。