1月27日，《华盛顿邮报》科技专栏作家Geoffrey A. Fowler对OpenAI最新上线的ChatGPT Health功能进行了测试。Fowler导入了十年积累的Apple Watch数据，包括2900万步记录和600万次心跳测量，结果却被错误判定心脏健康为“不及格”（F）。这一结果让Fowler感到恐慌，并立即联系了医生。经过详细检查，医生断然否定了AI的诊断，指出Fowler的心脏病发作风险极低，无需进行额外的有氧适能测试来证伪AI的结论。

深入分析显示，ChatGPT Health的误判主要源于误读数据性质。AI将Apple Watch记录的VO2max（最大摄氧量）视为绝对精准的医疗数据，并据此给出了负面评价。然而，苹果官方明确说明该数据仅为“估算值”，主要用于追踪趋势而非临床诊断。此外，Fowler更换新款Apple Watch后，因传感器升级导致的静息心率基准变化，也被AI错误地解读为生理机能的实质性改变，完全忽略了硬件迭代这一关键变量。除了误读数据，ChatGPT Health反馈结果还存在不稳定情况，当Fowler重复询问同一健康问题时，AI的评分竟在“F”到“B”之间剧烈摇摆。更严重的是，该系统表现出明显的“健忘症”和逻辑断层，在对话中多次遗忘用户的性别、年龄等基础信息，甚至在拥有近期血液检测报告的情况下，分析时却选择性忽略这些关键的临床证据。