个人健康AI，核心是病历
有一个开发者给自己定制了一个AI健康助手，他把病历、检验、睡眠、运动、饮食、用药和照片交给它。同时告诉AI自己的目标：长期健康优先，其次是当下状态、外形和运动表现。
今天的很多大模型只是一次性的临时对话，真正需要长期保存的是个人资料库。原始文件、采集时间、数据来源、估算范围和医生意见等等。几年后模型更强，可以重新分析旧资料；当年没有记录的症状、用药原因和检查结果，未来再强的模型也无法恢复。
这套系统对长期慢病管理、复诊准备和个人健康实验很有价值。它能把散落在医院、手环、体重秤和日常记录里的信息连成时间线，帮助医生看到两次就诊之间发生了什么。
局限同样存在。通用的模型在专业医疗知识上可能会出错，健康数据一旦集中，泄露的损失也会放大。
所以，普通人在使用所谓AI医疗的服务时，更应该关注原始的证据是否保留，结论能否追溯，关键决定是否交由医生确认。
健康AI未来的竞争，起点是模型能力，终点则是能否构建起持续可用的病历数据库。