2026-09-21
Nature Health视角文把AI当空气污染来测:环境暴露人人中、个人暴露自愿用。全美1163人调查里57%成人有个人使用,无高中学历者73%几乎不用。
流行病学有测空气污染、烟草、社交媒体的现成协议,没有测 AI。实验室把一次对话或一篇生成文本当成干预,能讲清机制,推不出长期、群体尺度的健康后果。类比很直:在实验室测一顿饭,推不出饮食模式对慢性病的影响。
证据还落后于产品。最严谨的实验多半停在已被迭代掉的模型上,暴露一边被测量一边在变。耶鲁公卫的 Parikh、Ranney、Mukherjee 和华盛顿大学统计的 McCormick 等人在 Nature Health 发 Perspective,主张把 AI 写成健康决定因素,按环境流行病学的方法去测。
核心借用空气污染:环境暴露对个人暴露。
环境 AI 暴露是共享的算法层。新闻排序、搜索补全、急诊分诊、保险理赔、推荐流都算。没开过 ChatGPT 的人,理赔单仍可能被模型裁决,急诊等候时间仍可能被分诊算法排。世界银行用 AI 估贫困、WHO 和全球基金用模型估疟疾发病,同属这一层。它不绑地理坐标,一次模型更新能同时改几百万人的暴露,还会沿社交网络传。
个人 AI 暴露是自愿的直接交互:问诊机器人、情感陪伴、用模型写东西、症状自查。强度随接入、素养、目的而变,测量要靠调查或被动日志。
「不用 AI」不等于「没被 AI 暴露」。政策杠杆也不在同一层:环境暴露靠监管,个人暴露靠行为和素养。
AI 被单独写成算法性健康决定因素,因为四条性质叠在一起,现成的「数字决定因素」目录还不够用:生成新内容,同时是媒介和信息;实时适应,暴露和行为互相反馈(RLHF 就是这条);同时改信息环境、健康行为和社交关系;非平稳、不透明,模型更新等于换作用物,拟人化让人很难察觉自己被改了。
补充材料 Table S1 把 AI 跟生物、环境、社会、行为、数字决定因素并排。反馈环是环境类比最容易断的地方:污染物不会按你的行为改配方,聊天机器人会。
因果角色至少四种,可并存。作为暴露:陪伴机器人对抑郁,或群体层面的 AI 策划健康谣言。作为混杂:研究社交媒体与抑郁却忽略算法策展。作为中介:收入决定能不能用付费模型,再决定健康信息质量。作为效应修饰:好的决策支持缓冲医生经验不足,谣言放大低健康素养的伤害。后两种目前还是假说。
SUTVA(稳定单元处理值假设)被拆了两处。一个人的使用会改别人的推荐流,这是干扰;同一款聊天机器人对每个人是量身定制的不同干预,这是处理多版本。个体测量拆五维:接入、工具组合、强度、目的、依赖。机构层再加监管、平台治理、模型属性。给了一个可操作的设计:13–17 岁、基线无抑郁诊断,12 个月聊天机器人使用(自报加被动日志),结局是 PHQ-A ≥ 11 或临床诊断。
这篇不是新 RCT。硬数字来自 2025 年 AmeriSpeak 全美调查,N = 1,163。
| 指标 | 结果 |
| 至少一种个人用途的生成式 AI | 57% 美国成人 |
| 无高中学历「很少/从不」 | 73%,学士及以上 41% |
| 每日使用 | 大学学历 20–21%,无大学学历 8% |
| 健康相关使用 | 总体 17%;黑人 30%,白人 16%,西裔 9% |
| 每日使用(种族) | 西裔 12% 到 Other/多种族 30%(n=112) |
教育梯度像健康不平等的翻版。可检验的假说是:AI 会不会成为社会经济健康差距的中介。健康用途在黑人成人里最高,论文判断更接近疾病负担和常规医疗可及性,不是单纯偏好。若健康向 AI 有益或有害,这个群体会先吃到。Other/2+ 在搜索(54%)和教育(32%)上最高,黑人在健康(30%)和娱乐(31%)上最高。种族×用途格子样本量小,论文自己标了「提示性」;Other/2+ 还把亚裔、原住民、太平洋岛民和多种族捆在一起,点估计不宜外推。
引用的外部规模:ChatGPT 两月破 1 亿用户;KFF 2024 称约六分之一美国成人至少每月用聊天机器人查健康;Pew 称三分之二美国青少年用过;AMA 称 2024 年三分之二医生在临床用过健康 AI。2026 年初 ChatGPT Health 上线,对接病历和可穿戴。
现有实验文献被写成低维、短时、任务内处理。Bai 等发现 LLM 政策论述的劝说力跟人类相当;Spitale 等发现 GPT-3 虚假信息难与人类文本区分;Obermeyer 等是按历史费用训练的临床算法低估黑人病情。这些能讲机制,回答不了慢性使用对抑郁和认知、长期用 AI 问诊会不会改就医行为、平台治理变动会不会在群体尺度改心理健康。
做模型:系统已经在当环境暴露,不需要用户点开产品。分诊、理赔、推荐、贫困制图都算。SUTVA 不成立意味着「对单个用户做 A/B」估不到群体总效应。
做产品:暴露可被轻推,像酒税。安全过滤器改一版、监管出一条,就是准实验。论文要求平台承担类似药品上市后监测的责任,并指出不对称:药厂有法定报告,AI 公司捏着研究自家产品所需的遥测数据。
做公共卫生:该把 AI 使用写进队列,跟饮食、运动、屏幕时间并列。自报要校准,数字表型(手机被动感知)是校验路径。设计上点名边际结构模型、g-computation、目标试验模拟、政策变动准实验。
公平性被写成双向。没接到高质量 AI 是剥夺;接得最重的人,青少年拟社会关系、危机中用未监管治疗机器人,可能先受伤。临床算法低估黑人病情、模型对非标准方言的隐蔽偏见,都是训练数据里的社会结构被自动化以后按规模扩散。
论文自己列了四条。环境和个人的分界在真实使用里会糊:刷算法策展的健康内容,同时是环境策展和个人选择。中介和效应修饰几乎没有直接实证。算法性决定因素的边界可能扩到所有算法系统,范围不清。污染类比有病理化风险,剂量反应多半非单调、看场景,不该把使用一刀切成有害或有益。
另外几处读下来站不住。AmeriSpeak 只有 1,163 人,种族×用途是小格子。调查描述谁在用,没有把 AI 使用链到健康结局,论文承认这是测量缺口。开篇的「三分之二青少年用过」和「六分之一成人每月查健康」来自不同年份的 KFF、Pew、AMA,口径并不齐。剂量反应、纵向队列、测量工具都还不存在。这是议程论文,不是效应估计。