【TechCrunch 2026年1月15日讯】AI医疗赛道再掀资本巨浪。1月12日，OpenAI正式宣布收购医疗科技初创公司Torch，尽管官方未披露具体金额，但据知情人士向The Information透露，此次交易以股权形式完成，价值约1亿美元。这家仅4人规模的初创公司，凭借其独创的“统一医疗记忆系统”，将整体加入OpenAI新推出的ChatGPT Health团队，为后者解决“健康数据碎片化”的核心痛点——这也是OpenAI继1月初发布ChatGPT Health后，在医疗领域的又一关键布局，旨在通过数据整合能力强化AI健康助手的个性化与实用性。
一、Torch的“独门武器”：让AI拥有“完整医疗记忆”
Torch虽规模小巧，却精准切中了AI医疗领域的核心难题——不同平台、不同格式的健康数据难以互通，导致AI无法全面理解用户健康状况。其研发的“统一医疗记忆系统”，正是解决这一痛点的关键。
1. 打破数据孤岛：整合全场景健康信息
Torch的核心能力在于“数据聚合+标准化处理”，可将分散在各处的健康数据统一纳入一个平台：
-
多来源覆盖：能对接医院诊疗记录（如门诊病历、检查报告）、实验室数据（如血常规、基因检测结果）、可穿戴设备数据（如Apple Health的运动、睡眠数据），甚至包括用户自主上传的消费级健康检测报告（如家用血糖仪数据、体检机构PDF报告）；
-
格式自动适配：无需用户手动转换格式，系统可自动识别并解析不同类型的数据——例如将医院HIS系统导出的加密文档转为AI可读取的结构化数据，将可穿戴设备的非标准化运动日志整理为“每日步数-心率-卡路里消耗”的清晰表格；
-
实时动态更新：一旦用户授权，系统会实时同步新产生的健康数据，比如用户在医院完成新的CT检查后，报告可自动同步至Torch平台，无需二次上传。
Torch联合创始人Ilya Abyzov在X平台的发文中标注了这一技术的价值：“我们想为AI打造一套‘完整的医疗记忆’，让它看到的不是零散的体检数据或单次就诊记录，而是用户全生命周期的健康画像。”
2. 团队背景：来自医疗科技“老兵”
Torch的4人核心团队均出身于知名医疗科技公司Forward Health——这家曾以AI驱动的“CarePods”智能问诊模式闻名的企业，虽在2024年底因资金问题突然关闭，但积累了丰富的医疗数据整合与AI应用经验。正是这段经历，让Torch团队能精准把握医疗数据处理的合规性与实用性边界，例如在数据加密、用户授权流程设计上，都严格遵循HIPAA（美国健康保险流通与责任法案）等行业规范，这也是OpenAI青睐其的重要原因之一。
二、OpenAI的“医疗野心”：ChatGPT Health需要“数据燃料”
此次收购并非偶然，而是OpenAI完善ChatGPT Health生态的关键一步。1月8日，OpenAI刚推出ChatGPT Health功能，允许用户接入个人健康数据，但“数据来源有限、格式不统一”的问题很快显现——Torch的加入，恰好为其补上了“数据整合”这一短板。
1. 强化ChatGPT Health的核心能力
此前，ChatGPT Health虽能读取用户上传的健康数据，但需用户手动整理格式（如将不同医院的PDF报告逐一上传），且无法联动实时数据（如可穿戴设备的实时心率）。Torch的技术接入后，将带来两大改变：
-
数据处理更高效：用户无需再手动筛选、转换数据，ChatGPT Health可通过Torch系统自动获取并解析全场景健康信息。例如用户咨询“近期血糖波动原因”时，AI能同时参考医院的血糖检测报告、Apple Watch记录的运动与饮食关联数据、家用血糖仪的日常监测结果，给出更全面的分析；
-
个性化建议更精准：基于完整的健康数据，ChatGPT Health可生成更贴合个人情况的建议。比如针对糖尿病患者，AI不仅能根据血糖数据推荐饮食，还能结合其运动习惯、用药记录，调整建议的具体细节（如“每周3次30分钟快走，避开服药后2小时内的高强度运动”）。
OpenAI相关负责人表示，Torch的技术将在未来3个月内逐步整合进ChatGPT Health，首批测试用户将优先体验“多源数据自动同步”功能。
2. 加速医疗领域“生态闭环”
事实上，收购Torch是OpenAI医疗战略的重要一环。除了C端的ChatGPT Health，OpenAI还在面向医疗机构推出企业级产品，首批合作伙伴包括HCA Healthcare等大型医疗系统。Torch的“数据整合能力”不仅服务于普通用户，未来还可拓展至B端场景：
-
帮助医院整合不同科室的患者数据，辅助医生快速了解患者病史；
-
为医疗机构提供标准化的健康数据接口，降低与ChatGPT Health企业版的对接成本。
这也意味着，OpenAI正从“C端健康助手”向“全链路医疗AI服务商”转型，而Torch的技术是构建这一生态的关键基础设施。
三、收购背后的行业信号：AI医疗进入“数据争夺赛”
OpenAI收购Torch的动作，折射出当前AI医疗赛道的核心竞争逻辑——数据整合能力成为关键壁垒，尤其是能打破“数据孤岛”的技术，正成为巨头争夺的焦点。
1. 小而美初创公司成“香饽饽”
Torch的案例印证了“精准解决单一痛点”的初创公司在AI医疗领域的价值。尽管团队仅4人、成立时间不足1年，但凭借对“数据整合”这一细分领域的深耕，成功吸引OpenAI的1亿美元收购。这一趋势可能促使更多资本关注“小而专”的医疗科技初创公司，例如专注于医学影像数据标准化、慢病数据动态分析的团队。
2. 巨头竞逐“全链路医疗AI”
OpenAI的动作也将倒逼竞争对手加速布局。此前，Anthropic已推出Claude for Healthcare，聚焦医疗行政自动化与权威数据库对接；谷歌则在测试Gemini的医疗文献解读功能。随着OpenAI通过收购补齐数据能力，行业竞争将从“单一功能比拼”转向“数据-算法-场景”的全链路较量——谁能掌握更全面、更精准的健康数据，谁就能在AI医疗赛道占据优势。
3. 合规与隐私仍是“必修课”
值得注意的是，医疗数据的敏感性决定了“数据整合”必须以合规为前提。Torch在数据处理中已通过HIPAA认证，而OpenAI也在ChatGPT Health的用户协议中明确承诺“不会将健康数据用于模型训练”。未来，如何在数据整合与隐私保护之间找到平衡，将是所有AI医疗玩家必须面对的课题——此次收购中，Torch的合规经验也将为OpenAI规避医疗数据相关的法律风险提供支持。
四、挑战与展望：1亿美元收购能否撑起ChatGPT Health的野心？
尽管Torch的技术能为ChatGPT Health带来显著提升，但OpenAI仍需应对两大挑战：
1. 技术整合的“适配性”考验
Torch的“统一医疗记忆系统”需与ChatGPT Health的现有架构深度融合，例如解决数据同步的实时性、不同来源数据的权重分配（如医院诊断记录与家用检测数据的优先级差异）等问题。若整合不当，可能导致AI分析效率下降或建议准确性受损，这对OpenAI的技术团队是不小的考验。
2. 用户信任的“长期建设”
对普通用户而言，将全场景健康数据授权给AI仍存在顾虑。尽管OpenAI强调隐私保护，但“是否会出现数据泄露”“AI建议是否足够可靠”等问题，仍需通过长期的功能验证与用户教育来化解。例如ChatGPT Health可增加“数据使用透明化”功能，让用户清晰看到AI分析时调用了哪些数据，以及数据的用途。
结语：AI医疗的“数据拼图”还差几块？
OpenAI收购Torch，为ChatGPT Health补上了“数据整合”的重要一块拼图，但AI医疗的完整生态仍需更多支撑——例如更精准的医学推理算法、与医疗机构的深度合作、更完善的监管适配等。此次1亿美元收购，既是OpenAI在医疗领域的“加速键”，也为行业敲响了“数据争夺战”的警钟。
正如Ilya Abyzov所言：“将我们的技术交给每周数亿用ChatGPT咨询健康问题的用户，是最理想的归宿。”但对OpenAI而言，这只是开始——如何让“统一医疗记忆”真正服务于用户健康管理，如何在巨头竞争中守住优势，将是其未来一年在医疗领域的核心课题。而这场由数据驱动的AI医疗革命，或许才刚刚拉开序幕。
