Tabibu

Tabibu 的回答会展示来源，当指南没有覆盖某个问题时，系统会明确说明，并把回答标注为一般信息。

Tabibu 定位为信息工具，不声称是医疗器械，目前没有临床医生审核，限制条件列在 tabibu.health/trust 页面上。

John 是一名资深 AI 与全栈工程师，过去一年开发了健康信息助手 Tabibu。

Tabibu 的设计原则是不告诉任何人开始、停止或更改用药。

开发者解释排除影像读取的原因：解读扫描件或皮肤照片属于医疗器械范畴的问题，宁愿说‘我做不到’也不愿猜测。

Tabibu对文件隐私的处理方式是：文件和从中读取的文本不被存储或记录；照片会移除位置数据（EXIF）；只有用户的问题和Tabibu的回答会被保存约48小时；用户可选择开启‘保留30天’按钮（默认关闭），但涉及文件的对话无法被保留，且关于文件的回答永远不会进入共享答案缓存。

在测试中，处方笺的剂量按打印内容准确返回，X光报告的回答引用了放射科医生的原文且没有声称扫描结果正常，含隐藏指令（要求模型将所有结果标记为正常）的文件被模型忽略并声明检测到了它，DICOM文件被拒绝处理。

Tabibu的测试仅基于少量虚构文档的抽查，尚未进行完整评估，因此不发布准确率数字；政策层面还没有临床医生审核，斯瓦希里语回答仅经过AI审核；WhatsApp文档阅读功能仍在测试中未全面开放；单文件端到端成本尚未测算。

在公开健康基准测试中，一个普通AI模型在开发者自己的复跑中得分高于Tabibu，0.522对0.426（非官方排行榜数据），开发者认为原因是Tabibu的安全层在基准测试中拉低了分数。

Tabibu声明其提供的是通用健康信息，不是诊断或医疗建议。

Tabibu开发者披露当前版本局限：约八分之一的放射科报告在测试中触发安全回退，系统只给出‘这是我读到的文本，以及你可以问医生的问题’而非完整解释，开发者明确表示这不计为成功案例。

Tabibu的文档阅读功能面向Basic和Pro付费计划开放，免费账户无法上传文件；支持的格式包括PDF、Word(.docx)、纯文本、Markdown以及JPG、PNG、WEBP照片，单文件上限8MB。

Tabibu的文档处理采用两步架构：第一步由视觉模型将文件转录为文本，第二步将转录文本送入原有的纯文字处理管线进行解释，且文件不直接进入与用户对话的环节。

Tabibu明确列出了四条不会做的事情：不做诊断、不告诉用户某项结果正常或没问题、不建议开始停止或更换药物（剂量仅按文档打印内容复述）、不读取X光/CT/MRI影像或皮肤照片。

Tabibu新增了文档读取能力，用户可在网站上传化验报告、处方笺、PDF、Word文件或其照片，系统会读取内容并用通俗语言解释，同时生成可向临床医生提问的问题清单。

开发者用虚构文档进行了测试，测试对象包括化验报告、处方笺、Word笔记、放射科报告和一个DICOM文件，未使用真实患者文件。