OpenAI

۲۵ آبان ۱۴۰۵

محصول

توسعهٔ عامل‌های کار با رایانه برای تیم‌های درمان

خدمات سلامت یکپارچه نیست و تیم‌ها اغلب باید پیش از دریافت مراقبت توسط بیمار، اطلاعات را به‌صورت دستی میان سامانه‌ها جابه‌جا کنند. برای مثال، وقتی پزشک MRI را توصیه می‌کند، اطلاعات موردنیاز بیمه‌گر ممکن است در پروندهٔ پزشکی بیمار باشد، اما یکی از اعضای تیم همچنان باید آن را پیدا کند و برای تکمیل درخواست تأییدیه، در پرتالی جداگانه وارد کند.

عامل‌های کار با رایانه با کلیک کردن، تایپ کردن و جابه‌جایی میان برنامه‌ها، گردش‌کارهای چندمرحله‌ای را انجام می‌دهند. در حوزهٔ سلامت، این قابلیت به هوش مصنوعی امکان می‌دهد در همان نرم‌افزارهایی که تیم‌ها از قبل استفاده می‌کنند، به انجام گردش‌کارهای تکراری کمک کند.

امروز نتایج تازه‌ای از سنجش عملکرد، ایمنی و هزینهٔ مدل در گردش‌کارهای بالینی و اداری منتشر می‌کنیم. همچنین توضیح می‌دهیم چگونه با سازمان‌های پیشگام حوزهٔ سلامت، مانند Abridge، Ambience، Cigna Healthcare و CVS Health، برای توسعه و به‌کارگیری قابلیت کار با رایانه در درخواست تأییدیه، ارجاع، برنامه‌ریزی ترخیص و ارتباط با بیماران در فاصلهٔ ویزیت‌ها همکاری می‌کنیم.

تیم‌های درمان، توسعه‌دهندگان و پزشکان مستقل هم‌اکنون می‌توانند از طریق API شرکت OpenAI، ChatGPT ویژهٔ سازمان‌ها و متخصصان حوزهٔ سلامت و ChatGPT ویژهٔ پزشکان به این قابلیت‌ها دسترسی داشته باشند. سازمان‌ها می‌توانند از گردش‌کارهای منطبق با HIPAA پشتیبانی کنند، تأییدها و دسترسی عامل‌ها را پیکربندی کنند و برای استقرار امن، گزارش‌های ممیزی را ثبت کنند.

از پیام بیمار تا درخواست تأییدیهٔ MRI

برای نشان دادن اینکه یک عامل کار با رایانه چگونه می‌تواند به پزشک و کارشناس تأییدیه‌ها در رسیدگی مشترک به درخواست MRI کمک کند، با داده‌های ساختگی بیماران یک نمونهٔ نمایشی ساختیم. بیمار دربارهٔ درد پایین کمر به پزشک خود پیام می‌دهد. یک عامل کار با رایانه، یادداشت‌های ویزیت، سوابق فیزیوتراپی و تصویربرداری‌های قبلی بیمار را در پروندهٔ الکترونیک سلامت بررسی می‌کند. سپس پیش‌نویس دستور MRI، یادداشت ویزیت و پاسخ به بیمار را برای بررسی پزشک آماده می‌کند. در ادامه، عامل با استفاده از همان سوابق، درخواست تأییدیهٔ پیش از درمان را در پرتال بیمه‌گر آماده می‌کند تا کارشناس تأییدیه‌ها آن را بررسی کند.

ارزیابی میزان مفید بودن، ایمنی و هزینه

We evaluated GPT‑6 Astra on tasks clinicians handle in their EHR inboxes. These tasks, shaped by physician input, require Astra to carry out multi-step workflows designed to test both clinical reasoning over longitudinal patient context and navigation of complex interfaces. Reviewers examined the model’s actions alongside the notes, orders, and patient messages it produced, assessing whether the work would be helpful and clinically safe in the context of the task.

Clinical safety was assessed by evaluating whether inaccuracies, omissions, or actions in the model’s work could plausibly lead to patient harm. Overall, 99% of 325 reviewed tasks were rated safe. Physicians rated helpfulness on a five-point scale, selecting “very helpful” or “extremely helpful” in 93% of 646 assessments.

نمونه‌هایی از رسیدگی به صندوق ورودی پروندهٔ الکترونیک سلامت

عملکرد و هزینه در گردش‌کارهای اداری

عامل‌های کار با رایانه را برای کارهای اداری مانند دریافت تأییدیهٔ پیش از درمان، درخواست تجدیدنظر و سفارش تجهیزات پزشکی نیز ارزیابی کردیم. در HealthAdminBench⁠(در یک پنجره جدید باز می‌شود)، معیار مستقلی از پژوهشگران استنفورد برای سنجش عملکرد در گردش‌کارهای اداری رایج، GPT‑6 Astra به ۹۴٫۳٪ از امتیازهای ممکن در چارچوب ارزیابی دست یافت. GPT‑6 Luna نیز ۹۱٫۸٪ از امتیازها را کسب کرد، در حالی که با هزینهٔ ۸٫۵ سنت برای هر وظیفه، ۹۸٪ کم‌هزینه‌تر بود. هر دو مدل با حداکثر تلاش برای استدلال ارزیابی شدند. این نتایج نشان‌دهندهٔ پیشرفت به‌سوی عامل‌هایی توانمند و مقرون‌به‌صرفه برای گردش‌کارهای اداری پرحجم است.

توسعهٔ قابلیت کار با رایانه با همکاری سازمان‌های حوزهٔ سلامت

شرکای ما نرم‌افزارهایی می‌سازند که در صدها مجموعهٔ ارائه‌دهندهٔ خدمات سلامت استفاده می‌شوند، مراقبت از اعضا را در سراسر جهان هماهنگ می‌کنند و به صدها میلیون بیمار خدمات درمانی ارائه می‌دهند. نمونه‌های زیر نشان می‌دهند که سازمان‌ها چگونه راهکارهای مبتنی بر کار با رایانه را توسعه می‌دهند، آزمایش می‌کنند و به کار می‌گیرند تا در زمان صرفه‌جویی کنند، مشکلات مهم را حل کنند و مراقبت از بیماران را بهبود دهند.

CVS Health: انجام کارهای اداری در سامانه‌های بالینی

CVS Health از قابلیت‌های کار با رایانهٔ OpenAI برای خودکارسازی کارهای تکراری در سامانه‌های بالینی، از جمله ارسال اسناد، پردازش ارجاع‌ها و پشتیبانی از مشاوره‌های تخصصی استفاده می‌کند. عامل‌ها با کار در برنامه‌های موجود، مراحلی را انجام می‌دهند که APIها به‌طور کامل از آن‌ها پشتیبانی نمی‌کنند.

در یکی از گردش‌کارهای محیط عملیاتی، یک عامل طی یک آخر هفته، اسنادی را که ارسالشان ماه‌ها عقب افتاده بود ارسال کرد. عاملی دیگر هر روز مراحل سیستمی ده‌ها هزار مشاوره را انجام می‌دهد و به اعضای تیم کمک می‌کند بر کارهایی تمرکز کنند که به تخصص آن‌ها نیاز دارد. CVS Health از بررسی‌های اعتبارسنجی و نظارت انسانی استفاده می‌کند و با کمک تصاویر صفحه و سوابق اقدامات، درستی اقدامات و وضعیت برنامه را بررسی می‌کند. CVS Health در حال انتشار متن‌باز کیت عامل⁠(در یک پنجره جدید باز می‌شود) خود است که با استفاده از کیت توسعهٔ نرم‌افزار عامل‌های OpenAI ساخته شده و این رویکرد را در قالب فرایندی تکرارپذیر برای استفادهٔ گسترده‌تر ارائه می‌کند.

“زمان کمتر برای کارهای اداری یعنی زمان بیشتر برای مراقبت. این به نفع تیم‌های ما و همهٔ کسانی است که به آن‌ها خدمت می‌کنیم.”
—لاگان کاره، مدیر اجرایی مهندسی، CVS Health.

داده‌ها در زیرساخت تحت کنترل CVS Health باقی می‌مانند و مشمول نظارت تیم راهبری هوش مصنوعی این سازمان و سیاست‌های مصوب آن برای هوش مصنوعی مسئولانه هستند. از داده‌های محیط عملیاتی برای آموزش مدل‌های پایه استفاده نمی‌شود.

Abridge: هماهنگی میان سامانه‌ها در تمام لحظات مراقبت

Abridge is developing computer-use agents to help clinicians carry out care plans across use cases and applications they use daily, including those without APIs. Their planned inpatient use case builds on the clinical conversation, adding EHR information and nurse and clinician context to identify what needs attention and to coordinate next steps.

For example, a clinician can ask the Abridge Assistant to help resolve a patient’s discharge barriers. Agents can work concurrently on medication access and home-health coordination, using computer interaction alongside calls and messages. The clinician stays focused on the patient and is brought in for decisions requiring clinical judgment.

Cigna: آماده‌سازی مدیران مراقبت برای ارتباط با بیمه‌شدگان

در چارچوب همکاری گسترده‌تر The Cigna Group با OpenAI، شرکت Cigna Healthcare از مدل‌های پیشرو OpenAI در کنار تخصص بالینی خود استفاده می‌کند تا اطلاعات مرتبط را از سامانه‌های مختلف گرد آورد و تصویر کامل‌تری از نیازها و تجربهٔ هر بیمه‌شده در اختیار تیم‌های مراقبت بگذارد. این اطلاعات می‌تواند شامل مزایا و پوشش بیمه، ارائه‌دهندگان خدمات، نوبت‌ها و تعاملات قبلی باشد و به تیم‌های مراقبت کمک کند در اجرای برنامه‌های مراقبتی تعیین‌شده توسط درمانگران بیمه‌شدگان، بهتر از آن‌ها حمایت کنند.

پیش‌تر، مدیران پروندهٔ Cigna Healthcare برای گردآوری این اطلاعات ناچار بودند در بیش از ۱۰ سامانهٔ بالینی و اداری مجزا جست‌وجو کنند. اکنون قابلیت کار با رایانه می‌تواند به کار با این سامانه‌ها و گردآوری اطلاعات مرتبط در چند ثانیه کمک کند و زمان جست‌وجوی اطلاعات را کاهش دهد؛ در نتیجه مدیران پرونده وقت بیشتری برای حمایت از بیمه‌شدگان خواهند داشت.

“رسیدن از ایده به استقرار در کمتر از هشت هفته نشان می‌دهد که ترکیب هوش مصنوعی، تخصص ما در مدیریت مراقبت و سازوکارهای مناسب برای استفادهٔ مسئولانه، چه دستاوردهایی را ممکن می‌کند. مهم‌تر اینکه، مدیران پروندهٔ ما زودتر به شناختی بهتر و کامل‌تر دست می‌یابند و می‌توانند وقت خود را صرف مهم‌ترین کار کنند: حمایت از بیماران با مراقبتی متناسب با نیازهای فردی و همراه با همدلی.”
—مادو نوتاکی، مدیر ارشد اطلاعات، Cigna Healthcare

Ambience: امکان نظارت و کنترل بر کار با رایانه در حوزهٔ سلامت

قابلیت کار با رایانه به عامل‌ها امکان می‌دهد کارهایی را در پرونده‌های الکترونیک سلامت و پرتال‌های پرداخت‌کنندگان هزینهٔ درمان انجام دهند که از دسترس APIها خارج‌اند. در حوزهٔ سلامت، تنها زمانی می‌توان از این قابلیت استفاده کرد که تک‌تک اقدامات تحت کنترل و قابل ممیزی باشند. Ambience برای پشتیبانی از این نظارت، سازوکارهای کنترلی بیشتری ساخته است.

در این نمونهٔ نمایشی، Ambience با استفاده از شواهد موجود در پروندهٔ بیمار، درخواست تأییدیهٔ پیش از درمان را در وب‌سایت یک بیمه‌گر آماده می‌کند. وقتی پرونده ابهام داشته باشد، عامل متوقف می‌شود و از پزشک سؤال می‌کند؛ سپس پیش از ارسال، منتظر تأیید می‌ماند. مجموعه‌های ارائه‌دهندهٔ خدمات سلامت تعیین می‌کنند که عامل مجاز به انجام چه اقداماتی است، می‌توانند در هر مرحله آن را متوقف کنند و گزارشی گام‌به‌گام برای ممیزی دریافت می‌کنند.

Healthcare startups are helping turn advances in computer use into new ways to support care teams. These five companies are combining AI agents with healthcare expertise to help teams navigate systems, coordinate next steps, and move care forward.

امنیت داده‌های بیمار و کنترل عامل‌ها

استفاده از عامل‌های کار با رایانه در حوزهٔ سلامت مستلزم ارزیابی ایمنی بالینی، حفاظت از اطلاعات بیمار و تعیین حدود روشن برای کارهایی است که عامل‌ها می‌توانند بدون بررسی انسانی انجام دهند.

ChatGPT ویژهٔ سازمان‌ها و متخصصان حوزهٔ سلامت برای پشتیبانی از نظارت، کنترل‌های دسترسی مبتنی بر نقش و گزارش‌های ممیزی ارائه می‌دهد. سازمان‌ها می‌توانند مراحل بیشتری برای بررسی و تأیید به گردش‌کارهای خود اضافه کنند و برنامه‌ها و محیط‌های مورد استفادهٔ عامل‌ها را طوری پیکربندی کنند که دسترسی به سوابق و اقدامات موردنیاز هر وظیفه محدود شود. از داده‌های سازمان برای آموزش مدل‌های پایهٔ OpenAI استفاده نمی‌شود.

برای پشتیبانی از گردش‌کارهای منطبق با HIPAA که شامل اطلاعات سلامت حفاظت‌شده هستند، سازمان‌ها باید از خدمات واجد شرایط تحت پوشش توافق‌نامهٔ همکاری تجاری خود با OpenAI، همراه با تنظیمات الزامی امنیت و نگهداری داده‌ها استفاده کنند.

شروع استفاده از عامل‌های کار با رایانه

عامل‌های کار با رایانه برای حوزهٔ سلامت هم‌اکنون در ChatGPT ویژهٔ سازمان‌ها و متخصصان حوزهٔ سلامت، ChatGPT ویژهٔ پزشکان و API شرکت OpenAI در دسترس‌اند. سازمان‌های حوزهٔ سلامت، پزشکان و توسعه‌دهندگان می‌توانند به روش‌های زیر شروع کنند.

امیدواریم این پیشرفت‌ها به تیم‌های درمان امکان دهد زمان کمتری را صرف جابه‌جایی اطلاعات در سامانه‌ها کنند و وقت بیشتری برای مراقبت از بیماران داشته باشند.

نویسنده

OpenAI