Anima: کاهش ۷۵٪ انتظار تماس با GPT‑6 و GPT‑Live

درخواست‌های بیماران، مکاتبات بالینی و یادداشت‌های ویزیت، همگی کارهایی ایجاد می‌کنند که تیم‌های درمان باید آن‌ها را بررسی کنند و اقدامات لازم را انجام دهند. وقتی این کارها روی هم انباشته می‌شوند، ممکن است بیماران برای دریافت پاسخ بیشتر منتظر بمانند و اطلاعات مهم در صف رسیدگی باقی بماند.

Anima⁠(در یک پنجره جدید باز می‌شود) این گردش‌کارها را در یک پلتفرم گرد هم می‌آورد؛ با همکاران هوش مصنوعی متخصصی که برای تیم‌های درمان شرح‌حال بیماران را جمع‌آوری می‌کنند، اسناد را پردازش می‌کنند و پیش‌نویس یادداشت‌های بالینی را می‌نویسند. چشم‌انداز این شرکت، مراقبت‌های سلامت شخصی‌سازی‌شده برای همه است، با این باور که مراقبت باید بر اساس نیاز ارائه شود.

Anima کار خود را در بریتانیا آغاز کرد؛ جایی که اکنون در بیش از ۱٬۰۰۰ کلینیک به بیش از ۱۴ میلیون بیمار خدمت می‌رساند و ماهانه بیش از ۸۰۰٬۰۰۰ پرونده را پردازش می‌کند. این شرکت در حال گسترش فعالیت خود به آمریکا، استرالیا و دیگر کشورهاست. به گفتهٔ شون پانگ، مدیرعامل و هم‌بنیان‌گذار Anima، این شرکت از مدل‌های GPT‑6 برای گردش‌کارهای اسناد و از GPT‑Live برای تماس‌ها استفاده می‌کند و پس از ارزیابی عملکرد همهٔ مدل‌های متن‌بسته و متن‌باز، OpenAI را انتخاب کرده است.

شون پیش از راه‌اندازی Anima، دورهٔ آموزش بالینی را گذرانده بود. او در آن دوره شاهد بود که بیماری از مراقبتی که شاید جانش را نجات می‌داد محروم شد، چون نتایج غیرطبیعی آزمایش‌هایش شش ماه در صف رسیدگی مانده بود. او به این نتیجه رسید که مشکل نظام سلامت نه در دانش پزشکی، بلکه در نحوهٔ گردش اطلاعات در این نظام است. او Anima را ساخت تا تیم‌های درمان ظرفیت بیشتری برای پاسخ‌گویی به نیازهای بیماران داشته باشند. این پلتفرم درخواست‌های بیماران، اسناد بالینی و کارهای مربوط به پیگیری را در یک جا گرد می‌آورد.

Andi، مسئول پذیرش هوش مصنوعی Anima، بر پایهٔ GPT‑Live ساخته شده است. بیماران می‌توانند علائم خود را تلفنی برای Andi شرح دهند. هم‌زمان، موتور قواعد اختصاصی Anima گفت‌وگو را طبق گردش‌کارهای قطعی و از نظر بالینی تأییدشدهٔ پذیرش بیمار پیش می‌برد. سپس GPT‑5.4 mini پرسش‌نامهٔ مناسب را انتخاب می‌کند و شرح‌حال پزشکی تکمیل‌شده به‌صورت پرونده‌ای ساختاریافته در داشبورد کلینیک نمایش داده می‌شود. پزشکان و کارکنان کلینیک می‌توانند همان‌جا پرونده را بررسی کنند و اقدام لازم را انجام دهند.

طبق گزارش Anima، کلینیک‌هایی که از Andi استفاده می‌کنند زمان انتظار تلفنی را از ۴۰ تا ۵۰ دقیقه به ۱۰ دقیقه رسانده‌اند؛ یعنی دست‌کم ۷۵٪ کاهش. در نظرسنجی‌های Anima از بیماران، ۸۶٪ گفته‌اند که دوباره از Andi استفاده خواهند کرد. Anima دریافت که افراد ۸۰ تا ۹۹ ساله جزو راضی‌ترین کاربرانش هستند. شون می‌گوید: «آن‌ها از صحبت کردن با یک عامل صوتی بسیار خوشحال‌اند.» «این عامل بی‌نهایت صبور و بسیار مؤدب است.»

محصول Documents شرکت Anima از مدل‌های GPT‑6 برای استخراج اطلاعاتی مانند فرستنده، گیرنده، نوع سند و تاریخ رویدادها از اسناد بالینی ورودی استفاده می‌کند. سپس یک فرایند چندمرحله‌ای هر سند را به بیمار درست مرتبط می‌کند، کدهای بالینی مناسب را شناسایی می‌کند و اقدام بعدی را برای بررسی کارکنان کلینیک پیشنهاد می‌دهد.

کدگذاری بالینی یکی از دشوارترین مسائل فنی بود که باید حل می‌شد. مایکل اسکوپین، سرپرست مهندسی Anima، می‌گوید: «حدود ۸۰۰٬۰۰۰ کد SNOMED وجود دارد که می‌توان از میان آن‌ها انتخاب کرد.» «فقط بخش کوچکی از آن‌ها به‌طور مرتب استفاده می‌شوند، اما با این حال مراکز درمانی مختلف دربارهٔ انتخاب کدها تصمیم‌های متفاوتی می‌گیرند.»

Anima به‌جای اینکه از کلینیک‌ها بخواهد سیستم را پیکربندی کنند یا برای هر مشتری مدل‌های جداگانه‌ای را ریزتنظیم کند، از یادگیری درون‌متنی استفاده می‌کند تا تصمیم‌های مدل را با هر مرکز درمانی تطبیق دهد. این رویکرد به مدل‌هایی نیاز دارد که بتوانند به‌طور پایدار از دستورالعمل‌ها پیروی کنند.

به گفتهٔ Anima، مراکز درمانی که قبلاً حدود ۱۵ سند در ساعت پردازش می‌کردند، اکنون معمولاً ۳۰ تا ۴۵ سند را پردازش می‌کنند. کلینیک‌های دارای بهترین عملکرد به ۴۵ تا ۶۰ سند می‌رسند. شون می‌گوید: «دیده‌ایم که کلینیک‌ها ظرف چند روز پس از شروع استفاده از Anima، به بیش از ۱۰۰٬۰۰۰ سند انباشته‌شده رسیدگی کرده‌اند.» «این یعنی اطلاعات تازهٔ مهم و تغییرات دارویی، به‌جای اینکه ماه‌ها در صف بمانند، به‌موقع به دست کادر درمان می‌رسند.»

وقتی بیماران اطلاعات حیاتی را بیان می‌کنند، پزشکان باید توجه خود را بین گوش دادن و یادداشت‌برداری برای پروندهٔ پزشکی تقسیم کنند. Anima محصول Scribe را با GPT 5.6 Luna ساخته است تا متن پیاده‌شدهٔ ویزیت‌ها را به یادداشت‌های بالینی ساختاریافته تبدیل کند و سپس از همان اطلاعات بالینی برای تهیهٔ پیش‌نویس نامه‌های ارجاع و پیام‌های پیگیری بیمار استفاده کند.

پزشک می‌تواند به‌جای تایپ کردن در طول ویزیت، توجه بیشتری به بیمار داشته باشد. طبق گزارش Anima، پیش‌نویس یادداشت‌های ویزیت که قبلاً نوشتنشان چند دقیقه زمان می‌برد، اکنون ظرف چند ثانیه برای بررسی کادر درمان آماده می‌شود. پیش‌نویس نامه‌های ارجاع نیز که تهیهٔ آن‌ها اغلب ۵ تا ۱۵ دقیقه طول می‌کشید، می‌تواند بر اساس ویزیت و پروندهٔ بیمار ظرف چند ثانیه آماده شود و در اختیار کادر درمان قرار گیرد تا آن را بررسی کنند.

شون می‌گوید: «بیماران مدت کوتاهی پس از ویزیت، پیام‌های پیگیری روشنی دریافت می‌کنند که اضطرابشان را کاهش می‌دهد و کمک می‌کند اطلاعات را بهتر به خاطر بیاورند.» «زیاد می‌شنویم که پزشکان اکنون به‌جای کار کردن تا ساعت ۸ یا ۹ شب، روز کاری خود را به‌موقع تمام می‌کنند.»

چشم‌انداز Anima، مراقبت‌های سلامت شخصی‌سازی‌شده برای همه است. برای تحقق این چشم‌انداز، تیم‌های درمان باید اطلاعات، زمان و ظرفیت لازم را داشته باشند تا در تمام مراحل مراقبت از بیمار، نیازهای هر فرد را بشناسند و برای رفع آن‌ها اقدام کنند.

استفادهٔ این شرکت از مدل‌های OpenAI به برداشتن گام‌های عملی برای تحقق این چشم‌انداز کمک می‌کند. Andi اطلاعات را تلفنی جمع‌آوری و به درخواست‌های ساختاریافته تبدیل می‌کند تا کارکنان به آن‌ها رسیدگی کنند. Documents به تیم‌ها کمک می‌کند اطلاعات بالینی ورودی را پردازش کنند. Scribe پیش‌نویس یادداشت‌ها و مکاتبات پیگیری را برای بررسی کادر درمان آماده می‌کند.

طبق گزارش Anima، رسیدگی به بیشتر پرونده‌ها در سراسر پلتفرم آن ظرف ۲۴ ساعت به پایان می‌رسد و میانهٔ زمان رسیدگی حدود ۳٫۵ ساعت است. شون می‌گوید: «با کمک مدل‌های OpenAI، تأثیر بزرگی بر زندگی ۱۴ میلیون بیمار در بریتانیا می‌گذاریم.» «این برای بیماران و کلینیک‌ها واقعاً حیاتی است.»

Anima امروز به تیم‌ها فرصت بیشتری برای مراقبت می‌دهد و به آن‌ها کمک می‌کند مسیرهای درمانی و خدمات آینده را بسازند.