Anima: 75% bawas sa hintay sa tawag gamit ang GPT‑6 at GPT‑Live

Ang mga kahilingan ng pasyente, liham medikal, at tala ng konsultasyon ay pawang lumilikha ng trabahong kailangang suriin at aksyunan ng mga pangkat na nangangalaga sa pasyente. Kapag natambak ang trabahong iyon, maaaring mas matagal maghintay ng tugon ang mga pasyente, at hindi agad maasikaso ang mahahalagang impormasyong nakapila.

Pinagsasama ng Anima⁠(magbubukas sa bagong window) ang mga daloy ng trabahong ito sa iisang platform, kasama ang mga espesyalisadong AI na katuwang na kumukuha ng kasaysayang medikal ng pasyente, nagpoproseso ng mga dokumento, at gumagawa ng mga burador ng talang medikal para sa mga pangkat na nangangalaga. Hangarin nito ang pangangalagang pangkalusugang angkop sa bawat isa, na ginagabayan ng paniniwalang dapat ibatay ang pangangalaga sa pangangailangan.

Nagsimula ang Anima sa UK, kung saan naglilingkod na ito ngayon sa mahigit 14 na milyong pasyente sa mahigit 1,000 klinika at nagpoproseso ng mahigit 800,000 kaso bawat buwan. Lumalawak na ito sa US, Australia, at iba pang lugar. Gumagamit ang kumpanya ng mga modelo ng GPT‑6 sa mga daloy ng trabaho para sa dokumento at ng GPT‑Live para sa mga tawag. Pinili nito ang OpenAI matapos subukan at ihambing ang lahat ng closed-source at open-source na modelo, ayon kay Shun Pang, CEO at kasamang tagapagtatag ng Anima.

Bago niya itatag ang Anima, sumailalim si Shun sa klinikal na pagsasanay. Doon, nakita niyang hindi natanggap ng isang pasyente ang pangangalagang maaaring nakapagligtas ng buhay nito dahil anim na buwang nanatiling nakapila ang mga resulta ng pagsusuring may abnormalidad. Dahil dito, naniwala siyang ang problema sa pangangalagang pangkalusugan ay hindi tungkol sa medisina, kundi sa kung paano dumadaloy ang impormasyon sa sistema. Binuo niya ang Anima upang madagdagan ang kakayahan ng mga pangkat na nangangalaga na tumugon sa mga pangangailangan ng pasyente. Pinagsasama ng platform ang mga kahilingan ng pasyente, dokumentong medikal, at gawaing follow-up sa iisang lugar.

Ang AI receptionist ng Anima na si Andi ay binuo gamit ang GPT‑Live. Maaaring ilarawan ng mga pasyente ang kanilang mga sintomas kay Andi sa telepono, habang ginagabayan ng sariling policy engine ng Anima ang pag-uusap ayon sa mga tiyak na daloy ng pagkuha ng impormasyon na aprubado para sa klinikal na paggamit. Pagkatapos, pinipili ng GPT‑5.4 mini ang angkop na talatanungan, at lumalabas ang nakumpletong kasaysayang medikal bilang isang nakabalangkas na kaso sa dashboard ng klinika. Mula roon, maaaring suriin at aksyunan ng mga doktor at kawani ng klinika ang kaso.

Ayon sa Anima, napaikli ng mga klinikang gumagamit kay Andi ang paghihintay sa telepono mula 40 hanggang 50 minuto tungo sa 10 minuto—pagbabang hindi bababa sa 75%. Sa mga survey ng Anima sa mga pasyente, 86% ang nagsabing gagamitin nila muli si Andi. Natuklasan ng Anima na kabilang ang mga nasa edad 80 hanggang 99 sa mga pinakanasisiyahang gumagamit nito. “Tuwang-tuwa silang makipag-usap sa isang voice agent,” sabi ni Shun. “Hindi ito nauubusan ng pasensya at napakagalang nito.”

Gumagamit ang produktong Documents ng Anima ng mga modelo ng GPT‑6 upang kumuha ng impormasyon mula sa mga dumarating na dokumentong medikal, gaya ng nagpadala, tatanggap, uri ng dokumento, at mga petsa ng pangyayari. Pagkatapos, sa isang prosesong may maraming yugto, itinutugma ang bawat dokumento sa tamang pasyente, tinutukoy ang angkop na mga klinikal na code, at iminumungkahi ang susunod na hakbang para suriin ng mga kawani ng klinika.

Napatunayang isa sa pinakamahirap lutasin na teknikal na problema ang klinikal na coding. “May humigit-kumulang 800,000 posibleng SNOMED code,” sabi ni Michael Skupien, pinuno ng engineering sa Anima. “Maliit na bahagi lang ang regular na ginagamit, pero magkakaiba pa rin ang mga klinika sa pagpapasya kung aling mga code ang gagamitin.”

Sa halip na hilingin sa mga klinika na i-configure ang sistema o mag-fine-tune ng hiwalay na modelo para sa bawat customer, gumagamit ang Anima ng in-context learning upang iangkop ang mga pasya ng modelo sa bawat klinika. Nangangailangan ang paraang ito ng mga modelong palaging maaasahan sa pagsunod sa mga tagubilin.

Ayon sa Anima, ang mga klinikang dating nagpoproseso ng humigit-kumulang 15 dokumento kada oras ay karaniwang nakakapagproseso na ng 30 hanggang 45. Ang mga klinikang may pinakamataas na produktibidad ay nakakapagproseso ng 45 hanggang 60. “May nakita kaming mga klinika na natapos ang mahigit 100,000 nakatambak na dokumento sa loob ng ilang araw mula nang simulan nilang gamitin ang Anima,” sabi ni Shun. “Ibig sabihin, agad na nakakarating sa mga propesyonal na nangangalaga ang mahahalagang update at pagbabago sa gamot sa halip na nakapila nang ilang buwan.”

Habang nagbabahagi ng mahalagang impormasyon ang mga pasyente, kailangang hatiin ng mga doktor ang kanilang atensyon sa pakikinig at pagtatala para sa medikal na rekord. Binuo ng Anima ang produktong Scribe nito gamit ang GPT 5.6 Luna upang gawing mga nakabalangkas na talang medikal ang mga transcript ng konsultasyon, at pagkatapos ay gamitin muli ang parehong klinikal na konteksto sa paggawa ng mga burador ng liham ng referral at mensaheng pang-follow-up sa pasyente.

Sa halip na mag-type sa buong konsultasyon, mas makakapagtuon ng atensyon ang doktor sa pasyente. Ayon sa Anima, ang mga tala ng konsultasyon na dating inaabot ng ilang minuto upang isulat ay nagagawan na ng burador sa loob ng ilang segundo para suriin ng propesyonal na nangangalaga. Ang mga liham ng referral na karaniwang nangangailangan ng 5 hanggang 15 minuto ay maaari ring magawan ng burador sa loob ng ilang segundo batay sa konsultasyon at rekord ng pasyente, na handa nang suriin ng propesyonal na nangangalaga.

“Nakatatanggap ang mga pasyente ng malinaw na mga mensaheng pang-follow-up di-kalaunan matapos ang konsultasyon, kaya nababawasan ang pag-aalala nila at mas natatandaan nila ang napag-usapan,” sabi ni Shun. “Madalas naming marinig na natatapos na ngayon sa oras ang trabaho ng mga doktor sa halip na umabot hanggang alas-8 o alas-9 ng gabi.”

Hangarin ng Anima ang pangangalagang pangkalusugang angkop sa bawat isa. Para rito, kailangang may impormasyon, oras, at kakayahan ang mga pangkat na nangangalaga upang maunawaan at matugunan ang pangangailangan ng bawat tao sa buong proseso ng pangangalaga.

Sinusuportahan ng paggamit nito ng mga modelo ng OpenAI ang mga praktikal na hakbang tungo sa hangaring iyon. Kumukuha si Andi ng impormasyon sa telepono at ginagawa itong mga nakabalangkas na kahilingan na maaaksyunan ng mga kawani. Tinutulungan ng Documents ang mga pangkat na iproseso ang dumarating na impormasyong medikal. Gumagawa ang Scribe ng mga burador ng tala at mensaheng pang-follow-up para suriin ng mga propesyonal na nangangalaga.

Ayon sa Anima, karamihan sa mga kaso sa buong platform nito ay nalulutas sa loob ng 24 na oras, at humigit-kumulang 3.5 oras ang median na tagal ng paglutas. “Napakalaki ng nagagawa namin para sa 14 na milyong pasyente sa UK sa tulong ng mga modelo ng OpenAI,” sabi ni Shun. “Talagang napakahalaga nito para sa mga pasyente at mga klinika.”

Binibigyan ng Anima ang mga pangkat ng mas malaking kakayahang mangalaga ngayon, at tinutulungan silang bumuo ng mga proseso ng pangangalaga at serbisyo para sa hinaharap.