Pagpapabuti ng katalinuhan sa kalusugan sa ChatGPT

Ang Health ay isa sa mga pinakamakabuluhang paraan ng paggamit ng ChatGPT ng mga tao. Tuwing linggo, mahigit 230 milyong tao ang lumalapit sa ChatGPT para humingi ng tulong sa mga tanong tungkol sa kalusugan at kagalingan: pagbibigay-linaw sa impormasyon tungkol sa kalusugan, pag-unawa sa mga resulta ng pagsusuri, paghahanda para sa mga appointment, pag-navigate sa insurance, pagbuo ng mas malulusog na gawi, at nag-iisip kung ano ang susunod na itatanong.

Sa GPT‑5.5 Instant, nakikita namin ang malaking hakbang pasulong sa kung paano pinangangasiwaan ng modelo ang mga tanong tungkol sa kalusugan, na may mga pagpapahusay sa pagkilala kung kailan maaaring kailanganin ang agarang pangangalagang medikal, paghingi ng kaugnay na konteksto, pagpapaliwanag ng kawalan ng katiyakan, at pagpapadali sa pag-unawa sa komplikadong impormasyon. Sa aming pinakamahihirap na pagsusuri sa kalusugan, gumaganap na ngayon ang GPT‑5.5 Instant sa antas na maihahambing sa aming mga frontier Thinking na modelo. Dahil available ito sa mga user ng libreng bersyon ng ChatGPT, mas maraming tao ang makikinabang sa mga pagpapahusay na ito. Maaaring mangahulugan iyon ng impormasyon sa kalusugan na mas madaling maunawaan, mas mahuhusay na itatanong, at malinaw na mga susunod na hakbang.

Ipinapakita ng pag-unlad na iyon ang parehong mga pagsulong sa mga kakayahan ng modelo at ang gawaing pinangungunahan ng mga doktor sa likod ng aming mga pagsusuri sa kalusugan. Sa kabuuan ng aming mga pagsisikap, tumutulong ang isang pandaigdigang network ng mga doktor na tukuyin kung ano ang hitsura ng “maayos” sa mga totoong sitwasyon sa health sa pamamagitan ng pagsusuri ng mga halimbawang tugon ng modelo, paglalarawan ng ideyal na gawi, at pagtukoy ng mga paraan ng pagkabigo. Ang pakikipagtulungan sa mga doktor ay nagbibigay sa amin ng paraan para sukatin ang progreso sa health at pahusayin kung paano tumutugon ang ChatGPT sa paglipas ng panahon.

Sa kalusugan, ang pag-unlad ay nangangahulugan ng pagbibigay ng mga tugon na tumpak, madaling maunawaan, at nakabatay sa mabuting pagpapasya: pagkilala kung kailan kailangan ng higit pang konteksto, pagpapaliwanag ng kawalan ng katiyakan nang hindi pinalalabis ang kumpiyansa, at pagtulong sa mga tao na maunawaan kung kailan dapat humingi ng pangangalagang medikal.

Para masukat ang pag-usad na iyon, gumagamit kami ng mga ebalwasyon na partikular sa Health, kabilang ang HealthBench at HealthBench Professional. Gumagamit ang mga ebalwasyong ito ng makatotohanang mga pag-uusap tungkol sa kalusugan at mga pamantayan na isinulat ng mga doktor upang masuri ang mga katangian tulad ng katumpakan, kaligtasan, komunikasyon, kamalayan sa konteksto, pagiging kumpleto, at angkop na pag-eskalasyon.

Bilang isa pang paghahambing, hiniling din namin sa mga doktor na magsulat ng mga tugon para sa mga kinatawan na pag-uusap tungkol sa Health, na may walang limitasyong oras at access sa internet (ngunit hindi sa AI). Pagkatapos, inihambing ng isang hiwalay na panel ng mga doktor ang mga tugon ng mga doktor na ito sa mga Instant na modelo sa paglipas ng panahon, sinusuri ang mga katangiang mahalaga sa mga tunay na interaksyon, kabilang ang katumpakan, komunikasyon, pagkakumpleto, pagsunod sa mga tagubilin, at pagiging kapaki-pakinabang sa mga desisyong pangkalusugan, sa 3,500 nasuring tugon.

Tinasa ng mga doktor ang mga tugon ng GPT‑5.5 Instant bilang may mas kaunting mga paraan ng pagkabigo kaysa sa mga tugon mula sa mga naunang modelo at mga doktor. Halimbawa, ang GPT 5.5 Instant ay nagkaroon ng mas kaunting pagkakataon ng hindi pag-aangkop sa lokal na konteksto ng pangangalagang pangkalusugan, hindi pagtukoy sa mga palatandaan ng panganib o pagsangguni sa pangangalaga, o hindi paghingi ng karagdagang konteksto mula sa tagagamit kapag kinakailangan, kumpara sa parehong mas lumang mga modelo at mga doktor.

Dahil sa lawak ng paggamit ng aming mga modelo sa Health, isa pang paraan para maunawaan ang mga kamakailang pagpapahusay sa modelo ay ang pagsukat ng production traffic. Gumagamit kami ng mga monitor na nagpoprotekta sa privacy sa trapiko sa produksyon para subaybayan ang mga posibleng isyu sa katumpakan ng impormasyon sa mga tugon tungkol sa Health. Batay sa paghahambing ng kamakailang trapiko sa produksyon sa kalusugan – bilyun-bilyong mensahe kada linggo – bumaba nang 71% sa nakalipas na dalawang buwan ang rate ng mga tugon na may kahit isang na-flag na isyu sa katumpakan ng impormasyon.

Ipinapakita ng paghahambing ng mga tugon mula sa mga modelo sa iba’t ibang punto ng panahon sa mga totoong tanong tungkol sa Health kung paano umunlad ang ChatGPT sa mga paraang mahalaga para sa kalusugan: pagkilala kung kailan maaaring mangailangan ng agarang atensyon ang isang sitwasyon, pagharap sa kawalan ng katiyakan nang may mas mahusay na pagpapasya, at pagbibigay sa mga tao ng mas malinaw at mas kapaki-pakinabang na gabay tungkol sa susunod na dapat gawin.

Ang pagsulong na ito ay hinuhubog ng mga doktor na tumutulong sa amin na tukuyin, sukatin, at pahusayin ang mga tugon sa kalusugan sa ChatGPT. 

Nakikipagtulungan ang OpenAI sa pandaigdigang network ng mahigit 260 manggagamot sa 60 bansa, 49 na wika, at 26 na medikal na espesyalidad. Ang kanilang feedback ay gumagabay sa paraan ng pagtugon ng ChatGPT sa mga tanong tungkol sa Health sa malawak na hanay ng mga sitwasyon, mula sa pang-araw-araw na mga tanong tungkol sa kalusugan hanggang sa mas kumplikadong mga klinikal na sitwasyon.

Sinusuri ng mga manggagamot ang mga halimbawang tugon ng modelo at tinatasa kung ang mga ito ay tumpak, malinaw, kumpleto, may angkop na pag-iingat, at kapaki-pakinabang. Tumutulong ang mga ito na matukoy kung saan maaaring makaligtaan ng tugon ang mahalagang konteksto, kung saan puwede itong magmukhang labis na kumpiyansa, kung saan dapat itong maging mas malinaw tungkol sa mga susunod na hakbang, o mas tuwirang hikayatin ang isang tao na humingi ng pangangalagang medikal.

Sa kasalukuyan, nakapagsuri na ang mga doktor ng mahigit 700,000 halimbawang tugon ng modelo na nagpapakita kung paano puwedeng gamitin ng mga clinician at pasyente ang ChatGPT sa totoong mundo. Tuwing ilang minuto, sinusuri ng manggagamot ang bagong tugon. Nagiging mga rubrik at pamantayan sa pagsusuri ang kanilang puna na tumutulong sa mga mananaliksik na sukatin kung ang mga tugon ay tumpak, ligtas, malinaw, kumpleto, may naaangkop na pag-iingat, at kapaki-pakinabang sa mga totoong sitwasyon sa kalusugan. Nagbibigay ito sa atin ng mas malinaw na paraan para makita kung saan humuhusay ang mga modelo at kung saan kailangan pa nila ng pagpapahusay.

Sinusuportahan din ng gawaing ito ang mas malawak na gawain ng OpenAI sa kalusugan na sumasaklaw sa mga tool na tumutulong sa mga tao na mas maunawaan at magabayan sa impormasyon tungkol sa kalusugan pati na rin sa mga kasangkapang ginawa para sa mga clinician, tulad ng ChatGPT for Clinicians⁠ at OpenAI for Healthcare⁠, na sumusuporta sa mga propesyonal sa medisina sa mga gawain tulad ng dokumentasyon, pananaliksik, at konsultasyon sa pangangalaga.

Ang pagpapabuti ng Health ng tao ay magiging isa sa mga pinakapersonal at pinakakonkretong epekto ng AGI. Habang patuloy na humuhusay ang aming mga modelo, layunin naming gawing mas tumpak, mas maingat, at mas kapaki-pakinabang ang ChatGPT sa mga sandaling iyon — at patuloy na maihatid ang pag-unlad na iyon sa mas maraming tao.