એનિમા: GPT‑6 અને GPT‑Liveથી કૉલની રાહ 75% ઓછી

દર્દીઓની વિનંતીઓ, તબીબી પત્રો અને પરામર્શની નોંધો—આ બધાની સંભાળ ટીમોએ સમીક્ષા કરીને જરૂરી પગલાં લેવાં પડે છે. આ કામનો ભરાવો થાય ત્યારે દર્દીઓને પ્રતિસાદ માટે વધુ રાહ જોવી પડી શકે છે અને મહત્ત્વની માહિતી વણતપાસાયેલી પડી રહી શકે છે.

એનિમા⁠(નવી વિન્ડોમાં ખૂલે છે) આ કાર્યપ્રવાહોને એક જ મંચ પર લાવે છે. તેમાં વિશેષજ્ઞ એઆઈ સહકર્મીઓ દર્દીઓનો તબીબી ઇતિહાસ એકત્રિત કરે છે, દસ્તાવેજો પર પ્રક્રિયા કરે છે અને સંભાળ ટીમો માટે તબીબી નોંધોના મુસદ્દા તૈયાર કરે છે. જરૂરિયાત મુજબ સંભાળ મળવી જોઈએ એવી દૃઢ માન્યતા સાથે, તે દરેકને વ્યક્તિગત જરૂરિયાતોને અનુરૂપ આરોગ્યસંભાળ આપવાનું લક્ષ્ય ધરાવે છે.

એનિમાની શરૂઆત યુકેમાં થઈ હતી, જ્યાં તે હવે 1,000થી વધુ ક્લિનિકોમાં 1.4 કરોડથી વધુ દર્દીઓને સેવા આપે છે અને દર મહિને 8 લાખથી વધુ કેસ પર કામ કરે છે. તે અમેરિકા, ઑસ્ટ્રેલિયા અને અન્ય દેશોમાં વિસ્તરી રહી છે. એનિમાના મુખ્ય કાર્યકારી અધિકારી અને સહ-સ્થાપક શુન પેંગના જણાવ્યા અનુસાર, તમામ બંધ-સ્રોત અને મુક્ત-સ્રોત મોડલની કામગીરી સરખાવ્યા બાદ કંપનીએ OpenAI પસંદ કર્યું. તે દસ્તાવેજોના કાર્યપ્રવાહોમાં GPT‑6 મોડલ અને કૉલ માટે GPT‑Live વાપરે છે.

એનિમા શરૂ કરતાં પહેલાં શુને તબીબી તાલીમ લીધી હતી. તે દરમિયાન તેમણે જોયું કે એક દર્દીનાં અસામાન્ય તપાસ પરિણામો છ મહિના સુધી વણતપાસાયેલાં પડી રહેવાને કારણે તે સંભવિત જીવનરક્ષક સારવારથી વંચિત રહ્યા હતા. તેમને સમજાયું કે આરોગ્યસંભાળની સમસ્યા તબીબી સારવારમાં નહીં, પરંતુ વ્યવસ્થામાં માહિતી કેવી રીતે પહોંચે છે તેમાં હતી. સંભાળ ટીમો દર્દીઓની જરૂરિયાતોને વધુ સારી રીતે પહોંચી વળે તે માટે તેમણે એનિમા બનાવ્યું. આ મંચ દર્દીઓની વિનંતીઓ, તબીબી દસ્તાવેજો અને અનુવર્તી કામને એક જ જગ્યાએ લાવે છે.

એનિમાનો એઆઈ સ્વાગત સહાયક એન્ડી GPT‑Live પર આધારિત છે. દર્દીઓ ફોન પર એન્ડીને તેમનાં લક્ષણો જણાવી શકે છે. આ દરમિયાન એનિમાની માલિકીની નીતિ-પ્રણાલી પૂર્વનિર્ધારિત, તબીબી મંજૂરી ધરાવતા પ્રારંભિક માહિતી મેળવવાના કાર્યપ્રવાહો મુજબ વાતચીતને દોરે છે. ત્યારબાદ GPT‑5.4 mini યોગ્ય પ્રશ્નાવલી પસંદ કરે છે અને સંપૂર્ણ તબીબી ઇતિહાસ ક્લિનિકના ડૅશબોર્ડમાં સુવ્યવસ્થિત કેસ તરીકે દેખાય છે. ડૉક્ટરો અને ક્લિનિકનો કર્મચારીવર્ગ ત્યાંથી કેસની સમીક્ષા કરીને પગલાં લઈ શકે છે.

એનિમાના જણાવ્યા અનુસાર, એન્ડી વાપરતાં ક્લિનિકોમાં ફોન પર રાહ જોવાનો સમય 40થી 50 મિનિટમાંથી ઘટીને 10 મિનિટ થયો છે, એટલે કે ઓછામાં ઓછો 75% ઘટાડો. એનિમાના દર્દી સર્વેક્ષણોમાં 86% લોકોએ કહ્યું કે તેઓ ફરી એન્ડીનો ઉપયોગ કરશે. એનિમાને જાણવા મળ્યું કે તેના સૌથી સંતુષ્ટ વપરાશકર્તાઓમાં 80થી 99 વર્ષની ઉંમરના લોકો પણ સામેલ હતા. શુન કહે છે, “તેઓ અવાજ દ્વારા વાત કરતા એજન્ટ સાથે વાત કરવામાં ખૂબ ખુશ છે.” “તેની ધીરજ ખૂટતી નથી અને તે ખૂબ નમ્ર છે.”

એનિમાનું ડૉક્યુમેન્ટ્સ ઉત્પાદન આવનારા તબીબી દસ્તાવેજોમાંથી મોકલનાર, પ્રાપ્તકર્તા, દસ્તાવેજનો પ્રકાર અને ઘટનાઓની તારીખો જેવી માહિતી કાઢવા GPT‑6 મોડલ વાપરે છે. ત્યારબાદ અનેક તબક્કાની પ્રક્રિયા દરેક દસ્તાવેજને યોગ્ય દર્દી સાથે જોડે છે, યોગ્ય તબીબી કોડ ઓળખે છે અને ક્લિનિકના કર્મચારીવર્ગની સમીક્ષા માટે આગળનું પગલું સૂચવે છે.

તબીબી કોડની ફાળવણી ઉકેલવા માટેની સૌથી મુશ્કેલ તકનીકી સમસ્યાઓમાંની એક સાબિત થઈ. એનિમાના ઇજનેરી વિભાગના વડા માઇકલ સ્કુપિએન કહે છે, “લગભગ 8 લાખ સંભવિત SNOMED કોડ છે.” “તેમાંથી થોડા જ નિયમિત વપરાય છે, છતાં કયા કોડ વાપરવા તે અંગે જુદાં જુદાં ક્લિનિકો જુદા નિર્ણયો લે છે.”

ક્લિનિકોને પ્રણાલીની ગોઠવણી કરવાનું કહેવાને કે દરેક ગ્રાહક માટે અલગ મોડલને વિશિષ્ટ તાલીમ આપવાને બદલે, એનિમા આપેલા સંદર્ભમાંથી શીખવાની પદ્ધતિ વાપરે છે, જેથી મોડલના નિર્ણયો દરેક ક્લિનિકને અનુરૂપ હોય. આ અભિગમ માટે સતત સૂચનાઓનું પાલન કરી શકે તેવાં મોડલ જરૂરી છે.

એનિમાના જણાવ્યા અનુસાર, પહેલાં કલાકના લગભગ 15 દસ્તાવેજો પર પ્રક્રિયા કરતાં ક્લિનિકો હવે સામાન્ય રીતે 30થી 45 દસ્તાવેજો પર પ્રક્રિયા કરે છે. શ્રેષ્ઠ કામગીરી કરતાં ક્લિનિકોમાં આ સંખ્યા 45થી 60 છે. શુન કહે છે, “એનિમા અપનાવ્યાના થોડા જ દિવસોમાં ક્લિનિકોએ 1 લાખથી વધુ બાકી દસ્તાવેજોનો નિકાલ કર્યો હોય એવું અમે જોયું છે.” “એટલે મહત્ત્વની નવી માહિતી અને દવાઓમાં ફેરફારોની વિગતો મહિનાઓ સુધી વણતપાસાયેલી પડી રહેવાને બદલે તબીબો સુધી ઝડપથી પહોંચે છે.”

દર્દીઓ મહત્ત્વની માહિતી જણાવતા હોય ત્યારે ડૉક્ટરોએ તેમની વાત સાંભળવા અને તબીબી રેકૉર્ડ માટે નોંધો લેવા વચ્ચે ધ્યાન વહેંચવું પડે છે. એનિમાએ GPT 5.6 Luna સાથે તેનું સ્ક્રાઇબ ઉત્પાદન બનાવ્યું છે, જે પરામર્શનાં લિપ્યંતરણોને સુવ્યવસ્થિત તબીબી નોંધોમાં ફેરવે છે. પછી તે જ તબીબી સંદર્ભનો ફરી ઉપયોગ કરીને અન્ય તબીબને ભલામણ કરતા પત્રો અને દર્દીઓ માટે અનુવર્તી સંદેશાના મુસદ્દા તૈયાર કરે છે.

મુલાકાત દરમિયાન સતત ટાઇપ કરવાને બદલે ડૉક્ટર દર્દી પર વધુ ધ્યાન આપી શકે છે. એનિમાના જણાવ્યા અનુસાર, જે પરામર્શની નોંધો લખવામાં પહેલાં ઘણી મિનિટો લાગતી હતી, તેના મુસદ્દા હવે તબીબની સમીક્ષા માટે સેકન્ડોમાં તૈયાર થાય છે. અન્ય તબીબને ભલામણ કરતા પત્રો તૈયાર કરવામાં ઘણી વાર 5થી 15 મિનિટ લાગતી હતી. હવે પરામર્શ અને દર્દીના રેકૉર્ડ પરથી તેમના મુસદ્દા પણ સેકન્ડોમાં તૈયાર થઈ શકે છે, જેની તબીબ સમીક્ષા કરી શકે છે.

શુન કહે છે, “પરામર્શના થોડા જ સમય પછી દર્દીઓને સ્પષ્ટ અનુવર્તી સંદેશા મળે છે, જેથી તેમની ચિંતા ઘટે છે અને આપેલી માહિતી વધુ સારી રીતે યાદ રહે છે.” “અમે ઘણી વાર સાંભળીએ છીએ કે ડૉક્ટરો હવે રાત્રે 8 કે 9 વાગ્યા સુધી કામ કરવાને બદલે દિવસનું કામ સમયસર પૂરું કરે છે.”

એનિમાનું લક્ષ્ય દરેકને વ્યક્તિગત જરૂરિયાતોને અનુરૂપ આરોગ્યસંભાળ આપવાનું છે. આ માટે સંભાળ ટીમો પાસે દરેક વ્યક્તિની જરૂરિયાતો સમજવા અને સારવારના દરેક તબક્કે તેને અનુરૂપ પગલાં લેવા માટે જરૂરી માહિતી, સમય અને ક્ષમતા હોવાં જોઈએ.

OpenAI મોડલ સાથેનું તેનું કામ આ લક્ષ્ય તરફનાં વ્યવહારુ પગલાંને ટેકો આપે છે. એન્ડી ફોન પર માહિતી એકત્રિત કરીને તેને સુવ્યવસ્થિત વિનંતીઓમાં ફેરવે છે, જેના પર કર્મચારીવર્ગ પગલાં લઈ શકે છે. ડૉક્યુમેન્ટ્સ ટીમોને આવનારી તબીબી માહિતી પર પ્રક્રિયા કરવામાં મદદ કરે છે. સ્ક્રાઇબ તબીબોની સમીક્ષા માટે નોંધો અને અનુવર્તી સંદેશાવ્યવહારના મુસદ્દા તૈયાર કરે છે.

એનિમાના જણાવ્યા અનુસાર, તેના મંચ પર મોટા ભાગના કેસનું નિરાકરણ 24 કલાકમાં થાય છે અને નિરાકરણનો મધ્યક સમય લગભગ 3.5 કલાક છે. શુન કહે છે, “OpenAIનાં મોડલની મદદથી અમે યુકેના 1.4 કરોડ દર્દીઓ પર ખૂબ મોટી અસર પાડી રહ્યા છીએ.” “દર્દીઓ અને ક્લિનિકો માટે આ ખરેખર અત્યંત નિર્ણાયક છે.”

એનિમા ટીમોને આજે સંભાળ આપવા માટે વધુ અવકાશ આપે છે અને ભવિષ્ય માટે સારવારની પ્રક્રિયાઓ તથા સેવાઓ વિકસાવવામાં મદદ કરે છે.