Anima nyuda wektu ngenteni telpon 75% nganggo GPT‑6 lan GPT‑Live

Panjaluke pasien, layang klinis, lan cathetan konsultasi kabeh nuwuhake pakaryan sing kudu ditliti lan ditindaklanjuti dening tim perawatan. Nalika pakaryan mau numpuk, pasien bisa ngenteni tanggapan luwih suwe, lan informasi penting bisa mandheg ing antrean.

Anima⁠(mbukak ing jendhela anyar) nggabungake alur kerja iki ing siji platform, kanthi rekan kerja AI khusus sing nglumpukake riwayat pasien, ngolah dokumen, lan nyusun draf cathetan klinis kanggo tim perawatan. Visine yaiku layanan kesehatan sing dicocogake kanggo saben wong, kanthi keyakinan yen perawatan kudu manut kabutuhan.

Anima diwiwiti ing Britania Raya, lan saiki nglayani luwih saka 14 yuta pasien ing luwih saka 1.000 klinik lan nangani luwih saka 800.000 kasus saben sasi ing kana. Saiki Anima lagi ngrembakakake layanane menyang AS, Australia, lan negara liyane. Perusahaan iki nggunakake model GPT‑6 ing alur kerja dokumen lan GPT‑Live kanggo telpon. Miturut Shun Pang, CEO lan salah siji pendhiri Anima, OpenAI dipilih sawise nguji kinerja kabeh model sumber tertutup lan sumber terbuka.

Sadurunge ngedegake Anima, Shun wis nglakoni pelatihan klinis. Ing kana, dheweke weruh ana pasien sing ora nampa perawatan sing bisa wae nylametake nyawane amarga asil tes sing ora normal mandheg ing antrean suwene nem sasi. Dheweke banjur yakin yen masalahe layanan kesehatan dudu babagan ilmu kedokteran, nanging babagan kepriye informasi mili ing sajroning sistem. Dheweke ngedegake Anima supaya tim perawatan duwe kapasitas luwih gedhe kanggo nanggapi kabutuhane pasien. Platform iki nggabungake panjaluke pasien, dokumen klinis, lan pakaryan tindak lanjut ing siji panggonan.

Resepsionis AI Anima, Andi, dikembangake nganggo GPT‑Live. Pasien bisa nyritakake gejalane marang Andi liwat telpon, dene mesin kabijakan duweke Anima nuntun pacelathon liwat alur panampa pasien sing deterministik lan wis disetujoni sacara klinis. GPT‑5.4 mini banjur milih kuesioner sing cocog, lan riwayat medis sing wis lengkap ditampilake minangka kasus terstruktur ing dasbor klinik. Dokter lan staf klinik bisa nliti kasus kasebut lan njupuk tindakan saka kono.

Anima nglaporake yen klinik sing nggunakake Andi wis nyuda wektu ngenteni ing telpon saka 40 nganti 50 menit dadi 10 menit, utawa suda paling ora 75%. Ing survei pasien Anima, 86% kandha bakal nggunakake Andi maneh. Anima nemokake yen wong umur 80-an lan 90-an kalebu pangguna sing paling marem. “Dheweke seneng banget ngobrol karo agen swara,” ujare Shun. “Agen iki sabare tanpa wates lan sopan banget.”

Produk Documents saka Anima nggunakake model GPT‑6 kanggo njupuk informasi saka dokumen klinis sing mlebu, kayata pangirim, panampa, jinis dokumen, lan tanggal kedadeyan. Alur pangolahan kanthi pirang-pirang tahap banjur nyocogake saben dokumen karo pasien sing bener, nemtokake kode klinis sing cocog, lan menehi saran tindakan sabanjure supaya bisa ditliti dening staf klinik.

Menehi kode klinis kabukten dadi salah siji masalah teknis sing paling angel dirampungake. “Ana udakara 800.000 kode SNOMED sing bisa dipilih,” ujare Michael Skupien, Pimpinan Teknik ing Anima. “Mung saperangan cilik sing kerep digunakake, nanging saben praktik isih duwe keputusan dhewe-dhewe babagan kode sing arep digunakake.”

Tinimbang njaluk klinik ngatur konfigurasi sistem utawa nyetel model kapisah kanggo saben pelanggan, Anima nggunakake sinau saka konteks kanggo nyelarasake keputusan model karo saben praktik. Cara iki mbutuhake model sing bisa manut instruksi kanthi konsisten.

Miturut Anima, praktik sing biyen ngolah udakara 15 dokumen saben jam saiki lumrahe ngolah 30 nganti 45. Klinik kanthi kinerja paling apik ngolah 45 nganti 60. “Kita wis weruh klinik ngrampungake tumpukan luwih saka 100.000 dokumen mung sajrone sawetara dina sawise wiwit nggunakake Anima,” ujare Shun. “Tegese, informasi anyar sing penting lan owah-owahan obat enggal tekan tenaga klinis, ora mung mandheg ing antrean nganti pirang-pirang sasi.”

Nalika pasien nyritakake informasi penting, dokter kudu mbagi kawigaten antarane ngrungokake lan nulis cathetan kanggo rekam medis. Anima ngembangake produk Scribe nganggo GPT 5.6 Luna kanggo ngowahi transkrip konsultasi dadi cathetan klinis terstruktur, banjur nggunakake maneh konteks klinis sing padha kanggo nyusun draf layang rujukan lan pesen tindak lanjut kanggo pasien.

Tinimbang terus ngetik sajrone konsultasi, dokter bisa luwih nggatekake pasien. Anima nglaporake yen cathetan konsultasi sing biyen mbutuhake sawetara menit kanggo ditulis saiki bisa didraf sajrone sawetara detik supaya bisa ditliti dening tenaga klinis. Layang rujukan sing kerep mbutuhake 5 nganti 15 menit kanggo digawe uga bisa didraf sajrone sawetara detik saka konsultasi lan rekam medis pasien, siap ditliti dening tenaga klinis.

“Pasien nampa pesen tindak lanjut sing cetha ora suwe sawise konsultasi, saengga rasa kuwatire suda lan luwih gampang ngelingi informasi sing diwenehake,” ujare Shun. “Kita kerep krungu yen dokter saiki bisa rampung nyambut gawe pas wektune, ora kudu kerja nganti jam 8 utawa 9 bengi.”

Visine Anima yaiku layanan kesehatan sing dicocogake kanggo saben wong. Kanggo nggayuh iki, tim perawatan kudu duwe informasi, wektu, lan kapasitas kanggo mangerteni kabutuhane saben wong lan nyukupi kabutuhan mau ing saben tahap perawatan pasien.

Panganggone model OpenAI ndhukung langkah nyata kanggo nggayuh visi kasebut. Andi nglumpukake informasi liwat telpon lan ngowahi dadi panjaluk terstruktur sing bisa ditindaklanjuti dening staf. Documents mbantu tim ngolah informasi klinis sing mlebu. Scribe nyusun draf cathetan lan komunikasi tindak lanjut supaya bisa ditliti dening tenaga klinis.

Anima nglaporake yen umume kasus ing platforme dirampungake sajrone 24 jam, kanthi median wektu ngrampungake udakara 3,5 jam. “Kanthi dhukungan model OpenAI, kita menehi dampak gedhe banget marang 14 yuta pasien ing Britania Raya,” ujare Shun. “Iki pancen wigati banget kanggo pasiene lan lumakune klinik.”

Anima menehi tim luwih akeh kalodhangan kanggo ngrawat pasien saiki, lan mbantu ngembangake alur perawatan lan layanan kanggo mangsa ngarep.