GPT‑6, GPT‑Live: അനിമ കോൾ കാത്തിരിപ്പ് 75% കുറയ്ക്കുന്നു

രോഗികളുടെ അഭ്യർഥനകൾ, ചികിത്സാസംബന്ധമായ കത്തുകൾ, പരിശോധനാവേളയിലെ കുറിപ്പുകൾ എന്നിവയെല്ലാം പരിചരണസംഘങ്ങൾ പരിശോധിച്ച് നടപടിയെടുക്കേണ്ട ജോലികൾ സൃഷ്ടിക്കുന്നു. ഈ ജോലികൾ കുന്നുകൂടുമ്പോൾ, മറുപടിക്കായി രോഗികൾ കൂടുതൽ നേരം കാത്തിരിക്കേണ്ടിവരാം. പ്രധാന വിവരങ്ങൾ പരിഗണിക്കപ്പെടാതെ കെട്ടിക്കിടക്കുകയും ചെയ്യാം.

അനിമ⁠(പുതിയ വിൻഡോയിൽ തുറക്കുന്നു) ഈ പ്രവർത്തനക്രമങ്ങളെ ഒരൊറ്റ സംവിധാനത്തിൽ കൊണ്ടുവരുന്നു. രോഗികളുടെ ആരോഗ്യചരിത്രം ശേഖരിക്കാനും രേഖകൾ പ്രോസസ്സ് ചെയ്യാനും ചികിത്സാക്കുറിപ്പുകൾ തയ്യാറാക്കാനും പരിചരണസംഘങ്ങളെ സഹായിക്കുന്ന വിദഗ്ധ എഐ സഹപ്രവർത്തകരും ഇതിലുണ്ട്. ആവശ്യത്തിനനുസരിച്ച് പരിചരണം ലഭിക്കണമെന്ന ഉറച്ച വിശ്വാസത്തോടെ, എല്ലാവർക്കും വ്യക്തിഗത ആവശ്യങ്ങൾക്കിണങ്ങിയ ആരോഗ്യപരിചരണം നൽകുക എന്നതാണ് അനിമയുടെ കാഴ്ചപ്പാട്.

യുകെയിൽ തുടങ്ങിയ അനിമ ഇന്ന് അവിടെ 1,000-ത്തിലധികം ക്ലിനിക്കുകളിലായി 1.4 കോടിയിലധികം രോഗികൾക്ക് സേവനം നൽകുന്നു. പ്രതിമാസം 8 ലക്ഷത്തിലധികം കേസുകൾ കൈകാര്യം ചെയ്യുന്നു. യുഎസ്, ഓസ്ട്രേലിയ, മറ്റ് രാജ്യങ്ങൾ എന്നിവിടങ്ങളിലേക്കും അനിമ പ്രവർത്തനം വ്യാപിപ്പിക്കുകയാണ്. കമ്പനി രേഖകൾ കൈകാര്യം ചെയ്യാൻ GPT‑6 മോഡലുകളും ഫോൺ കോളുകൾക്ക് GPT‑Live‑ഉം ഉപയോഗിക്കുന്നു. എല്ലാ ക്ലോസ്ഡ് സോഴ്‌സ്, ഓപ്പൺ സോഴ്‌സ് മോഡലുകളുടെയും പ്രകടനം താരതമ്യം ചെയ്ത ശേഷമാണ് OpenAI തിരഞ്ഞെടുത്തതെന്ന് അനിമയുടെ ചീഫ് എക്സിക്യൂട്ടീവ് ഓഫീസറും സഹസ്ഥാപകനുമായ ഷുൻ പാങ് പറയുന്നു.

അനിമ തുടങ്ങുന്നതിനുമുമ്പ് ഷുൻ ക്ലിനിക്കൽ പരിശീലനം നേടിയിരുന്നു. അസാധാരണ പരിശോധനാഫലങ്ങൾ ആറുമാസത്തോളം പരിഗണിക്കപ്പെടാതെ കെട്ടിക്കിടന്നതിനാൽ, ജീവൻ രക്ഷിച്ചേക്കാവുന്ന ചികിത്സ ഒരു രോഗിക്ക് ലഭിക്കാതെ പോയത് അന്ന് അദ്ദേഹം കണ്ടു. ആരോഗ്യപരിചരണത്തിലെ പ്രശ്നം വൈദ്യശാസ്ത്രത്തിന്റേതല്ല, മറിച്ച് സംവിധാനത്തിലൂടെ വിവരങ്ങൾ കൈമാറപ്പെടുന്ന രീതിയുടേതാണെന്ന് അദ്ദേഹം വിശ്വസിക്കാൻ തുടങ്ങി. രോഗികളുടെ ആവശ്യങ്ങളോട് പ്രതികരിക്കാൻ പരിചരണസംഘങ്ങൾക്ക് കൂടുതൽ ശേഷി നൽകാനാണ് അദ്ദേഹം അനിമ സൃഷ്ടിച്ചത്. രോഗികളുടെ അഭ്യർഥനകൾ, ചികിത്സാരേഖകൾ, തുടർനടപടികൾ എന്നിവ ഈ സംവിധാനം ഒരിടത്ത് കൊണ്ടുവരുന്നു.

അനിമയുടെ എഐ റിസപ്ഷനിസ്റ്റായ ആൻഡി, GPT‑Live അടിസ്ഥാനമാക്കിയാണ് നിർമിച്ചിരിക്കുന്നത്. രോഗികൾക്ക് ഫോണിലൂടെ ആൻഡിയോട് രോഗലക്ഷണങ്ങൾ വിവരിക്കാം. അനിമയുടെ സ്വന്തം നയാധിഷ്ഠിത സംവിധാനം, മുൻകൂട്ടി നിശ്ചയിച്ചതും ചികിത്സാപരമായി അംഗീകരിച്ചതുമായ വിവരശേഖരണ നടപടികളിലൂടെ സംഭാഷണത്തെ നയിക്കുന്നു. തുടർന്ന് GPT‑5.4 mini അനുയോജ്യമായ ചോദ്യാവലി തിരഞ്ഞെടുക്കുന്നു. പൂർത്തിയായ ആരോഗ്യചരിത്രം ക്രമീകരിച്ച ഒരു കേസായി ക്ലിനിക്കിന്റെ ഡാഷ്ബോർഡിൽ പ്രത്യക്ഷപ്പെടുന്നു. ഡോക്ടർമാർക്കും ക്ലിനിക്കിലെ ജീവനക്കാർക്കും അവിടെനിന്ന് കേസ് പരിശോധിച്ച് നടപടിയെടുക്കാം.

ആൻഡി ഉപയോഗിക്കുന്ന ക്ലിനിക്കുകളിൽ ഫോണിലെ കാത്തിരിപ്പ് സമയം 40–50 മിനിറ്റിൽനിന്ന് 10 മിനിറ്റായി കുറഞ്ഞെന്ന് അനിമ റിപ്പോർട്ട് ചെയ്യുന്നു. കുറഞ്ഞത് 75% കുറവാണിത്. അനിമ നടത്തിയ രോഗിസർവേകളിൽ 86% പേർ ആൻഡിയെ വീണ്ടും ഉപയോഗിക്കുമെന്ന് പറഞ്ഞു. ഏറ്റവും സംതൃപ്തരായ ഉപയോക്താക്കളിൽ 80-ഉം 90-ഉം വയസ്സുകഴിഞ്ഞവരും ഉണ്ടെന്ന് അനിമ കണ്ടെത്തി. “ശബ്ദത്തിലൂടെ സംവദിക്കുന്ന ഒരു ഏജന്റിനോട് സംസാരിക്കാൻ അവർക്ക് വലിയ സന്തോഷമാണ്,” ഷുൻ പറയുന്നു. “അത് എത്ര നേരം വേണമെങ്കിലും ക്ഷമയോടെയും വളരെ വിനയത്തോടെയും സംസാരിക്കും.”

ലഭിക്കുന്ന ചികിത്സാരേഖകളിൽനിന്ന് അയച്ചയാൾ, സ്വീകർത്താവ്, രേഖയുടെ തരം, സംഭവങ്ങളുടെ തീയതികൾ തുടങ്ങിയ വിവരങ്ങൾ വേർതിരിച്ചെടുക്കാൻ അനിമയുടെ ഡോക്യുമെന്റ്സ് ഉൽപ്പന്നം GPT‑6 മോഡലുകൾ ഉപയോഗിക്കുന്നു. തുടർന്ന് പല ഘട്ടങ്ങളുള്ള ഒരു പ്രക്രിയ ഓരോ രേഖയും ശരിയായ രോഗിയുമായി ബന്ധിപ്പിക്കുകയും അനുയോജ്യമായ ക്ലിനിക്കൽ കോഡുകൾ കണ്ടെത്തുകയും ചെയ്യുന്നു. ക്ലിനിക്കിലെ ജീവനക്കാർക്ക് പരിശോധിക്കാനായി അടുത്ത നടപടിയും നിർദേശിക്കുന്നു.

പരിഹരിക്കാൻ ഏറ്റവും പ്രയാസമുള്ള സാങ്കേതിക പ്രശ്നങ്ങളിലൊന്നായിരുന്നു ക്ലിനിക്കൽ കോഡിങ്. “ഉപയോഗിക്കാവുന്ന ഏകദേശം 8 ലക്ഷം SNOMED കോഡുകളുണ്ട്,” അനിമയിലെ എൻജിനീയറിങ് മേധാവി മൈക്കൽ സ്കൂപിയൻ പറയുന്നു. “അവയിൽ ചെറിയൊരു ഭാഗം മാത്രമാണ് പതിവായി ഉപയോഗിക്കുന്നത്. എന്നിട്ടും ഏതൊക്കെ കോഡുകൾ ഉപയോഗിക്കണമെന്നതിൽ ഓരോ ക്ലിനിക്കും വ്യത്യസ്ത തീരുമാനങ്ങളാണ് എടുക്കുന്നത്.”

സംവിധാനം ക്രമീകരിക്കാൻ ക്ലിനിക്കുകളോട് ആവശ്യപ്പെടുകയോ ഓരോ ഉപഭോക്താവിനുമായി പ്രത്യേകം മോഡലുകൾ അധിക പരിശീലനത്തിലൂടെ മെച്ചപ്പെടുത്തുകയോ ചെയ്യുന്നതിനുപകരം, നൽകിയ സന്ദർഭത്തിൽനിന്ന് പഠിക്കുന്ന രീതി അനിമ ഉപയോഗിക്കുന്നു. ഇതിലൂടെ മോഡലുകളുടെ തീരുമാനങ്ങൾ ഓരോ ക്ലിനിക്കിനും അനുയോജ്യമാക്കുന്നു. ഈ സമീപനത്തിന് നിർദേശങ്ങൾ സ്ഥിരതയോടെ പിന്തുടരാൻ കഴിയുന്ന മോഡലുകൾ ആവശ്യമാണ്.

മുമ്പ് മണിക്കൂറിൽ ഏകദേശം 15 രേഖകൾ പ്രോസസ്സ് ചെയ്തിരുന്ന ക്ലിനിക്കുകൾ ഇപ്പോൾ സാധാരണയായി 30 മുതൽ 45 വരെ പ്രോസസ്സ് ചെയ്യുന്നുവെന്ന് അനിമ പറയുന്നു. മികച്ച പ്രകടനം കാഴ്ചവെക്കുന്ന ക്ലിനിക്കുകൾ 45 മുതൽ 60 വരെ പ്രോസസ്സ് ചെയ്യുന്നു. “അനിമ ഉപയോഗിച്ചുതുടങ്ങി ദിവസങ്ങൾക്കുള്ളിൽ, കെട്ടിക്കിടന്ന ഒരു ലക്ഷത്തിലധികം രേഖകൾ ക്ലിനിക്കുകൾ തീർപ്പാക്കുന്നത് ഞങ്ങൾ കണ്ടിട്ടുണ്ട്,” ഷുൻ പറയുന്നു. “അതായത്, പ്രധാനപ്പെട്ട പുതിയ വിവരങ്ങളും മരുന്നുകളിലെ മാറ്റങ്ങളും മാസങ്ങളോളം കെട്ടിക്കിടക്കാതെ ഉടനടി ചികിത്സകരിൽ എത്തുന്നു.”

രോഗികൾ നിർണായക വിവരങ്ങൾ പങ്കുവെക്കുമ്പോൾ, ഡോക്ടർമാർക്ക് അത് കേൾക്കുന്നതിനും ചികിത്സാരേഖയ്ക്കായി കുറിപ്പെടുക്കുന്നതിനുമായി ശ്രദ്ധ വിഭജിക്കേണ്ടിവരുന്നു. പരിശോധനാസംഭാഷണങ്ങളുടെ ലിഖിതരൂപം ക്രമപ്പെടുത്തിയ ചികിത്സാക്കുറിപ്പുകളാക്കി മാറ്റാനാണ് അനിമ GPT 5.6 Luna ഉപയോഗിച്ച് സ്ക്രൈബ് ഉൽപ്പന്നം നിർമിച്ചത്. അതേ ചികിത്സാവിവരങ്ങൾ ഉപയോഗിച്ച് റഫറൽ കത്തുകളുടെയും രോഗികൾക്കുള്ള തുടർസന്ദേശങ്ങളുടെയും കരടുകളും ഇത് തയ്യാറാക്കുന്നു.

പരിശോധനയിലുടനീളം ടൈപ്പ് ചെയ്യുന്നതിനുപകരം, ഡോക്ടർക്ക് രോഗിയിൽ കൂടുതൽ ശ്രദ്ധ നൽകാം. മുമ്പ് എഴുതാൻ പല മിനിറ്റുകൾ വേണ്ടിവന്ന പരിശോധനാക്കുറിപ്പുകൾ ഇപ്പോൾ ചികിത്സകന് പരിശോധിക്കാനായി നിമിഷങ്ങൾക്കുള്ളിൽ തയ്യാറാകുന്നുവെന്ന് അനിമ റിപ്പോർട്ട് ചെയ്യുന്നു. പലപ്പോഴും തയ്യാറാക്കാൻ 5 മുതൽ 15 മിനിറ്റ് വരെ വേണ്ടിവന്ന റഫറൽ കത്തുകളുടെ കരടുകളും പരിശോധനാസംഭാഷണവും രോഗിയുടെ രേഖകളും അടിസ്ഥാനമാക്കി നിമിഷങ്ങൾക്കുള്ളിൽ തയ്യാറാക്കാം. ചികിത്സകന് അവ പരിശോധിച്ചാൽ മതി.

“പരിശോധനയ്ക്കു പിന്നാലെ രോഗികൾക്ക് വ്യക്തമായ തുടർസന്ദേശങ്ങൾ ലഭിക്കുന്നു. ഇത് ആശങ്ക കുറയ്ക്കുകയും പറഞ്ഞ കാര്യങ്ങൾ ഓർത്തിരിക്കാൻ സഹായിക്കുകയും ചെയ്യുന്നു,” ഷുൻ പറയുന്നു. “രാത്രി എട്ടോ ഒമ്പതോ മണിവരെ ജോലി ചെയ്യുന്നതിനുപകരം, ഡോക്ടർമാർ ഇപ്പോൾ കൃത്യസമയത്ത് ജോലി തീർക്കുന്നുവെന്ന് ഞങ്ങൾ പലപ്പോഴും കേൾക്കാറുണ്ട്.”

എല്ലാവർക്കും വ്യക്തിഗത ആവശ്യങ്ങൾക്കിണങ്ങിയ ആരോഗ്യപരിചരണം നൽകുക എന്നതാണ് അനിമയുടെ കാഴ്ചപ്പാട്. അതിന്, ചികിത്സയുടെ എല്ലാ ഘട്ടങ്ങളിലും ഓരോ വ്യക്തിയുടെയും ആവശ്യങ്ങൾ മനസ്സിലാക്കി പ്രവർത്തിക്കാനുള്ള വിവരങ്ങളും സമയവും ശേഷിയും പരിചരണസംഘങ്ങൾക്ക് ഉണ്ടായിരിക്കണം.

OpenAI മോഡലുകൾ ഉപയോഗിച്ചുള്ള അനിമയുടെ പ്രവർത്തനം ആ ലക്ഷ്യത്തിലേക്കുള്ള പ്രായോഗിക ചുവടുകൾക്ക് പിന്തുണ നൽകുന്നു. ആൻഡി ഫോണിലൂടെ വിവരങ്ങൾ ശേഖരിച്ച്, ജീവനക്കാർക്ക് നടപടിയെടുക്കാൻ കഴിയുന്ന ക്രമപ്പെടുത്തിയ അഭ്യർഥനകളാക്കി മാറ്റുന്നു. ലഭിക്കുന്ന ചികിത്സാവിവരങ്ങൾ പ്രോസസ്സ് ചെയ്യാൻ ഡോക്യുമെന്റ്സ് പരിചരണസംഘങ്ങളെ സഹായിക്കുന്നു. ചികിത്സകർക്ക് പരിശോധിക്കാനായി കുറിപ്പുകളുടെയും തുടർസന്ദേശങ്ങളുടെയും കരടുകൾ സ്ക്രൈബ് തയ്യാറാക്കുന്നു.

തങ്ങളുടെ സംവിധാനത്തിലെ മിക്ക കേസുകളും 24 മണിക്കൂറിനുള്ളിൽ തീർപ്പാകുന്നുവെന്ന് അനിമ റിപ്പോർട്ട് ചെയ്യുന്നു. തീർപ്പാക്കാൻ എടുക്കുന്ന സമയത്തിന്റെ മധ്യമാന മൂല്യം ഏകദേശം 3.5 മണിക്കൂറാണ്. “OpenAI മോഡലുകളുടെ പിന്തുണയോടെ യുകെയിലെ 1.4 കോടി രോഗികളുടെ ജീവിതത്തിൽ വലിയ മാറ്റം സൃഷ്ടിക്കുകയാണ് ഞങ്ങൾ,” ഷുൻ പറയുന്നു. “രോഗികൾക്കും ക്ലിനിക്കുകൾക്കും ഇത് തികച്ചും നിർണായകമാണ്.”

ഇന്ന് പരിചരണത്തിനായി കൂടുതൽ അവസരമൊരുക്കുന്നതിനൊപ്പം, ഭാവിയിലേക്കുള്ള പരിചരണമാർഗങ്ങളും സേവനങ്ങളും വികസിപ്പിക്കാനും അനിമ പരിചരണസംഘങ്ങളെ സഹായിക്കുന്നു.