मुख्य मजकूराकडे जा
OpenAI

२३ ऑक्टोबर, २०२६

स्टार्टअप

GPT‑6 व GPT‑Live सह ॲनिमा: फोनवरील प्रतीक्षा 75% कमी

OpenAI मॉडेलच्या मदतीने ॲनिमा आरोग्यसेवा पथकांची कार्यक्षमता वाढवते, जेणेकरून त्यांना अधिक रुग्णांना प्रतिसाद देता येतो.

राखाडी-निळ्या सुती कागदावर हलकासा उठाव दिलेली वक्ररेषा आणि त्यावर ॲनिमाचा पांढरा अक्षरी लोगो.
कंपनीचा आकार: स्टार्टअप
प्रदेश: युरोप आणि UK
उद्योग: हेल्थकेअर
प्रॉडक्ट्स: API

75%+

फोनवरील प्रतीक्षा वेळेत झालेली घट

3.5

प्रकरण निकाली काढण्यासाठी लागणाऱ्या वेळेचा अंदाजे मध्यक (तास)

2–3×

मूळ पातळीच्या तुलनेत दस्तऐवज प्रक्रियेचा सर्वसाधारण थ्रुपुट

86%

सर्वेक्षणातील रुग्ण कृत्रिम बुद्धिमत्ता सहाय्यक अँडी पुन्हा वापरतील

लोड होत आहे...

रुग्णांच्या विनंत्या, वैद्यकीय पत्रे आणि सल्लामसलतीच्या नोंदी या सर्वांमुळे आरोग्यसेवा पथकांना माहिती तपासून त्यावर कार्यवाही करण्याचे काम करावे लागते. हे काम साचत गेल्यास रुग्णांना प्रतिसादासाठी जास्त वेळ वाट पाहावी लागू शकते आणि महत्त्वाची माहिती प्रलंबित राहू शकते.

ॲनिमा⁠(नवीन विंडोमध्ये उघडेल) या कार्यप्रक्रिया एकाच मंचावर आणते. विशिष्ट कामांसाठी तयार केलेले तिचे कृत्रिम बुद्धिमत्ता सहकारी आरोग्यसेवा पथकांसाठी रुग्णांचा वैद्यकीय इतिहास गोळा करतात, दस्तऐवजांवर प्रक्रिया करतात आणि वैद्यकीय नोंदींचे मसुदे तयार करतात. गरजेनुसार आरोग्यसेवा मिळाली पाहिजे, या ठाम विश्वासातून प्रत्येकाला वैयक्तिक गरजांनुरूप आरोग्यसेवा देण्याचे तिचे ध्येय आहे.

ॲनिमाची सुरुवात युनायटेड किंगडममध्ये झाली. तिथे ती आता 1,000 हून अधिक दवाखान्यांमधील 1 कोटी 40 लाखांहून अधिक रुग्णांना सेवा देते आणि दरमहा 8 लाखांहून अधिक प्रकरणांवर प्रक्रिया करते. ती अमेरिका, ऑस्ट्रेलिया आणि इतर देशांमध्ये विस्तार करत आहे. ॲनिमाचे मुख्य कार्यकारी अधिकारी आणि सहसंस्थापक शुन पँग यांच्या मते, सर्व बंद-स्रोत आणि मुक्त-स्रोत मॉडेलची तुलनात्मक चाचणी केल्यानंतर कंपनीने OpenAI ची निवड केली. कंपनी दस्तऐवजांच्या कार्यप्रक्रियांसाठी GPT‑6 मॉडेल आणि फोनवरील संभाषणांसाठी GPT‑Live वापरते.

“उच्च दर्जाची बुद्धिमत्ता, खर्च केलेल्या प्रत्येक डॉलरमागे मिळणारी बुद्धिमत्ता आणि संदर्भाधारित शिक्षणातून अपेक्षित दिशा देण्याची सोय यांमुळे आम्ही ॲनिमाच्या अत्यावश्यक कामांसाठी OpenAI ची निवड केली.”

—शुन पँग, सहसंस्थापक आणि मुख्य कार्यकारी अधिकारी, ॲनिमा

रुग्णांना फोनवर संपर्क साधणे आणि आरोग्यसेवा पथकांना त्यांची सेवा करणे सुलभ बनवणे

ॲनिमा सुरू करण्यापूर्वी शुन यांनी वैद्यकीय प्रशिक्षण घेतले होते. त्या काळात त्यांनी पाहिले की एका रुग्णाच्या तपासणीत आढळलेले असामान्य निष्कर्ष सहा महिने प्रलंबित राहिल्याने, त्याचा जीव वाचवू शकले असते असे उपचार त्याला मिळाले नाहीत. आरोग्यसेवेतील समस्या वैद्यकशास्त्रात नसून, व्यवस्थेत माहिती कशी पुढे पोहोचते यात आहे, अशी त्यांची धारणा झाली. रुग्णांच्या गरजांना प्रतिसाद देण्याची आरोग्यसेवा पथकांची क्षमता वाढवण्यासाठी त्यांनी ॲनिमा उभारली. हा मंच रुग्णांच्या विनंत्या, वैद्यकीय दस्तऐवज आणि पाठपुराव्याची कामे एकाच ठिकाणी आणतो.

ॲनिमाचा कृत्रिम बुद्धिमत्तेवर चालणारा स्वागतकर्मी अँडी, GPT‑Live वर आधारित आहे. रुग्ण अँडीला फोनवर आपली लक्षणे सांगू शकतात. त्याच वेळी, ॲनिमाची स्वतःची नियमाधारित प्रणाली पूर्वनिश्चित आणि वैद्यकीय मान्यता असलेल्या प्राथमिक माहिती संकलन प्रक्रियेनुसार संभाषणाला दिशा देते. त्यानंतर GPT‑5.4 mini योग्य प्रश्नावली निवडते आणि पूर्ण झालेला वैद्यकीय इतिहास दवाखान्याच्या माहितीफलकावर संरचित प्रकरणाच्या स्वरूपात दिसतो. डॉक्टर आणि दवाखान्यातील कर्मचारी ते प्रकरण तपासून तिथूनच पुढील कार्यवाही करू शकतात.

ॲनिमाच्या म्हणण्यानुसार, अँडी वापरणाऱ्या दवाखान्यांमध्ये फोनवरील प्रतीक्षा 40 ते 50 मिनिटांवरून 10 मिनिटांवर आली आहे, म्हणजेच किमान 75% घट झाली आहे. ॲनिमाच्या रुग्ण सर्वेक्षणांमध्ये 86% रुग्णांनी अँडी पुन्हा वापरू असे सांगितले. सर्वाधिक समाधानी वापरकर्त्यांमध्ये ऐंशी आणि नव्वदीतील लोकही असल्याचे ॲनिमाला आढळले. “आवाजाद्वारे संवाद साधणाऱ्या एजंटशी बोलताना त्यांना खूप आनंद होतो,” शुन सांगतात. “तो कधीच संयम गमावत नाही आणि अत्यंत नम्र असतो.”

अवघ्या काही दिवसांत 1 लाख दस्तऐवज निकाली

ॲनिमाचे डॉक्युमेंट्स उत्पादन येणाऱ्या वैद्यकीय दस्तऐवजांमधून प्रेषक, प्राप्तकर्ता, दस्तऐवजाचा प्रकार आणि घटनांच्या तारखा अशी माहिती काढण्यासाठी GPT‑6 मॉडेल वापरते. त्यानंतर अनेक टप्प्यांची प्रक्रिया प्रत्येक दस्तऐवज योग्य रुग्णाशी जोडते, योग्य वैद्यकीय संकेतांक ओळखते आणि दवाखान्यातील कर्मचाऱ्यांनी तपासून ठरवावी अशी पुढील कार्यवाही सुचवते.

वैद्यकीय संकेतांक निश्चित करणे ही सोडवण्यासाठी सर्वांत कठीण तांत्रिक समस्यांपैकी एक ठरली. “सुमारे 8 लाख संभाव्य SNOMED संकेतांक आहेत,” ॲनिमाचे अभियांत्रिकी प्रमुख मायकेल स्कुपियन सांगतात. “त्यांपैकी मोजकेच नियमित वापरले जातात, पण तरीही कोणते संकेतांक वापरायचे याबाबत वेगवेगळे दवाखाने वेगवेगळे निर्णय घेतात.”

दवाखान्यांना प्रणालीची मांडणी करायला सांगण्याऐवजी किंवा प्रत्येक ग्राहकासाठी स्वतंत्र मॉडेलचे सूक्ष्म प्रशिक्षण करण्याऐवजी, ॲनिमा संदर्भाधारित शिक्षण वापरते. यामुळे मॉडेलचे निर्णय प्रत्येक दवाखान्याच्या पद्धतीनुसार जुळवून घेता येतात. या पद्धतीसाठी सूचनांचे सातत्याने पालन करू शकणारी मॉडेल आवश्यक असतात.

“OpenAI ची सर्व मॉडेल सूचनांचे उत्तम पालन करतात, त्यांना अपेक्षित दिशा देणे सोपे असते आणि ती त्या दिशेनुसार विश्वासार्हपणे काम करतात.”
—मायकेल स्कुपियन, अभियांत्रिकी प्रमुख, ॲनिमा

ॲनिमाच्या मते, पूर्वी तासाला सुमारे 15 दस्तऐवजांवर प्रक्रिया करणारे दवाखाने आता साधारणपणे 30 ते 45 दस्तऐवजांवर प्रक्रिया करतात. सर्वोत्तम कामगिरी करणारे दवाखाने 45 ते 60 दस्तऐवजांवर प्रक्रिया करतात. “ॲनिमा वापरण्यास सुरुवात केल्यानंतर अवघ्या काही दिवसांत दवाखान्यांनी 1 लाखांहून अधिक प्रलंबित दस्तऐवज निकाली काढल्याचे आम्ही पाहिले आहे,” शुन सांगतात. “यामुळे महत्त्वाची नवी माहिती आणि औषधोपचारांतील बदल महिनोन्‌महिने प्रलंबित न राहता डॉक्टरांपर्यंत त्वरित पोहोचतात.”

काही सेकंदांत वैद्यकीय नोंदींचे मसुदे

रुग्ण महत्त्वाची माहिती सांगत असताना, डॉक्टरांना त्यांचे ऐकणे आणि वैद्यकीय अभिलेखासाठी नोंदी करणे या दोन्हींकडे लक्ष द्यावे लागते. ॲनिमाने GPT 5.6 Luna वापरून आपले स्क्राइब उत्पादन तयार केले. ते सल्लामसलतीच्या लिप्यंतरणाचे संरचित वैद्यकीय नोंदींमध्ये रूपांतर करते आणि नंतर त्याच वैद्यकीय संदर्भाचा वापर करून पुढील उपचारांसाठी संदर्भपत्रे आणि रुग्णांसाठी पाठपुराव्याचे संदेश यांचे मसुदे तयार करते.

ॲनिमा स्क्राइबमधील सल्लामसलतीचे लिप्यंतरण, ज्यात लक्षणे ठळक केली आहेत, वैद्यकीय संकेतांक दिले आहेत आणि छातीचा क्ष-किरण काढण्याचे काम नोंदवले आहे.

संपूर्ण भेटीदरम्यान टंकलेखन करत बसण्याऐवजी डॉक्टर रुग्णाकडे अधिक लक्ष देऊ शकतात. ॲनिमाच्या म्हणण्यानुसार, पूर्वी लिहिण्यास अनेक मिनिटे लागणाऱ्या सल्लामसलतीच्या नोंदींचे मसुदे आता डॉक्टरांच्या तपासणीसाठी काही सेकंदांत तयार होतात. पुढील उपचारांसाठीची संदर्भपत्रे तयार करायला अनेकदा 5 ते 15 मिनिटे लागत असत. आता सल्लामसलत आणि रुग्णाच्या नोंदींवरून त्यांचे मसुदेही काही सेकंदांत तयार होऊन डॉक्टरांना तपासण्यासाठी उपलब्ध होतात.

“सल्लामसलतीनंतर लगेचच रुग्णांना पाठपुराव्याचे स्पष्ट संदेश मिळतात. यामुळे त्यांची चिंता कमी होते आणि सांगितलेल्या गोष्टी अधिक चांगल्या प्रकारे लक्षात राहतात,” शुन सांगतात. “रात्री 8 किंवा 9 वाजेपर्यंत काम करण्याऐवजी डॉक्टर आता दिवसाचे काम वेळेवर संपवतात, असे आम्हाला अनेकदा ऐकायला मिळते.”

गरजेनुसार आरोग्यसेवा देण्याची क्षमता उभारणे

प्रत्येकाला वैयक्तिक गरजांनुरूप आरोग्यसेवा देणे हे ॲनिमाचे ध्येय आहे. त्यासाठी रुग्णाच्या संपूर्ण उपचारप्रवासात प्रत्येक व्यक्तीच्या गरजा समजून घेऊन त्यानुसार कार्यवाही करता यावी, इतकी माहिती, वेळ आणि क्षमता आरोग्यसेवा पथकांकडे असणे आवश्यक आहे.

OpenAI मॉडेलसह केलेले तिचे काम या ध्येयाच्या दिशेने ठोस पावले उचलण्यास मदत करते. अँडी फोनवरून माहिती गोळा करतो आणि कर्मचाऱ्यांना कार्यवाही करता येईल अशा संरचित विनंत्यांमध्ये तिचे रूपांतर करतो. डॉक्युमेंट्स पथकांना येणाऱ्या वैद्यकीय माहितीवर प्रक्रिया करण्यास मदत करते. स्क्राइब डॉक्टरांच्या तपासणीसाठी नोंदी आणि पाठपुराव्याच्या संदेशांचे मसुदे तयार करते.

ॲनिमाच्या म्हणण्यानुसार, तिच्या मंचावरील बहुतांश प्रकरणे 24 तासांत निकाली निघतात आणि ती निकाली काढण्यासाठी लागणाऱ्या वेळेचा मध्यक सुमारे 3.5 तास आहे. “OpenAI च्या मॉडेलच्या मदतीने आम्ही युनायटेड किंगडममधील 1 कोटी 40 लाख रुग्णांच्या आयुष्यात मोठा बदल घडवत आहोत,” शुन सांगतात. “रुग्ण आणि दवाखाने या दोघांसाठीही हे खरोखरच अत्यावश्यक आहे.”

ॲनिमा आरोग्यसेवा पथकांना आज रुग्णसेवेसाठी अधिक वाव देते आणि भविष्यासाठी उपचारमार्ग व सेवा विकसित करण्यात मदत करते.