Rozwój agentów korzystających z komputera dla zespołów medycznych
Ochrona zdrowia jest rozdrobniona, a zespoły często muszą ręcznie przenosić informacje między systemami, zanim pacjent otrzyma opiekę. Gdy na przykład lekarz zaleca rezonans magnetyczny, informacje potrzebne ubezpieczycielowi mogą znajdować się w dokumentacji pacjenta. Ktoś z zespołu musi jednak je odszukać i wprowadzić do osobnego portalu, aby skompletować wniosek o zgodę na badanie.
Agenty korzystające z komputera realizują wieloetapowe procesy, klikając, wpisując tekst i przechodząc między aplikacjami. W ochronie zdrowia pozwala to AI pomagać w powtarzalnych zadaniach w oprogramowaniu, z którego zespoły już korzystają.
Dziś udostępniamy nowe wyniki pomiarów skuteczności, bezpieczeństwa i kosztów modeli w procesach klinicznych i administracyjnych. Pokazujemy też, jak współpracujemy z czołowymi organizacjami z sektora ochrony zdrowia, takimi jak Abridge, Ambience, Cigna Healthcare i CVS Health, nad rozwojem i zastosowaniem obsługi komputera przez AI — we wnioskach o zgodę, skierowaniach, planowaniu wypisu i kontaktach z pacjentami między wizytami.
Zespoły medyczne, programiści i specjaliści medyczni korzystający indywidualnie mają już dostęp do tych możliwości za pośrednictwem API OpenAI, ChatGPT dla służby zdrowia i ChatGPT for Clinicians. Organizacje mogą obsługiwać procesy zgodne z HIPAA, konfigurować zatwierdzanie działań i dostęp agentów oraz prowadzić dzienniki audytu, by zapewnić bezpieczne wdrożenia.
Aby pokazać, jak agent korzystający z komputera może pomóc lekarzowi i specjaliście ds. zgód ubezpieczycieli pracować nad tym samym zleceniem rezonansu magnetycznego, przygotowaliśmy demo z użyciem syntetycznych danych pacjenta. Pacjent pisze do lekarza w sprawie bólu dolnej części pleców. Agent korzystający z komputera przegląda notatki z wizyt pacjenta, dokumentację fizjoterapii i wcześniejsze badania obrazowe w systemie EHR. Przygotowuje do weryfikacji przez lekarza projekty zlecenia rezonansu magnetycznego, notatki z konsultacji i odpowiedzi dla pacjenta. Następnie na podstawie tej samej dokumentacji agent przygotowuje w portalu ubezpieczyciela wniosek o uprzednią zgodę na badanie, który sprawdzi specjalista ds. zgód.
We evaluated GPT‑6 Astra on tasks clinicians handle in their EHR inboxes. These tasks, shaped by physician input, require Astra to carry out multi-step workflows designed to test both clinical reasoning over longitudinal patient context and navigation of complex interfaces. Reviewers examined the model’s actions alongside the notes, orders, and patient messages it produced, assessing whether the work would be helpful and clinically safe in the context of the task.
Clinical safety was assessed by evaluating whether inaccuracies, omissions, or actions in the model’s work could plausibly lead to patient harm. Overall, 99% of 325 reviewed tasks were rated safe. Physicians rated helpfulness on a five-point scale, selecting “very helpful” or “extremely helpful” in 93% of 646 assessments.
Oceniliśmy również agenty korzystające z komputera w zadaniach administracyjnych, takich jak uzyskiwanie uprzednich zgód, odwołania i zamówienia sprzętu medycznego. W HealthAdminBench(otwiera nowe okno), niezależnym benchmarku badaczy ze Stanford mierzącym skuteczność w typowych procesach administracyjnych, GPT‑6 Astra zdobył 94,3% dostępnych punktów według kryteriów oceny, a GPT‑6 Luna — 91,8%, przy koszcie niższym o 98%, wynoszącym 8,5 centa za zadanie. Oba modele oceniano przy maksymalnym wysiłku rozumowania. Wyniki te pokazują postęp w tworzeniu skutecznych i przystępnych kosztowo agentów do obsługi zadań administracyjnych na dużą skalę.
Nasi partnerzy tworzą oprogramowanie używane w setkach organizacji ochrony zdrowia, koordynują opiekę nad ubezpieczonymi na całym świecie i zapewniają opiekę setkom milionów pacjentów. Poniższe przykłady pokazują, jak organizacje rozwijają, testują pilotażowo i wdrażają zastosowania obsługi komputera przez AI, aby oszczędzać czas, rozwiązywać kluczowe problemy i poprawiać opiekę nad pacjentami.
CVS Health wykorzystuje możliwości obsługi komputera od OpenAI do automatyzacji powtarzalnych zadań w systemach klinicznych, w tym wysyłania dokumentów, obsługi skierowań i wspierania konsultacji specjalistycznych. Agenty poruszają się po istniejących aplikacjach, wykonując czynności, których API nie obsługują w pełni.
W jednym z procesów produkcyjnych agent w ciągu weekendu nadrobił wielomiesięczne zaległości w wysyłaniu dokumentów. Inny wykonuje w systemach czynności związane z dziesiątkami tysięcy konsultacji dziennie, pomagając członkom zespołów skupić się na pracy wymagającej ich wiedzy. CVS Health stosuje kontrole poprawności i nadzór człowieka, a do weryfikacji działań i stanu aplikacji wykorzystuje zrzuty ekranu oraz rejestry działań. CVS Health udostępnia jako open source swój Agent Kit(otwiera nowe okno), zbudowany przy użyciu Agents SDK od OpenAI. Ujmuje on to podejście w powtarzalny proces, który można stosować szerzej.
Dane pozostają w infrastrukturze kontrolowanej przez CVS Health, pod nadzorem firmowego zespołu ds. zarządzania AI i zgodnie z przyjętymi zasadami odpowiedzialnego korzystania z AI. Dane produkcyjne nie są wykorzystywane do trenowania modeli bazowych.
Abridge is developing computer-use agents to help clinicians carry out care plans across use cases and applications they use daily, including those without APIs. Their planned inpatient use case builds on the clinical conversation, adding EHR information and nurse and clinician context to identify what needs attention and to coordinate next steps.
For example, a clinician can ask the Abridge Assistant to help resolve a patient’s discharge barriers. Agents can work concurrently on medication access and home-health coordination, using computer interaction alongside calls and messages. The clinician stays focused on the patient and is brought in for decisions requiring clinical judgment.
W ramach szerszej współpracy The Cigna Group z OpenAI firma Cigna Healthcare łączy pionierskie modele OpenAI z własną wiedzą kliniczną, aby zbierać istotne informacje z różnych systemów i zapewniać zespołom opieki pełniejszy obraz potrzeb i doświadczeń każdego ubezpieczonego. Mogą to być informacje o świadczeniach i zakresie ubezpieczenia, świadczeniodawcach, wizytach oraz wcześniejszych kontaktach. Pomagają one zespołom lepiej wspierać ubezpieczonych w realizacji planów opieki ustalonych przez ich lekarzy.
Wcześniej koordynatorzy opieki w Cigna Healthcare musieli korzystać z ponad 10 odrębnych systemów klinicznych i administracyjnych, aby zebrać te informacje. Obsługa komputera przez AI może teraz pomóc w poruszaniu się po tych systemach i zebraniu istotnych danych w kilka sekund. Skraca to czas wyszukiwania informacji, dając koordynatorom więcej czasu na wspieranie ubezpieczonych.
Obsługa komputera pozwala agentom wykonywać zadania w systemach EHR i portalach płatników, których nie da się zrealizować przez API. W ochronie zdrowia można korzystać z tej możliwości tylko wtedy, gdy każde działanie podlega kontroli i można je skontrolować w ramach audytu. Ambience opracowało dodatkowe mechanizmy kontroli wspierające taki nadzór.
W tym demo Ambience wykorzystuje informacje z dokumentacji pacjenta do przygotowania wniosku o uprzednią zgodę na stronie ubezpieczyciela. Gdy dokumentacja jest niejednoznaczna, agent zatrzymuje się i prosi lekarza o wyjaśnienie, a następnie czeka na zatwierdzenie przed wysłaniem wniosku. Organizacje ochrony zdrowia określają, jakie działania może podejmować agent, mogą wstrzymać go w dowolnym momencie i otrzymują szczegółowy dziennik działań na potrzeby audytu.
Healthcare startups are helping turn advances in computer use into new ways to support care teams. These five companies are combining AI agents with healthcare expertise to help teams navigate systems, coordinate next steps, and move care forward.
Wykorzystanie agentów korzystających z komputera w ochronie zdrowia wymaga oceny bezpieczeństwa klinicznego, ochrony danych pacjentów oraz jasnego określenia, co agenty mogą robić bez weryfikacji przez człowieka.
ChatGPT dla służby zdrowia zapewnia kontrolę dostępu opartą na rolach i dzienniki audytu wspierające nadzór. Organizacje mogą dodawać do swoich procesów etapy weryfikacji i zatwierdzania oraz konfigurować aplikacje i środowiska używane przez agenty tak, aby miały dostęp tylko do potrzebnej dokumentacji i mogły wykonywać wyłącznie działania niezbędne do danego zadania. Dane organizacji nie są wykorzystywane do trenowania modeli bazowych OpenAI.
Aby obsługiwać zgodne z HIPAA procesy obejmujące chronione informacje zdrowotne, organizacje muszą korzystać z kwalifikujących się usług objętych umową Business Associate Agreement (BAA) z OpenAI i stosować wymagane ustawienia bezpieczeństwa i retencji danych.
Agenty korzystające z komputera są już dostępne w ChatGPT dla służby zdrowia i ChatGPT for Clinicians, a także przez API OpenAI. Poniżej znajdziesz wskazówki dla organizacji ochrony zdrowia, specjalistów medycznych i programistów.
Organizacje ochrony zdrowia: Skontaktuj się z naszym zespołem sprzedaży, aby omówić wykorzystanie AI w procesach klinicznych i administracyjnych. Obecni klienci mogą poprosić administratora przestrzeni roboczej o włączenie funkcji obsługi komputera w ChatGPT Work i Codex.
Pracownicy ochrony zdrowia: W USA osoby spełniające warunki rejestracji mogą już dziś założyć bezpłatne konto indywidualne w ChatGPT for Clinicians(otwiera nowe okno) i wypróbować funkcję obsługi komputera w ChatGPT Work i Codex.
Programiści: Twórz aplikacje dla ochrony zdrowia za pomocą API OpenAI(otwiera nowe okno) i zapoznaj się z naszym przewodnikiem po obsłudze komputera(otwiera nowe okno), aby budować agenty pracujące w istniejącym oprogramowaniu.
Mamy nadzieję, że te postępy pozwolą zespołom medycznym poświęcać mniej czasu na przenoszenie informacji między systemami, a więcej na opiekę nad pacjentami.


