Anima kortar telefonköer med 75 % med GPT‑6 och GPT‑Live

Patientförfrågningar, medicinska brev och besöksanteckningar skapar alla arbete som vårdteam måste granska och agera på. När arbetet hopar sig kan patienter få vänta längre på svar, och viktig information kan bli liggande i köer.

Anima⁠(öppnas i ett nytt fönster) samlar dessa arbetsflöden i en enda plattform, med specialiserade AI-kollegor som samlar in patienters sjukdomshistoria, hanterar dokument och skriver utkast till journalanteckningar åt vårdteam. Visionen är individanpassad vård för alla, med övertygelsen om att vården ska styras av behoven.

Anima startade i Storbritannien, där plattformen nu används för över 14 miljoner patienter på fler än 1 000 mottagningar och hanterar mer än 800 000 ärenden i månaden. Nu expanderar företaget till USA, Australien och fler länder. Företaget använder GPT‑6‑modeller i sina dokumentflöden och GPT‑Live för samtal. Enligt Shun Pang, Animas vd och medgrundare, valde företaget OpenAI efter att ha jämfört prestandan hos alla modeller med sluten och öppen källkod.

Innan Shun startade Anima hade han genomgått klinisk utbildning. Där såg han en patient gå miste om potentiellt livräddande vård för att avvikande provsvar hade blivit liggande i en kö i sex månader. Han kom fram till att problemet i vården inte handlade om medicin, utan om hur information flödade genom systemet. Han byggde Anima för att ge vårdteam större kapacitet att möta patienternas behov. Plattformen samlar patientförfrågningar, medicinska dokument och uppföljningsarbete på ett och samma ställe.

Animas AI-receptionist Andi bygger på GPT‑Live. Patienter kan beskriva sina symtom för Andi på telefon, medan Animas egenutvecklade regelmotor styr samtalet genom deterministiska, kliniskt godkända flöden för insamling av patientuppgifter. GPT‑5.4 mini väljer sedan ett lämpligt frågeformulär, och den färdiga sjukdomshistorien visas som ett strukturerat ärende i mottagningens översiktsvy. Läkare och mottagningspersonal kan granska ärendet och vidta åtgärder därifrån.

Enligt Anima har mottagningar som använder Andi kortat väntetiderna i telefon från 40–50 minuter till 10 minuter, en minskning på minst 75 %. I Animas patientenkäter uppgav 86 % att de skulle använda Andi igen. Anima fann att personer i 80- och 90-årsåldern hörde till de nöjdaste användarna. ”De pratar mer än gärna med en röstagent”, säger Shun. ”Den har oändligt tålamod och är väldigt artig.”

Animas produkt Documents använder GPT‑6‑modeller för att extrahera information ur inkommande medicinska dokument, som avsändare, mottagare, dokumenttyp och datum för händelser. I ett flöde med flera steg kopplas sedan varje dokument till rätt patient, lämpliga medicinska koder identifieras och nästa åtgärd föreslås för granskning av mottagningspersonalen.

Medicinsk kodning visade sig vara ett av de svåraste tekniska problemen att lösa. ”Det finns omkring 800 000 möjliga SNOMED-koder”, säger Michael Skupien, utvecklingsansvarig på Anima. ”Bara en bråkdel används regelbundet, men olika mottagningar gör ändå olika val när det gäller vilka koder de använder.”

I stället för att be mottagningarna konfigurera systemet eller finjustera separata modeller för varje kund använder Anima inlärning i kontext för att anpassa modellernas beslut till varje mottagning. Detta tillvägagångssätt kräver modeller som konsekvent kan följa instruktioner.

Enligt Anima hanterar mottagningar som tidigare klarade omkring 15 dokument i timmen vanligtvis 30–45. De mest effektiva mottagningarna hanterar 45–60. ”Vi har sett mottagningar beta av köer med över 100 000 dokument inom några dagar efter att de börjat använda Anima”, säger Shun. ”Det innebär att viktiga uppdateringar och läkemedelsändringar snabbt når vårdpersonalen i stället för att bli liggande i en kö i månader.”

När patienter delar viktig information behöver läkare dela sin uppmärksamhet mellan att lyssna och att göra anteckningar till journalen. Anima byggde sin produkt Scribe med GPT 5.6 Luna för att omvandla transkriberade patientbesök till strukturerade journalanteckningar och sedan återanvända samma medicinska underlag för att skriva utkast till remisser och uppföljningsmeddelanden till patienter.

I stället för att skriva under hela besöket kan läkaren ägna mer uppmärksamhet åt patienten. Enligt Anima skapas utkast till besöksanteckningar som tidigare tog flera minuter att skriva nu på några sekunder, redo för vårdpersonalens granskning. Även utkast till remisser, som ofta tog 5–15 minuter att skriva, kan tas fram på några sekunder utifrån besöket och patientjournalen, redo för vårdpersonalens granskning.

”Patienterna får tydliga uppföljningsmeddelanden strax efter besöket, vilket minskar oron och hjälper dem att minnas vad som sagts”, säger Shun. ”Vi hör ofta att läkare nu kan avsluta arbetsdagen i tid i stället för att arbeta till åtta eller nio på kvällen.”

Animas vision är individanpassad vård för alla. Det kräver att vårdteam har den information, tid och kapacitet som behövs för att förstå varje persons behov och agera på dem genom hela vårdförloppet.

Arbetet med OpenAI:s modeller bidrar till konkreta steg mot den visionen. Andi samlar in information via telefon och omvandlar den till strukturerade förfrågningar som personalen kan agera på. Documents hjälper teamen att hantera inkommande medicinsk information. Scribe skriver utkast till anteckningar och uppföljningsmeddelanden som vårdpersonalen granskar.

Enligt Anima löses de flesta ärenden på plattformen inom 24 timmar, med en mediantid på cirka 3,5 timmar. ”Vi gör enorm skillnad för 14 miljoner patienter i Storbritannien med stöd av OpenAI:s modeller”, säger Shun. ”Det är verkligen avgörande för patienterna och mottagningarna.”

Anima ger teamen mer utrymme att ge vård i dag och hjälper dem att utveckla vårdförlopp och tjänster för framtiden.