GPT‑6, GPT‑Live: அனிமாவில் அழைப்புக் காத்திருப்பு 75% குறைவு

நோயாளிகளின் கோரிக்கைகள், மருத்துவக் கடிதங்கள், ஆலோசனைக் குறிப்புகள் என அனைத்தையும் பராமரிப்புக் குழுக்கள் பரிசீலித்து நடவடிக்கை எடுக்க வேண்டும். இந்தப் பணிகள் குவியும்போது, பதிலைப் பெற நோயாளிகள் அதிக நேரம் காத்திருக்க நேரிடலாம். முக்கியமான தகவல்களும் கவனிக்கப்படாமல் வரிசையில் தேங்கிவிடலாம்.

அனிமா⁠(புதிய சாளரத்தில் திறக்கும்) இந்தப் பணிப்பாய்வுகளை ஒரே தளத்தில் ஒருங்கிணைக்கிறது. அதன் சிறப்புச் செயற்கை நுண்ணறிவுக் குழு உறுப்பினர்கள் நோயாளிகளின் மருத்துவ வரலாற்றைச் சேகரித்து, ஆவணங்களைச் செயலாக்கி, பராமரிப்புக் குழுக்களுக்காக மருத்துவக் குறிப்புகளை வரைகின்றனர். தேவைக்கேற்பப் பராமரிப்பு கிடைக்க வேண்டும் என்ற நம்பிக்கையுடன், அனைவருக்கும் தனிப்பயனாக்கப்பட்ட சுகாதாரச் சேவையை வழங்குவதே அதன் தொலைநோக்கு.

ஐக்கிய இராச்சியத்தில் தொடங்கப்பட்ட அனிமா, தற்போது அங்கு 1,000-க்கும் மேற்பட்ட மருத்துவமனைகளில் 1.4 கோடிக்கும் அதிகமான நோயாளிகளுக்குச் சேவை வழங்குகிறது. மாதந்தோறும் 8 லட்சத்துக்கும் மேற்பட்ட கோரிக்கைகளைக் கையாளுகிறது. அது அமெரிக்கா, ஆஸ்திரேலியா மற்றும் பிற நாடுகளுக்கும் விரிவடைந்து வருகிறது. நிறுவனம் தனது ஆவணப் பணிப்பாய்வுகளில் GPT‑6 மாடல்களையும் அழைப்புகளுக்கு GPT‑Live‑ஐயும் பயன்படுத்துகிறது. மூடிய மூல மற்றும் திறந்த மூல மாடல்கள் அனைத்தின் செயல்திறனையும் ஒப்பிட்டு மதிப்பிட்ட பிறகே OpenAI-ஐத் தேர்ந்தெடுத்ததாக அனிமாவின் தலைமைச் செயல் அதிகாரியும் இணை நிறுவனருமான ஷுன் பாங் கூறுகிறார்.

அனிமாவைத் தொடங்குவதற்கு முன் ஷுன் மருத்துவப் பயிற்சி பெற்றிருந்தார். அப்போது, ஒரு நோயாளியின் அசாதாரணப் பரிசோதனை முடிவுகள் ஆறு மாதங்கள் கவனிக்கப்படாமல் தேங்கியதால், அவரது உயிரைக் காப்பாற்றியிருக்கக்கூடிய சிகிச்சை கிடைக்காமல் போனதை அவர் கண்டார். சுகாதாரச் சேவையின் சிக்கல் மருத்துவத்தில் இல்லை; அமைப்புக்குள் தகவல்கள் பரிமாறப்படும் விதத்தில்தான் உள்ளது என்ற முடிவுக்கு அவர் வந்தார். நோயாளிகளின் தேவைகளை நிறைவேற்றப் பராமரிப்புக் குழுக்களுக்கு அதிகத் திறன் அளிக்கும் நோக்கில் அவர் அனிமாவை உருவாக்கினார். நோயாளிகளின் கோரிக்கைகள், மருத்துவ ஆவணங்கள், தொடர் நடவடிக்கைகள் ஆகியவற்றை இந்தத் தளம் ஒரே இடத்தில் ஒருங்கிணைக்கிறது.

அனிமாவின் செயற்கை நுண்ணறிவு வரவேற்பாளரான ஆண்டி, GPT‑Live‑ஐ அடிப்படையாகக் கொண்டு உருவாக்கப்பட்டுள்ளது. நோயாளிகள் தொலைபேசியில் ஆண்டியிடம் தங்கள் அறிகுறிகளை விவரிக்கலாம். அப்போது அனிமாவின் தனியுரிமை விதிமுறை இயந்திரம், முன்கூட்டியே நிர்ணயிக்கப்பட்ட, மருத்துவ ரீதியாக அங்கீகரிக்கப்பட்ட தகவல் சேகரிப்புப் பணிப்பாய்வுகளின் வழியாக உரையாடலை வழிநடத்துகிறது. பின்னர் GPT‑5.4 mini பொருத்தமான வினாத்தொகுப்பைத் தேர்ந்தெடுக்கிறது. முழுமையாகச் சேகரிக்கப்பட்ட மருத்துவ வரலாறு, மருத்துவமனையின் தகவல் பலகையில் கட்டமைக்கப்பட்ட நோயாளர் பதிவாகக் காட்டப்படுகிறது. மருத்துவர்களும் மருத்துவமனைப் பணியாளர்களும் அந்தப் பதிவைப் பரிசீலித்து, அதிலிருந்தே நடவடிக்கை எடுக்கலாம்.

ஆண்டியைப் பயன்படுத்தும் மருத்துவமனைகளில் தொலைபேசிக் காத்திருப்பு நேரம் 40 முதல் 50 நிமிடங்களிலிருந்து 10 நிமிடங்களாகக் குறைந்துள்ளதாக அனிமா தெரிவிக்கிறது. இது குறைந்தது 75% குறைவாகும். அனிமாவின் நோயாளர் கருத்துக்கணிப்புகளில், 86% பேர் ஆண்டியை மீண்டும் பயன்படுத்துவதாகத் தெரிவித்தனர். மிகவும் திருப்தியடைந்த பயனர்களில் 80 முதல் 99 வயதுக்குட்பட்டவர்களும் இருந்ததை அனிமா கண்டறிந்தது. “குரல்வழி ஏஜென்ட்டுடன் பேசுவதில் அவர்கள் மிகுந்த மகிழ்ச்சி அடைகிறார்கள்” என்கிறார் ஷுன். “அது அளவற்ற பொறுமையுடனும் மிகுந்த மரியாதையுடனும் நடந்துகொள்கிறது.”

அனிமாவின் ஆவணங்கள் தயாரிப்பு, வரும் மருத்துவ ஆவணங்களிலிருந்து அனுப்புநர், பெறுநர், ஆவண வகை, நிகழ்வுத் தேதிகள் போன்ற தகவல்களைப் பிரித்தெடுக்க GPT‑6 மாடல்களைப் பயன்படுத்துகிறது. பின்னர் பல கட்டச் செயல்முறை ஒவ்வொரு ஆவணத்தையும் சரியான நோயாளியுடன் பொருத்தி, உரிய மருத்துவக் குறியீடுகளைக் கண்டறிந்து, அடுத்த நடவடிக்கையைப் பரிந்துரைக்கிறது. மருத்துவமனைப் பணியாளர்கள் அதைப் பரிசீலிக்கலாம்.

மருத்துவக் குறியீடுகளைத் தேர்ந்தெடுப்பது, தீர்வு காண மிகவும் கடினமான தொழில்நுட்பச் சிக்கல்களில் ஒன்றாக இருந்தது. “பயன்படுத்தக்கூடிய SNOMED குறியீடுகள் சுமார் 8 லட்சம் உள்ளன” என்கிறார் அனிமாவின் பொறியியல் குழுத் தலைவர் மைக்கேல் ஸ்கூபியென். “அவற்றில் ஒரு சிறு பகுதி மட்டுமே அடிக்கடி பயன்படுத்தப்படுகிறது. இருப்பினும், எந்தக் குறியீடுகளைப் பயன்படுத்துவது என்பதில் ஒவ்வொரு மருத்துவமனையும் வெவ்வேறு முடிவுகளை எடுக்கிறது.”

அமைப்பை உள்ளமைக்குமாறு மருத்துவமனைகளைக் கேட்பதற்கோ ஒவ்வொரு வாடிக்கையாளருக்கும் தனி மாடல்களை நுணுக்கமாகப் பயிற்றுவிப்பதற்கோ பதிலாக, அனிமா சூழல் சார்ந்த கற்றலைப் பயன்படுத்துகிறது. இதன் மூலம் ஒவ்வொரு மருத்துவமனைக்கும் ஏற்ப மாடலின் முடிவுகளை மாற்றியமைக்கிறது. இந்த அணுகுமுறைக்கு, அறிவுறுத்தல்களைத் தொடர்ந்து சீராகப் பின்பற்றக்கூடிய மாடல்கள் தேவை.

முன்பு மணிக்கு சுமார் 15 ஆவணங்களைச் செயலாக்கிய மருத்துவமனைகள் இப்போது வழக்கமாக 30 முதல் 45 ஆவணங்களைச் செயலாக்குவதாக அனிமா கூறுகிறது. மிகச் சிறப்பாகச் செயல்படும் மருத்துவமனைகள் 45 முதல் 60 ஆவணங்களைச் செயலாக்குகின்றன. “அனிமாவைப் பயன்படுத்தத் தொடங்கிய சில நாட்களிலேயே, தேங்கியிருந்த 1 லட்சத்துக்கும் மேற்பட்ட ஆவணங்களை மருத்துவமனைகள் செயலாக்கி முடிப்பதைப் பார்த்திருக்கிறோம்” என்கிறார் ஷுன். “இதனால் முக்கியமான புதிய தகவல்களும் மருந்து மாற்றங்களும் மாதக்கணக்கில் தேங்கிக் கிடக்காமல் உடனடியாக மருத்துவர்களைச் சென்றடைகின்றன.”

நோயாளிகள் முக்கியமான தகவல்களைப் பகிரும்போது, அவர்கள் சொல்வதைக் கேட்பதிலும் மருத்துவப் பதிவுக்காகக் குறிப்பெடுப்பதிலும் மருத்துவர்கள் தங்கள் கவனத்தைப் பகிர வேண்டியுள்ளது. மருத்துவ ஆலோசனை உரைப்பதிவுகளைக் கட்டமைக்கப்பட்ட மருத்துவக் குறிப்புகளாக மாற்ற, GPT 5.6 Luna மூலம் அனிமா தனது ஸ்கிரைப் தயாரிப்பை உருவாக்கியது. அதே மருத்துவச் சூழல் தகவல்களை மீண்டும் பயன்படுத்தி, பரிந்துரைக் கடிதங்களையும் நோயாளிகளுக்கான தொடர் நடவடிக்கைச் செய்திகளையும் அது வரைகிறது.

ஆலோசனை முழுவதும் தட்டச்சு செய்வதற்குப் பதிலாக, மருத்துவர் நோயாளியிடம் அதிகக் கவனம் செலுத்தலாம். முன்பு எழுதப் பல நிமிடங்கள் எடுத்த ஆலோசனைக் குறிப்புகள், இப்போது மருத்துவரின் பரிசீலனைக்காகச் சில நொடிகளில் வரையப்படுவதாக அனிமா தெரிவிக்கிறது. பொதுவாகத் தயாரிக்க 5 முதல் 15 நிமிடங்கள் எடுத்த பரிந்துரைக் கடிதங்களையும், ஆலோசனை மற்றும் நோயாளர் பதிவின் அடிப்படையில் சில நொடிகளில் வரைந்து, மருத்துவரின் பரிசீலனைக்குத் தயாராக்க முடிகிறது.

“ஆலோசனை முடிந்த சிறிது நேரத்திலேயே, அடுத்து என்ன செய்ய வேண்டும் என்பதை விளக்கும் தெளிவான செய்திகள் நோயாளிகளுக்குக் கிடைக்கின்றன. இதனால் பதற்றம் குறைவதோடு, ஆலோசனைகளை நினைவில் வைத்துக்கொள்வதும் எளிதாகிறது” என்கிறார் ஷுன். “இரவு 8 அல்லது 9 மணி வரை வேலை செய்வதற்குப் பதிலாக, மருத்துவர்கள் இப்போது தங்கள் அன்றாடப் பணிகளை உரிய நேரத்தில் முடிப்பதாக அடிக்கடி கேள்விப்படுகிறோம்.”

அனைவருக்கும் தனிப்பயனாக்கப்பட்ட சுகாதாரச் சேவையை வழங்குவதே அனிமாவின் தொலைநோக்கு. இதற்கு, நோயாளியின் சிகிச்சைப் பயணம் முழுவதும் அவரது தேவைகளைப் புரிந்துகொண்டு செயல்படுவதற்கான தகவல்கள், நேரம், திறன் ஆகியவை பராமரிப்புக் குழுக்களிடம் இருக்க வேண்டும்.

OpenAI மாடல்களைக் கொண்டு அனிமா மேற்கொள்ளும் பணிகள், அந்தத் தொலைநோக்கை நோக்கிய நடைமுறை நடவடிக்கைகளுக்கு உதவுகின்றன. ஆண்டி தொலைபேசி வழியாகத் தகவல்களைச் சேகரித்து, பணியாளர்கள் நடவடிக்கை எடுப்பதற்கு ஏற்ற கட்டமைக்கப்பட்ட கோரிக்கைகளாக மாற்றுகிறது. ஆவணங்கள் தயாரிப்பு, வரும் மருத்துவத் தகவல்களைச் செயலாக்கக் குழுக்களுக்கு உதவுகிறது. மருத்துவர்கள் பரிசீலிப்பதற்காகக் குறிப்புகளையும் தொடர் நடவடிக்கைச் செய்திகளையும் ஸ்கிரைப் வரைகிறது.

தனது தளத்தில் பெரும்பாலான கோரிக்கைகள் 24 மணிநேரத்திற்குள் தீர்க்கப்படுவதாக அனிமா தெரிவிக்கிறது. தீர்வு காண்பதற்கான இடைநிலை நேரம் தோராயமாக 3.5 மணிநேரம். “OpenAI மாடல்களின் ஆதரவுடன், ஐக்கிய இராச்சியத்தில் 1.4 கோடி நோயாளிகளின் வாழ்க்கையில் பெரிய மாற்றத்தை ஏற்படுத்தி வருகிறோம்” என்கிறார் ஷுன். “நோயாளிகளுக்கும் மருத்துவமனைகளுக்கும் இது உண்மையிலேயே இன்றியமையாதது.”

இன்று பராமரிப்பு வழங்கக் குழுக்களுக்கு அதிக அவகாசத்தை அளிப்பதோடு, எதிர்காலத்திற்கான சிகிச்சை வழிமுறைகளையும் சேவைகளையும் உருவாக்கவும் அனிமா உதவுகிறது.