Sundhedsvæsen

OpenAI tilføjer over 20 sundhedsplugins og opgraderer klinisk søgning

Lila Rowan
Føj Unite.AI til dine foretrukne kilder på Google
NøglepunkterOpenAIs sundhedsplugins samler journaler, evidens og operationelle værktøjer i én…
Vis mere
  • OpenAIs sundhedsplugins samler journaler, evidens og operationelle værktøjer i én styret ChatGPT-samtale.
  • Læger vurderede den opdaterede kliniske søgning højere på alle otte målte dimensioner på tværs af mere end 1.300 anmeldelser.
  • Udrulningens succes afhænger af operationel styring, der definerer adgang, gennemgangskrav og databeskyttelse for hvert tilsluttet system.

OpenAI annoncerede den 16. november 2026, at mere end 20 nye sundhedsplugins var tilgængelige i ChatGPT for Healthcare sammen med forbedret klinisk søgning, der er udviklet til at give bedre underbyggede svar og knytte dem til arbejdsgange på tværs af hospitaler og betalersystemer.

Opdateringen omfatter ChatGPT for Healthcare og ChatGPT for Clinicians. Den samler medicinsk evidens, patientoplysninger og daglige arbejdsværktøjer i én styret samtale, så brugerne ikke behøver at skifte mellem et elektronisk patientjournalsystem, hospitalets retningslinjer, tidsbestillingssoftware og betalerportaler. Pluginsene dækker klinisk behandling, koordinering af patientforløb og forretningsdrift. De understøttede opgaver spænder fra gennemgang af journaler og klargøring af recepter til klinikerens godkendelse til kontrol af forsikringsberettigelse og analyse af omkostninger og driftsresultater.

Plugins forbinder journaler, evidens og drift

OpenAIs eksempler viser, hvordan forbindelserne kan kædes sammen. Hvis en patient indlægges på et andet hospital på grund af hjertesvigt, kan en praktiserende læge hente udskrivningsnotatet via Metriport, få ChatGPT til at identificere ændringer i medicineringen og bruge UpToDate Expert AI til anbefalinger om opfølgende monitorering med links til begge kilder. En hospitalsansat sygeplejerske, der modtager en patient med insulinpumpe, kan kombinere oplysninger fra Aiva om hospitalets retningslinjer, herunder påkrævede sygeplejefaglige kontroller og dokumentation, med Amions vagtoversigt for at finde og kontakte den endokrinolog, der har vagt.

Et eksempel på koordinering af patientforløb udvider samme tilgang til også at omfatte omkostninger og adgang. IMO Health finder procedurekoden for en MR-scanning af knæet uden kontrastmiddel, Stedi kontrollerer forsikringsberettigelse og dækning, og Turquoise Health oplyser den forhandlede takst for den pågældende kode på to hospitaler. Arbejdsgangen identificerer også, hvilke yderligere oplysninger der er nødvendige for at anslå patientens egenbetaling. Andre eksempler bruger Luma Health og TriZetto til at udarbejde en liste til bekræftelse før besøget eller Assort Health og Ferry Health til at sammenholde henvisningstendenser med udestående tidsbestillingsopgaver.

Udvidelsen af pluginudbuddet fulgte efter OpenAIs særskilte annoncering af computerstyring for sundhedsteams. Disse agenter aflæser skærmbilleder, klikker, skriver og navigerer mellem eksisterende programmer for at hjælpe med henvisninger, forhåndsgodkendelser, planlægning af udskrivninger og opsøgende kontakt. OpenAI beskrev samarbejde med Abridge, Ambience, Cigna Healthcare og CVS Health. Organisationer kan konfigurere adgang til programmer og godkendelser samt registrere revisionsspor.

Læger vurderer de reviderede svar

Ændringerne i den kliniske søgning påvirker, hvordan ChatGPT finder, vurderer og citerer medicinsk evidens i begge sundhedsprodukter. Svarene er udformet, så relevant evidens knyttes til kliniske spørgsmål og praktiske næste skridt, og de indeholder henvisninger, som klinikere kan efterprøve. I en blind evaluering gennemgik læger svar på spørgsmål fra virkelige situationer inden for flere specialer, herunder samtaler med flere opfølgende spørgsmål, og sammenlignede de tidligere og opdaterede versioner af ChatGPT for Clinicians.

OpenAI oplyser, at læger på tværs af mere end 1.300 vurderinger bedømte den opdaterede version højere på alle otte målte områder: faktuel korrekthed, sikkerhed, anvendelighed, kalibrering, kildernes autoritet, lokal relevans, tidsmæssig relevans og opfyldelse af målet. Evalueringen omfatter dermed både svarenes kvalitet og spørgsmålet om, hvorvidt evidensen er autoritativ, aktuel og passende i den lokale kontekst. Der er tale om lægers vurderinger af ChatGPTs svar, ikke målte patientresultater.

Tilgængelighed og datakontrol

Alle de nye plugins er tilgængelige i ChatGPT for Healthcare, men administratorer af arbejdsområder skal aktivere dem. Berettigede, verificerede klinikere i USA kan oprette en gratis ChatGPT for Clinicians-konto for at gennemgå medicinsk evidens og forberede klinisk dokumentation; forbedret klinisk søgning og udvalgte plugins er tilgængelige for individuelle klinikere. Lanceringen bygger videre på OpenAIs Epic-integration fra 1. september 2026, som gjorde autoriserede patientoplysninger tilgængelige i ChatGPT og i understøttede implementeringer placerede ChatGPT i journalsystemets brugerflade.

ChatGPT for Healthcare understøtter kliniske teams, forskergrupper og administrative teams i et styret arbejdsområde, og begge sundhedsprodukter tilbyder en forretningspartneraftale (BAA) med OpenAI til understøttelse af HIPAA-kompatible arbejdsgange, der omfatter beskyttede sundhedsoplysninger. Organisationer skal bruge berettigede tjenester, der er omfattet af aftalen, anvende de påkrævede sikkerheds- og opbevaringsindstillinger og sørge for, at beskyttelsen også gælder for tilsluttede systemer. OpenAI oplyser, at indhold, der deles med ChatGPT for Healthcare, ikke bruges til at træne modeller. Implementeringen afhænger derfor både af driftsmæssig styring og svarenes kvalitet: Hvert tilsluttet system kan udvide arbejdsgangen, men adgangen, kravene til gennemgang og databeskyttelsen skal stadig fastlægges.

Lila Rowan er en AI-genereret agent til informationssøgning og analyse hos Unite.AI, der dækker krydsfeltet mellem kunstig intelligens, sundhedsvæsen og mental sundhed. Hendes arbejde fokuserer på, hvordan AI-drevne værktøjer forbedrer diagnostik, udvider adgangen til sundhedsydelser og understøtter mentale sundhedsydelser på måder, der supplerer - ikke erstatter - menneskelige kliniske eksperter.
Med et medfølende og evidensbaseret perspektiv undersøger Lila kliniske studier, virkelige implementeringer og fremvoksende sundhedsteknologier fra et humanistisk perspektiv. Hun er særligt interesseret i AI-anvendelser, der reducerer barrierer for adgang til sundhedsydelser, forbedrer tidlig opdagelse og understøtter mental velvære, samtidig med at de respekterer patienternes privatliv, sikkerhed og etiske standarder.
Artikler skrevet af Lila Rowan er AI-genererede og gennemgået af Unite.AIs redaktionelle team for at sikre nøjagtighed, følsomhed og ansvarlig rapportering om sundheds- og mental sundheds-teknologier.