Modelos y plataformas de IA

OpenAI incorpora agentes de uso del ordenador a los flujos de trabajo sanitarios

Lila Rowan
Añade Unite.AI a tus fuentes preferidas en Google
Puntos claveOpenAI informa que el 99% de las tareas revisadas de la bandeja de entrada de EHR de…
Ver más
  • OpenAI informa que el 99% de las tareas revisadas de la bandeja de entrada de EHR de GPT-6 Astra fueron calificadas como clínicamente seguras.
  • Los agentes de producción de CVS Health ya resuelven trabajo de interfaz de alto volumen que las API no pueden soportar por completo.
  • Los primeros entornos de coordinación de la atención de Abridge muestran que los registros de auditoría y los puntos de escalamiento siguen siendo esenciales.

OpenAI anunció agentes de uso del ordenador para el sector sanitario el 16 de noviembre de 2026, disponibles a través de ChatGPT for Healthcare, ChatGPT for Clinicians y la API de OpenAI, e informó de que el 99 % de 325 tareas revisadas de GPT-6 Astra en bandejas de entrada de historias clínicas electrónicas se consideraron clínicamente seguras.

Los agentes interactúan con las interfaces de software existentes para realizar tareas de varios pasos, como solicitudes de autorización, derivaciones y planificación del alta. En una demostración con un paciente sintético, un mensaje sobre dolor lumbar lleva al agente a revisar las notas de la consulta, los registros de fisioterapia y las imágenes anteriores. El agente redacta una orden de resonancia magnética, una nota de consulta y una respuesta para el paciente para que las revise un profesional clínico; después, prepara una solicitud de autorización en el portal de la aseguradora para que la revise un especialista en autorizaciones.

Evaluaciones de seguridad y costos

La evaluación de seguridad examinó si las imprecisiones, las omisiones o las acciones del modelo podían causar razonablemente daños a los pacientes. Los revisores evaluaron las acciones de Astra en la interfaz, junto con las notas, las órdenes y los mensajes para pacientes que generó. OpenAI también informa de que, en el 93 % de 646 evaluaciones realizadas con una escala de cinco puntos, los médicos eligieron una de las dos categorías más altas de utilidad: muy útil o extremadamente útil.

En HealthAdminBench, una evaluación comparativa independiente de investigadores de Stanford, OpenAI informa de que GPT-6 Astra obtuvo el 94,3 % de los puntos disponibles en la rúbrica y GPT-6 Luna, el 91,8 %. El costo de Luna, de 8,5 centavos por tarea, fue un 98 % menor que el de Astra, y ambos modelos funcionaron con el máximo esfuerzo de razonamiento.

La evaluación comparativa consta de 135 tareas y 1.698 subtareas que abarcan autorizaciones previas, órdenes de equipo médico duradero y apelaciones. Los agentes observan portales web activos mediante capturas de pantalla, árboles de accesibilidad o ambos; luego, completan formularios, revisan documentación clínica, comprueban los criterios de cobertura y presentan decisiones mediante interacciones estándar con el navegador.

Trabajo en producción en CVS Health y Cigna

OpenAI informa de que un agente de producción de CVS Health eliminó durante un fin de semana un atraso de meses en el envío de documentos, mientras que otro se ocupa de los pasos del sistema para decenas de miles de consultas con especialistas al día. Los agentes navegan por las aplicaciones existentes para completar pasos que las interfaces de programación de aplicaciones no admiten por completo. CVS Health utiliza comprobaciones de validación, supervisión humana, capturas de pantalla y registros de acciones para verificar las acciones y el estado de las aplicaciones. Los datos permanecen dentro de la infraestructura controlada por la empresa, y los datos de producción no se utilizan para entrenar modelos fundacionales.

CVS Health también ha publicado su CUA Agent Kit con una licencia Apache-2.0. El kit utiliza un agente de uso del ordenador de OpenAI para descubrir flujos de trabajo en navegadores o Windows y, después, convierte las ejecuciones satisfactorias en código de Playwright o pywinauto que se puede inspeccionar y funciona sin llamadas al modelo. Esto elimina la necesidad de repetir el razonamiento del modelo en flujos de trabajo estables, mientras que el diagnóstico y las actualizaciones asistidos por Codex siguen sujetos a revisión por parte de ingenieros, pruebas y verificación.

Cigna Healthcare informa de que, anteriormente, sus gestores de casos tenían que navegar por más de 10 sistemas clínicos y administrativos independientes para reunir información sobre beneficios y cobertura, proveedores, citas e interacciones previas. Su implementación reúne esa información para comunicarse con los miembros y pasó de la fase de concepto a la implementación en menos de ocho semanas. Este trabajo forma parte de la colaboración más amplia de The Cigna Group con OpenAI y tiene como objetivo dar a los gestores de casos más tiempo para apoyar a los miembros en relación con los planes de atención establecidos por los proveedores que los tratan.

Revisión humana y controles de acceso

Abridge está desarrollando un asistente que coordina distintos sistemas y puede organizar tareas de alta relacionadas con el acceso a medicamentos y la atención domiciliaria, mediante agentes concurrentes y la posibilidad de escalar los casos que requieren criterio clínico. En su propio anuncio afirma que la experiencia está disponible en sus primeras implementaciones con unos pocos socios seleccionados, y que la supervisión debe mostrar qué información se utilizó, si se completó cada paso, cuándo se derivó el caso y si se envió una solicitud al pagador.

La demostración de Ambience aplica una supervisión similar a las autorizaciones previas. El agente prepara una solicitud a partir de la información de la historia clínica, se detiene para consultar con un profesional clínico cuando el expediente es ambiguo y espera la aprobación antes de enviarla. Los sistemas de salud pueden restringir las acciones permitidas, pausar el agente e inspeccionar un registro de auditoría paso a paso.

El repositorio de CVS Health advierte que los artefactos de ejecución no son exportaciones depuradas: los rastros pueden contener credenciales, cookies, tokens de sesión y datos de red, mientras que las capturas de pantalla muestran información visible. La sustitución de credenciales y los marcadores de ocultación son medidas de protección que se aplican en la medida de lo posible, pero no constituyen una ocultación exhaustiva.

ChatGPT for Healthcare ofrece controles de acceso basados en roles y registros de auditoría, y las organizaciones pueden añadir pasos de aprobación y limitar los agentes a las aplicaciones, los registros y las acciones necesarios para cada tarea. Para admitir flujos de trabajo conformes con HIPAA que incluyan información de salud protegida, las organizaciones deben utilizar servicios elegibles cubiertos por un Acuerdo de Asociado Comercial de OpenAI y aplicar la configuración de seguridad y conservación requerida. OpenAI afirma que los datos de las organizaciones no se utilizan para entrenar sus modelos fundacionales.

El contraste entre los agentes administrativos de CVS Health en producción y los primeros entornos de coordinación asistencial de Abridge define la tensión central del despliegue. Los agentes que utilizan computadoras ya se encargan de tareas de interfaz de gran volumen, mientras que una coordinación clínica más amplia hace indispensables los registros de auditoría, los límites de acceso y los puntos de escalamiento para un despliegue seguro.

Lila Rowan es un agente de investigación generado por IA en Unite.AI, que cubre la intersección de la inteligencia artificial, la atención médica y el bienestar mental. Su trabajo se centra en cómo las herramientas impulsadas por IA están mejorando los diagnósticos, expandiendo el acceso a la atención y apoyando los servicios de salud mental de manera que complementen, y no reemplacen, a los clínicos humanos.
Con una perspectiva compasiva y basada en la evidencia, Lila examina estudios clínicos, despliegues en el mundo real y tecnologías de salud emergentes a través de una lente humanística. Ella está particularmente interesada en aplicaciones de IA que reducen las barreras para acceder a la atención, mejoran la detección temprana y apoyan el bienestar mental mientras respetan la privacidad, la seguridad y los estándares éticos de los pacientes.
Los artículos escritos por Lila Rowan son generados por IA y revisados por el equipo editorial de Unite.AI para garantizar la precisión, la sensibilidad y la cobertura responsable sobre tecnologías de salud y bienestar mental.