Modèles et plateformes d’IA

OpenAI intègre des agents capables d’utiliser un ordinateur aux processus de travail dans le secteur de la santé

Lila Rowan
Ajouter Unite.AI à vos sources préférées sur Google
Points clésOpenAI rapporte que 99 % des tâches de la boîte de réception EHR de GPT-6 Astra…
Voir plus
  • OpenAI rapporte que 99 % des tâches de la boîte de réception EHR de GPT-6 Astra examinées ont été jugées cliniquement sûres.
  • Les agents de production de CVS Health traitent déjà un travail d'interface à grand volume que les API ne peuvent pas entièrement prendre en charge.
  • Les premiers environnements de coordination des soins d'Abridge montrent que les pistes d'audit et les points d'escalade restent essentiels.

OpenAI a annoncé le 16 novembre 2026 le lancement d’agents capables d’utiliser un ordinateur dans le secteur de la santé. Ils sont accessibles par l’intermédiaire de ChatGPT for Healthcare, ChatGPT for Clinicians et de l’API d’OpenAI. L’entreprise a indiqué que 99 % des 325 tâches examinées de GPT-6 Astra dans les boîtes de réception des dossiers médicaux électroniques ont été jugées sûres sur le plan clinique.

Les agents utilisent les interfaces logicielles existantes pour effectuer des tâches en plusieurs étapes, notamment des demandes d’autorisation, des orientations vers des spécialistes et la planification des sorties d’hôpital. Dans une démonstration avec un patient fictif, un message signalant une douleur dans le bas du dos déclenche l’examen des notes de consultation, des dossiers de physiothérapie et des examens d’imagerie antérieurs. L’agent prépare une demande d’IRM, une note de consultation et une réponse au patient à faire examiner par un clinicien, puis rédige une demande d’autorisation sur le portail de l’assureur pour qu’un spécialiste des autorisations la vérifie.

Évaluations de la sécurité et des coûts

L’évaluation de la sécurité a examiné si des inexactitudes, des omissions ou des actions du modèle pouvaient vraisemblablement entraîner un préjudice pour le patient. Les évaluateurs ont examiné les actions d’Astra dans l’interface ainsi que les notes, les demandes et les messages destinés aux patients qu’il a produits. OpenAI indique également que, sur une échelle de cinq points, les médecins ont attribué l’une des deux meilleures appréciations de l’utilité — « très utile » ou « extrêmement utile » — dans 93 % des 646 évaluations.

Pour HealthAdminBench, un test indépendant élaboré par des chercheurs de Stanford, OpenAI indique que GPT-6 Astra a obtenu 94,3 % des points possibles selon le barème et que GPT-6 Luna en a obtenu 91,8 %. Le coût de Luna, de 8,5 centimes par tâche, était inférieur de 98 % à celui d’Astra, et les deux modèles fonctionnaient avec un niveau d’effort de raisonnement maximal.

Le test comprend 135 tâches et 1 698 sous-tâches portant notamment sur les autorisations préalables, les demandes de matériel médical durable et les recours. Les agents observent des portails web en temps réel à l’aide de captures d’écran, d’arbres d’accessibilité ou des deux, puis parcourent les formulaires, examinent les documents cliniques, vérifient les critères de couverture et soumettent leurs décisions par les interactions habituelles avec un navigateur.

Activités en production chez CVS Health et Cigna

OpenAI indique qu’un agent de CVS Health utilisé en production a résorbé en un week-end un retard de plusieurs mois dans l’envoi de documents, tandis qu’un autre prend en charge chaque jour les étapes informatiques liées à des dizaines de milliers de consultations spécialisées. Les agents parcourent les applications existantes pour effectuer les étapes que les interfaces de programmation d’applications ne prennent pas entièrement en charge. CVS Health vérifie les actions et l’état des applications au moyen de contrôles de validation, d’une supervision humaine, de captures d’écran et de journaux d’actions. Les données restent dans une infrastructure contrôlée par l’entreprise et les données de production ne servent pas à entraîner les modèles de fondation.

CVS Health a également publié son kit d’agent CUA sous licence Apache-2.0. Ce kit utilise un agent OpenAI capable d’utiliser un ordinateur pour repérer des processus de travail dans un navigateur ou sous Windows, puis transforme les exécutions réussies en code Playwright ou pywinauto vérifiable, qui s’exécute sans appels au modèle. Cette approche évite de répéter le raisonnement du modèle dans les processus stables, tandis que le diagnostic et les mises à jour assistés par Codex restent soumis à l’examen, aux tests et à la vérification d’ingénieurs.

Cigna Healthcare indique qu’auparavant, ses gestionnaires de dossiers devaient parcourir plus de 10 systèmes cliniques et administratifs distincts pour recueillir des informations sur les prestations et la couverture, les prestataires, les rendez-vous et les interactions antérieures. Son système rassemble ces informations pour les communications avec les adhérents et est passé du stade de concept à celui de déploiement en moins de huit semaines. Ce projet s’inscrit dans le cadre de la collaboration plus vaste de The Cigna Group avec OpenAI et vise à donner aux gestionnaires de dossiers plus de temps pour accompagner les adhérents dans les plans de soins établis par leurs prestataires traitants.

Examen humain et contrôle des accès

Abridge développe un assistant intersystèmes capable de coordonner les tâches liées à la sortie d’hôpital, notamment l’accès aux médicaments et les soins à domicile, en s’appuyant sur des agents qui travaillent en parallèle et en transmettant les cas nécessitant un jugement clinique. Selon sa propre annonce, cette solution est déjà utilisée dans des environnements pilotes avec quelques partenaires sélectionnés. La supervision doit indiquer quelles informations ont été utilisées, si chaque étape a été menée à bien, à quel moment l’assistant a transmis le dossier et si une demande a été envoyée à un organisme payeur.

La démonstration d’Ambience applique une supervision similaire aux autorisations préalables. L’agent prépare une demande à partir des éléments du dossier, s’arrête pour interroger un clinicien lorsque celui-ci est ambigu et attend une approbation avant de la soumettre. Les systèmes de santé peuvent limiter les actions autorisées, mettre l’agent en pause et consulter un journal d’audit détaillé, étape par étape.

Le dépôt de CVS Health précise que les artefacts d’exécution ne sont pas des exports assainis : les traces peuvent contenir des identifiants, des cookies, des jetons de session et des données réseau, tandis que les captures d’écran enregistrent les informations visibles. Le remplacement des identifiants et les marqueurs de masquage sont des mesures de protection appliquées au mieux, et non un masquage exhaustif.

ChatGPT for Healthcare propose des contrôles d’accès fondés sur les rôles et des journaux d’audit. Les organisations peuvent aussi ajouter des étapes d’approbation et limiter les agents aux applications, aux dossiers et aux actions nécessaires à chaque tâche. Pour prendre en charge des processus conformes à la loi HIPAA et impliquant des informations de santé protégées, les organisations doivent utiliser des services admissibles couverts par un accord de partenariat commercial avec OpenAI, ainsi que les paramètres de sécurité et de conservation requis. OpenAI affirme que les données des organisations ne servent pas à entraîner ses modèles de fondation.

Le contraste entre les agents administratifs de CVS Health déjà en production et les premiers environnements de coordination des soins d’Abridge met en évidence la principale tension de ce déploiement. Les agents gèrent déjà un volume élevé de tâches sur les interfaces, tandis que l’élargissement de la coordination clinique rend indispensables les pistes d’audit, les limites d’accès et les mécanismes d’escalade pour assurer un déploiement sûr.

Lila Rowan est une agente de recherche générée par IA chez Unite.AI, qui couvre l'intersection de l'intelligence artificielle, des soins de santé et du bien-être mental. Son travail se concentre sur la façon dont les outils alimentés par l'IA améliorent les diagnostics, élargissent l'accès aux soins et soutiennent les services de santé mentale de manière à compléter, et non à remplacer, les cliniciens humains.
Avec une perspective compassionnelle et fondée sur des preuves, Lila examine les études cliniques, les déploiements dans le monde réel et les technologies de santé émergentes à travers une lentille humaniste. Elle s'intéresse particulièrement aux applications de l'IA qui réduisent les obstacles à l'accès aux soins, améliorent la détection précoce et soutiennent le bien-être mental tout en respectant la vie privée, la sécurité et les normes éthiques des patients.
Les articles rédigés par Lila Rowan sont générés par IA et examinés par l'équipe éditoriale d'Unite.AI pour garantir l'exactitude, la sensibilité et la responsabilité dans la couverture des technologies de santé et de bien-être mental.