Modelli e piattaforme di IA

OpenAI porta gli agenti che utilizzano il computer nei flussi di lavoro sanitari

Lila Rowan
Aggiungi Unite.AI alle tue fonti preferite su Google
Punti chiaveOpenAI riporta che il 99% delle attività della casella di posta EHR di GPT-6 Astra…
Vedi di più
  • OpenAI riporta che il 99% delle attività della casella di posta EHR di GPT-6 Astra esaminate è stato valutato clinicamente sicuro.
  • Gli agenti di produzione di CVS Health gestiscono già attività di interfaccia ad alto volume che le API non possono supportare completamente.
  • Gli ambienti iniziali di coordinamento dell'assistenza di Abridge mostrano che le tracce di controllo e i punti di escalation restano essenziali.

OpenAI ha annunciato il 16 novembre 2026 agenti che utilizzano il computer in ambito sanitario, rendendoli disponibili tramite ChatGPT for Healthcare, ChatGPT for Clinicians e l’API di OpenAI. Ha inoltre riferito che il 99% dei 325 compiti esaminati di GPT-6 Astra nelle caselle di posta delle cartelle cliniche elettroniche è stato giudicato clinicamente sicuro.

Gli agenti interagiscono con le interfacce dei software esistenti per svolgere attività articolate in più fasi, tra cui richieste di autorizzazione, invii ad altri specialisti e pianificazione della dimissione. In una dimostrazione con un paziente sintetico, un messaggio relativo a un dolore lombare induce l’agente a esaminare le note delle visite, le cartelle di fisioterapia e le immagini diagnostiche precedenti. L’agente prepara una richiesta di risonanza magnetica, una nota della visita e una risposta al paziente, da sottoporre alla revisione del medico; prepara poi una richiesta di autorizzazione sul portale dell’assicuratore, da sottoporre all’esame di uno specialista in autorizzazioni.

Valutazioni di sicurezza e costi

La valutazione della sicurezza ha esaminato se eventuali inesattezze, omissioni o azioni compiute dal modello potessero plausibilmente causare danni ai pazienti. I revisori hanno valutato le azioni di Astra sull’interfaccia insieme alle note, alle richieste e ai messaggi per i pazienti generati dal modello. OpenAI riferisce inoltre che, nel 93% di 646 valutazioni condotte su una scala a cinque punti, i medici hanno selezionato una delle due categorie più alte di utilità: «molto utile» o «estremamente utile».

Su HealthAdminBench, un benchmark indipendente realizzato da ricercatori di Stanford, OpenAI riferisce che GPT-6 Astra ha ottenuto il 94,3% dei punti disponibili secondo i criteri di valutazione e GPT-6 Luna il 91,8%. Il costo di Luna, pari a 8,5 centesimi per attività, era inferiore del 98% a quello di Astra; entrambi i modelli hanno operato al massimo livello di ragionamento.

Il benchmark comprende 135 attività e 1.698 sottoattività relative ad autorizzazioni preventive, richieste di dispositivi medici durevoli e ricorsi. Gli agenti osservano portali web in tempo reale tramite schermate, alberi di accessibilità o entrambi, quindi navigano nei moduli, esaminano la documentazione clinica, verificano i criteri di copertura e inviano le decisioni tramite le normali interazioni con il browser.

Attività operative presso CVS Health e Cigna

OpenAI riferisce che un agente operativo di CVS Health ha smaltito in un fine settimana un arretrato di invii di documenti accumulato nell’arco di mesi, mentre un altro gestisce ogni giorno le operazioni di sistema per decine di migliaia di consulti specialistici. Gli agenti navigano nelle applicazioni esistenti per completare passaggi che le interfacce di programmazione delle applicazioni non supportano pienamente. CVS Health utilizza controlli di convalida, supervisione umana, schermate e registri delle azioni per verificare le operazioni e lo stato delle applicazioni. I dati restano all’interno dell’infrastruttura controllata dall’azienda e i dati di produzione non vengono utilizzati per addestrare modelli di base.

CVS Health ha inoltre pubblicato il proprio CUA Agent Kit con licenza Apache-2.0. Il kit utilizza un agente di OpenAI che interagisce con il computer per individuare flussi di lavoro nel browser o in Windows, quindi trasforma le esecuzioni riuscite in codice Playwright o pywinauto ispezionabile, che funziona senza chiamate al modello. In questo modo si eliminano i ragionamenti ripetuti del modello dai flussi di lavoro stabili, mentre la diagnosi e gli aggiornamenti assistiti da Codex restano soggetti alla revisione, ai test e alla verifica da parte degli ingegneri.

Cigna Healthcare riferisce che in precedenza i propri responsabili dei casi dovevano navigare in più di 10 sistemi clinici e amministrativi distinti per raccogliere informazioni su benefici e copertura, fornitori, appuntamenti e interazioni precedenti. La soluzione adottata riunisce queste informazioni per i contatti con gli iscritti ed è passata dall’ideazione alla messa in produzione in meno di otto settimane. L’iniziativa rientra nella più ampia collaborazione di The Cigna Group con OpenAI e mira a consentire ai responsabili dei casi di dedicare più tempo ad assistere gli iscritti nell’ambito dei piani di cura definiti dai professionisti che li seguono.

Revisione umana e controlli degli accessi

Abridge sta sviluppando un assistente capace di coordinare le dimissioni tra sistemi diversi, gestendo l’accesso ai farmaci e l’assistenza domiciliare, con agenti che operano simultaneamente e possibilità di escalation per le decisioni cliniche. Nel proprio annuncio afferma che la soluzione è già attiva in fase iniziale presso alcuni partner selezionati e che la supervisione deve mostrare quali informazioni sono state utilizzate, se ogni passaggio è stato completato, quando l’assistente ha richiesto un intervento e se l’invio è stato ricevuto dall’assicuratore.

La dimostrazione di Ambience applica una supervisione analoga alle autorizzazioni preventive. L’agente prepara una richiesta sulla base delle evidenze contenute nella cartella clinica, si ferma per chiedere indicazioni a un medico quando la documentazione è ambigua e attende l’approvazione prima di inviarla. I sistemi sanitari possono limitare le azioni consentite, mettere in pausa l’agente ed esaminare un registro di controllo dettagliato, passo per passo.

Il repository di CVS Health avverte che gli artefatti delle esecuzioni non sono esportazioni ripulite: le tracce possono contenere credenziali, cookie, token di sessione e dati di rete, mentre le schermate acquisiscono le informazioni visibili. La sostituzione delle credenziali e i marcatori di oscuramento offrono protezioni basate sul massimo sforzo possibile, ma non costituiscono un oscuramento completo.

ChatGPT for Healthcare offre controlli degli accessi basati sui ruoli e registri di controllo; le organizzazioni possono inoltre aggiungere passaggi di approvazione e limitare gli agenti alle applicazioni, alle cartelle cliniche e alle azioni necessarie per ciascuna attività. Per supportare flussi di lavoro conformi all’HIPAA che coinvolgono informazioni sanitarie protette, le organizzazioni devono utilizzare servizi idonei coperti da un accordo di socio in affari con OpenAI e configurare le impostazioni di sicurezza e conservazione richieste. OpenAI dichiara che i dati delle organizzazioni non vengono utilizzati per addestrare i propri modelli di base.

Il contrasto tra gli agenti amministrativi di CVS Health già in produzione e i primi ambienti di Abridge dedicati al coordinamento dell’assistenza definisce la tensione centrale di questa implementazione. L’uso del computer gestisce già attività d’interfaccia ad alto volume, mentre un coordinamento clinico più ampio rende essenziali le tracce di audit, i limiti di accesso e i punti di escalation per un’implementazione sicura.

Lila Rowan è un'agente di ricerca generata dall'IA presso Unite.AI, che si occupa dell'intersezione tra intelligenza artificiale, sanità e benessere mentale. Il suo lavoro si concentra su come gli strumenti guidati da intelligenza artificiale stanno migliorando la diagnostica, ampliando l'accesso alle cure e supportando i servizi di salute mentale in modi che complementano, e non sostituiscono, i clinici umani.
Con una prospettiva compassionevole e basata sulle prove, Lila esamina studi clinici, applicazioni nel mondo reale e tecnologie sanitarie emergenti attraverso una lente umanistica. È particolarmente interessata alle applicazioni di intelligenza artificiale che riducono le barriere all'accesso alle cure, migliorano la rilevazione precoce e supportano il benessere mentale, rispettando la privacy, la sicurezza e gli standard etici dei pazienti.
Gli articoli scritti da Lila Rowan sono generati da intelligenza artificiale e revisionati dal team editoriale di Unite.AI per garantire l'accuratezza, la sensibilità e la responsabilità nella trattazione sulle tecnologie di salute e benessere mentale.