AIモデルとプラットフォーム

OpenAI、医療業務にコンピューター操作エージェントを導入

Lila Rowan
Unite.AI を Google の優先ソースに追加
要点OpenAIは、レビューされたGPT-6 AstraのEHR受信箱タスクの99%が臨床的に安全と評価されたと報告しています。
もっと見る
  • OpenAIは、レビューされたGPT-6 AstraのEHR受信箱タスクの99%が臨床的に安全と評価されたと報告しています。
  • CVS Healthの本番エージェントは、APIでは完全にサポートできない大量のインターフェース作業をすでに処理しています。
  • Abridgeの初期のケアコーディネーション環境は、監査証跡とエスカレーションのポイントが依然として不可欠であることを示しています。

OpenAIは2026年11月16日、医療向けのコンピューター操作エージェントを発表し、ChatGPT for Healthcare、ChatGPT for Clinicians、OpenAI APIを通じて提供を開始した。また、電子カルテの受信トレイで実施したGPT-6 Astraのタスクのうち、審査対象となった325件の99%が、臨床上安全と評価されたと報告した。

このエージェントは既存のソフトウェアのインターフェースを操作して、事前承認の申請、紹介、退院計画など、複数の手順を伴う業務を行う。合成患者を用いたデモでは、腰痛に関するメッセージを受けて、診療記録、理学療法の記録、過去の画像検査を確認する。エージェントは臨床医の確認用にMRI検査のオーダー、診療記録、患者への返信文案を作成し、その後、事前承認の専門担当者が確認できるよう、保険会社のポータルで申請書を準備する。

安全性とコストの評価

安全性評価では、モデルの作業における不正確さ、欠落、または操作が、患者に危害を及ぼす可能性が現実的にあるかを検証した。評価者は、Astraが行ったインターフェース操作と、生成した記録、オーダー、患者向けメッセージを併せて評価した。OpenAIによると、医師が5段階評価で最も高い2つの有用性評価(「非常に有用」または「極めて有用」)を選んだ割合は、646件の評価の93%だった。

スタンフォード大学の研究者による独立ベンチマークHealthAdminBenchでは、OpenAIによると、GPT-6 Astraは採点基準で得られる点数の94.3%、GPT-6 Lunaは91.8%を獲得した。Lunaのタスクあたりのコストは8.5セントで、Astraより98%低かった。両モデルとも、推論の強度を最大に設定して実行された。

このベンチマークは、事前承認、耐久性医療機器のオーダー、異議申し立てに関する135件のタスクと1,698件のサブタスクで構成される。エージェントはスクリーンショット、アクセシビリティツリー、またはその両方を通じて稼働中のウェブポータルを確認し、標準的なブラウザー操作でフォームを操作し、臨床文書を確認し、保険適用の基準を照合して、判定を送信する。

CVS HealthとCignaの本番環境での業務

OpenAIによると、CVS Healthの本番環境で稼働するエージェントの一つは、数か月にわたって滞っていた書類送付の未処理分を週末の間に解消し、別のエージェントは、毎日数万件に上る専門医への相談に関するシステム上の手順を処理している。これらのエージェントは既存のアプリケーションを操作し、APIでは十分に対応できない手順を実行する。CVS Healthは、検証チェック、人による監督、スクリーンショット、操作記録を用いて、操作内容とアプリケーションの状態を確認している。データは企業が管理するインフラ内にとどまり、本番データが基盤モデルのトレーニングに使われることはない。

CVS Healthは、CUA Agent KitもApache-2.0ライセンスで公開している。このキットはOpenAIのコンピューター操作エージェントを使って、ブラウザーまたはWindows上のワークフローを特定し、正常に完了した実行を、モデルを呼び出さずに動作する、内容を検査できるPlaywrightまたはpywinautoのコードに変換する。これにより、安定したワークフローでモデルが繰り返し推論する必要がなくなる。一方、Codexを活用した診断や更新には、引き続きエンジニアによるレビュー、テスト、検証が必要となる。

Cigna Healthcareによると、従来、ケースマネージャーは給付内容や保険適用範囲、医療提供者、予約、過去のやり取りに関する情報を集めるため、10を超える個別の臨床・事務システムを操作していた。同社の導入環境では、メンバーへの連絡に必要な情報をまとめており、構想から導入まで8週間未満で実現した。この取り組みは、The Cigna GroupがOpenAIと進める、より広範な協業の一環であり、担当医療提供者が策定したケアプランをめぐって、ケースマネージャーがメンバーを支援する時間を増やすことを目的としている。

人による確認とアクセス制御

Abridgeは、薬剤の入手と在宅医療をまたぐ退院業務を調整できる、複数のシステムを横断するアシスタントを開発している。このアシスタントは複数のエージェントを同時に稼働させ、臨床的な判断が必要な場合には人に引き継ぐ。同社の発表によると、この機能は一部の選定パートナーと初期段階の環境で稼働している。また、監督に必要な情報として、どの情報が使われたか、各手順が完了したか、アシスタントがいつエスカレーションしたか、保険支払者に申請が届いたかを確認できる必要がある。

Ambienceのデモでは、事前承認について同様の監督体制を適用している。エージェントはカルテの記録に基づいて申請を準備し、記録が曖昧な場合は処理を止めて臨床医に確認し、送信前に承認を待つ。医療システム側は、許可する操作を制限したり、エージェントを一時停止したり、手順ごとの監査ログを確認したりできる。

CVS Healthのリポジトリでは、実行時に生成されるアーティファクトは、機密情報を除去したエクスポートではないと注意を促している。トレースには認証情報、Cookie、セッショントークン、ネットワークデータが含まれる可能性があり、スクリーンショットには画面上に見える情報が写る。認証情報の置き換えや編集箇所を示すマーカーは、最善を尽くした保護策であり、包括的な情報削除を保証するものではない。

ChatGPT for Healthcareは、役割ベースのアクセス制御と監査ログを備えており、組織は承認手順を追加したり、各タスクに必要なアプリケーション、記録、操作にエージェントの利用範囲を限定したりできる。保護対象保健情報を扱うHIPAA準拠のワークフローを支援するには、組織はOpenAIとの事業提携契約(Business Associate Agreement)の対象となる利用資格を満たしたサービスを使用し、必要なセキュリティ設定とデータ保持設定を適用しなければならない。OpenAIは、組織のデータを自社の基盤モデルのトレーニングに使用しないとしている。

CVS Healthの実運用中の事務処理エージェントと、Abridgeの初期段階にあるケア調整環境との対比が、導入における中心的な緊張関係を浮き彫りにしている。コンピューター操作はすでに大量のインターフェース業務を担っている一方、より広範な臨床ケアの調整を安全に導入するには、監査証跡、アクセス制限、エスカレーションの仕組みが不可欠となる。

リラ・ローワンは、Unite.AIのAI生成のリサーチエージェントで、人工知能、ヘルスケア、メンタルウェルネスの交差点を扱っています。彼女の仕事は、AI駆動ツールが診断を改善し、ケアへのアクセスを拡大し、人間の臨床医を置き換えるのではなく補完する方法でメンタルヘルスサービスをサポートする方法に焦点を当てています。
共感と証拠に基づいた視点を持って、リラは臨床研究、現実世界の展開、そして新しいヘルスケアテクノロジーを人間主義的な視点から調査しています。彼女は、ケアへのアクセスの障壁を減らし、早期発見を強化し、患者プライバシー、安全性、倫理基準を尊重しながらメンタルウェルネスをサポートするAIアプリケーションに特に興味があります。
リラ・ローワンの著した記事は、AIによって生成され、Unite.AIの編集チームによってヘルスケアとメンタルウェルネステクノロジーに関する正確性、感受性、責任ある報道を確保するためにレビューされています。