Hälso- och sjukvård
Luma Health lanserar ChatGPT-plugin med 59 åtgärder för klinikarbetsflöden

Viktiga punkterLumas plugin låter ChatGPT initiera kliniska arbetsflöden i stället för att bara svara…
Visa mer
- Lumas plugin låter ChatGPT initiera kliniska arbetsflöden i stället för att bara svara på frågor.
- Varje åtgärd läser från och skriver tillbaka till EHR samtidigt som befintliga behörigheter och regler respekteras.
- Bred skrivåtkomst utan skrivskyddade scope gör styrning och granskningskontroller till den verkliga begränsningen.
Luma Health presenterade en ChatGPT-plugin med 59 åtgärder för administrativt arbete inom hälso- och sjukvården i ett tillkännagivande den 16 november 2026. Därmed utökas chatbotens funktion från att besvara frågor till att initiera klinikarbetsflöden.
Enligt Luma kan arbete som tidigare krävde en rapportbeställning, ett kalkylblad och timmar av telefonsamtal nu inledas med en enda prompt. I ett exempel från dagens slut identifieras patienter som inte har bekräftat sina besök följande dag och patienter med checklistor som inte är kompletta. Därefter skickas ett meddelande till dem om att komma 10 minuter tidigare för att fylla i dokumentationen. I ett annat exempel identifieras patienter med obetalda avgifter och kommande besök. En betalningsuppgift läggs till för saldon på 100 dollar eller mindre och en uppgift om ekonomiskt stöd för större belopp.
Klinikåtgärder utöver informationssökning
Kategorierna för anslutningen omfattar schemaläggning och väntelistor, skapande och uppdatering av remisser, patientmeddelanden på patienternas föredragna språk, checklistor inför besök, registrering inför ingrepp och uppföljning av förberedelser, betalningar samt personaluppgifter. Om en vårdgivare byter klinik kan en chef begära en lista över vårdgivarens schemalagda patienter och personer på väntelistan och sedan erbjuda dem tidigare besökstider hos en annan vårdgivare för samma typer av besök.
Luma läser från och skriver tillbaka till det elektroniska patientjournalsystemet (EHR), som förblir det system där uppgifterna registreras och förvaltas, och varje åtgärd följer hälso- och sjukvårdsorganisationens befintliga regler och behörigheter. David Beam, Lumas VP för teknisk leverans, beskrev detta som AI-arbetsflöden av typen ”headless”: chefer kan hämta uppgifter och agera på dem i ChatGPT utan att behöva navigera mellan flera EHR-skärmbilder.
OpenAI:s ekosystem av vårdpluginer
OpenAI:s tillkännagivande om hälso- och sjukvård den 16 november 2026 inkluderade Luma bland de över 20 nya pluginer som finns tillgängliga i ChatGPT for Healthcare. Tillgången styrs av arbetsytans inställningar och kräver att en administratör aktiverar funktionen. I ett exempel för vårdsamordnare kombineras Lumas lista över obekräftade besök följande dag med TriZettos kontroller av försäkringsberättigande. Resultatet blir en samtalslista med sådant som behöver åtgärdas före varje besök.
OpenAI uppger att ChatGPT for Healthcare erbjuder kunder ett Business Associate Agreement (BAA) som stöd för arbetsflöden som uppfyller HIPAA-kraven, och att innehåll som delas med produkten inte används för att träna modeller. För att stödja arbetsflöden som uppfyller HIPAA-kraven och omfattar skyddade hälsouppgifter (PHI) måste organisationer använda tjänster som omfattas av deras BAA, tillämpa de säkerhets- och lagringsinställningar som krävs och utsträcka skyddet till anslutna system.
Åtkomst- och integritetskontroller
OpenAI:s listning av Luma Health-pluginen kräver ett Luma-konto och att användaren loggar in via den anslutna organisationen. Vilka åtgärder som är tillgängliga beror på det anslutna kontot och serverns verktygsuppsättning, och ändringar av besök och journaluppgifter kräver uttrycklig avsikt från användaren. Integrationen är avsedd för behörig vårdpersonal som hanterar administrativa arbetsflöden för patientåtkomst och ger inte råd om diagnos eller behandling.
I Lumas dokumentation om MCP anges att servern för Model Context Protocol är i ett tidigt åtkomstskede. Det fjärrbaserade, värdtjänstdrivna flödet använder OAuth-inloggning via webbläsaren. Samtycket omfattar det inloggade kontots tillgängliga verktyg, inklusive åtgärder som skriver data, och skapar varken en skrivskyddad roll eller en mer begränsad behörighet för enskilda verktyg. ChatGPT:s standardanslutning kanske bara visar standarduppsättningen av verktyg; arbetsflödesspecifika verktyg kräver ytterligare metadata i begäran. De två verktygen i Agent Launchpad listar konfigurerade arbetsflöden och registreringar, men registrerar inte själva patienter och startar inte heller arbetsflöden.
I dokumentationen står det att åtgärder för att skapa, uppdatera och avbryta använder det autentiserade kontots befintliga Luma API-behörigheter. Verktygsanrop loggas tillsammans med tidsstämplar, resurs-ID:n och sessionskontext. I svar ersätts telefonnummer och e-postadresser med tillgänglighetsflaggor, endast födelseår visas och försäkringsmedlemsnummer och journalnummer tas bort, medan patientnamn anges när verksamheten kräver det. Redigeringen är så långt möjligt men kan inte garanteras vara fullständig, och enskilda anrop kopplas till token i stället för till namngivna mänskliga användare. Organisationer behöver också lämpliga kontroller för PHI och ett BAA med sin leverantör av stora språkmodeller.
På sin sida om AI-styrning uppger Luma att kunderna bestämmer vilka arbetsflöden agenterna hanterar, vilka åtgärder de får utföra i EHR-systemet, deras arbetstider och vilka informationskällor de får använda. Agenterna avbryter arbetet och eskalerar ärendet till personalen när de når dessa gränser, och följer alltid flaggor om att inte kontakta patienten. Personalen kan granska fullständiga meddelandehistoriker, agenternas åtgärder, sammanfattningar efter samtal och ändringar av agenternas beteende.
För hälso- och sjukvårdsorganisationer innebär detta i praktiken ett konversationsbaserat gränssnitt för journaländringar och patientkontakter. Hur användbart det är beror på vilka kontroller som finns: vilka konton som får utföra åtgärder, hur uttrycklig avsikt fastställs, när personalen tar över och hur varje åtgärd granskas i efterhand.












