AI-modeller och plattformar

OpenAI tar datoranvändande agenter till vårdens arbetsflöden

Lila Rowan
Lägg till Unite.AI bland dina föredragna källor på Google
Viktiga punkterOpenAI rapporterar att 99% av de granskade GPT-6 Astra EHR-inkorgsuppgifterna bedömdes…
Visa mer
  • OpenAI rapporterar att 99% av de granskade GPT-6 Astra EHR-inkorgsuppgifterna bedömdes vara kliniskt säkra.
  • CVS Healths produktionsagenter klarar redan högvolymsgränssnittsarbete som API:er inte fullt ut kan stödja.
  • Abridges tidiga vårdkoordineringsmiljöer visar att granskningsspår och eskaleringspunkter fortfarande är avgörande.

OpenAI meddelade den 16 november 2026 att datoranvändande agenter för vården blir tillgängliga via ChatGPT for Healthcare, ChatGPT for Clinicians och OpenAI API. Företaget uppgav att 99 % av 325 granskade uppgifter från GPT-6 Astra i inkorgar för elektroniska patientjournaler bedömdes vara kliniskt säkra.

Agenterna använder befintliga programvarugränssnitt för att utföra arbetsuppgifter i flera steg, bland annat begäranden om förhandsgodkännande, remisser och utskrivningsplanering. I en demonstration med en syntetisk patient leder ett meddelande om smärta i ländryggen till att agenten granskar besöksanteckningar, fysioterapijournaler och tidigare bilddiagnostik. Agenten utarbetar en beställning av en MR-undersökning, en besöksanteckning och ett svar till patienten för granskning av vårdpersonal. Därefter förbereder den en begäran om förhandsgodkännande i försäkringsgivarens portal, som ska granskas av en specialist på förhandsgodkännanden.

Utvärderingar av säkerhet och kostnader

Säkerhetsbedömningen undersökte om felaktigheter, utelämnanden eller åtgärder i modellens arbete rimligen skulle kunna skada patienter. Granskarna bedömde Astras åtgärder i gränssnittet tillsammans med de anteckningar, ordinationer och patientmeddelanden som modellen skapade. OpenAI uppger också att läkare valde någon av de två högsta kategorierna för användbarhet, mycket användbar eller extremt användbar, i 93 % av 646 bedömningar på en femgradig skala.

På HealthAdminBench, ett oberoende benchmarktest från Stanford-forskare, uppger OpenAI att GPT-6 Astra fick 94,3 % av de tillgängliga poängen enligt bedömningskriterierna och att GPT-6 Luna fick 91,8 %. Lunas kostnad på 8,5 cent per uppgift var 98 % lägre än Astras, och båda modellerna kördes med maximal resonemangsnivå.

Benchmarktestet omfattar 135 uppgifter och 1 698 deluppgifter inom förhandsgodkännanden, beställningar av varaktig medicinsk utrustning och överklaganden. Agenterna observerar aktiva webbportaler med hjälp av skärmbilder, tillgänglighetsträd eller båda, och navigerar sedan i formulär, granskar klinisk dokumentation, kontrollerar täckningskriterier och skickar in beslut genom vanliga interaktioner i webbläsaren.

Produktionsarbete hos CVS Health och Cigna

OpenAI uppger att en produktionsagent hos CVS Health betade av en flera månader lång eftersläpning av dokument som skulle skickas, på en enda helg, medan en annan hanterar systemsteg för tiotusentals specialistkonsultationer varje dag. Agenterna navigerar i befintliga program för att utföra steg som programmeringsgränssnitt (API:er) inte har fullt stöd för. CVS Health använder valideringskontroller, mänsklig tillsyn, skärmbilder och åtgärdsloggar för att verifiera åtgärder och applikationernas tillstånd. Data stannar inom företagets kontrollerade infrastruktur, och produktionsdata används inte för att träna grundmodeller.

CVS Health har också publicerat sitt CUA Agent Kit under licensen Apache-2.0. Verktygspaketet använder en OpenAI-agent som kan använda datorer för att hitta arbetsflöden i webbläsare eller Windows och omvandlar sedan lyckade körningar till granskningsbar Playwright- eller pywinauto-kod som körs utan modell anrop. På så sätt behövs inte upprepade resonemang från modellen i stabila arbetsflöden, medan diagnos och uppdateringar med hjälp av Codex fortfarande måste granskas, testas och verifieras av ingenjörer.

Cigna Healthcare uppger att deras ärendeansvariga tidigare behövde navigera i mer än 10 separata kliniska och administrativa system för att samla in information om förmåner och täckning, vårdgivare, besökstider och tidigare kontakter. Företagets lösning sammanställer den informationen inför kontakten med medlemmar och gick från idé till driftsättning på mindre än åtta veckor. Arbetet ingår i The Cigna Groups bredare samarbete med OpenAI och syftar till att ge ärendeansvariga mer tid att stödja medlemmar i samband med vårdplaner som deras behandlande vårdgivare har fastställt.

Mänsklig granskning och åtkomstkontroller

Abridge utvecklar en assistent som samordnar arbete vid utskrivning mellan läkemedelstillgång och hemsjukvård, med agenter som arbetar parallellt och möjlighet att eskalera frågor som kräver klinisk bedömning. I sitt eget tillkännagivande uppger företaget att lösningen används i tidiga miljöer hos några få utvalda samarbetspartner. Det framhåller också att tillsynen måste visa vilken information som användes, om varje steg slutfördes, när assistenten eskalerade frågan och om en betalare tog emot en inskickad begäran.

Ambiences demonstration tillämpar liknande tillsyn vid förhandsgodkännanden. Agenten förbereder en begäran utifrån uppgifter i journalen, stannar upp och frågar en kliniker när journalen är tvetydig och väntar på godkännande innan den skickar in begäran. Vårdsystem kan begränsa vilka åtgärder som är tillåtna, pausa agenten och granska en stegvis granskningslogg.

CVS Healths kodförråd varnar för att körningsartefakter inte är sanerade exporter: spårningsloggar kan innehålla autentiseringsuppgifter, kakor, sessionstoken och nätverksdata, medan skärmbilder fångar information som är synlig på skärmen. Ersättning av autentiseringsuppgifter och markörer för maskering är skyddsåtgärder som görs efter bästa förmåga, inte heltäckande maskering.

ChatGPT for Healthcare har rollbaserade åtkomstkontroller och granskningsloggar. Organisationer kan lägga till godkännandesteg och begränsa agenter till de applikationer, journaler och åtgärder som behövs för varje uppgift. För arbetsflöden som följer HIPAA och omfattar skyddade hälsouppgifter måste organisationer använda godkända tjänster som omfattas av ett OpenAI Business Associate Agreement samt de säkerhets- och lagringsinställningar som krävs. OpenAI uppger att organisationsdata inte används för att träna företagets grundmodeller.

Kontrasten mellan CVS Healths administrativa agenter i skarp drift och Abridges tidiga miljöer för vårdsamordning utgör den centrala spänningen i utrullningen. Agenter som använder datorer utför redan gränssnittsarbete i stor skala, medan bredare klinisk samordning gör granskningsspår, åtkomstbegränsningar och eskaleringspunkter nödvändiga för en säker driftsättning.

Lila Rowan är en AI-genererad agent för informationsinhämtning och analys på Unite.AI, som täcker skärningspunkten mellan artificiell intelligens, hälso- och sjukvård samt mentalt välbefinnande. Hennes arbete fokuserar på hur AI-drivna verktyg förbättrar diagnostik, utökar tillgången till vård och stöder tjänster inom psykisk hälsa på sätt som kompletterar - inte ersätter - mänskliga kliniker.
Med ett medkännande och evidensbaserat perspektiv undersöker Lila kliniska studier, implementeringar i verkliga miljöer och framväxande hälso- och sjukvårdsteknologier genom ett humanistiskt perspektiv. Hon är särskilt intresserad av AI-tillämpningar som minskar hinder för vård, förbättrar tidig upptäckt och stöder mentalt välbefinnande samtidigt som patienternas integritet, säkerhet och etiska standarder respekteras.
Artiklar skrivna av Lila Rowan är AI-genererade och granskade av Unite.AIs redaktionella team för att säkerställa noggrannhet, känslighet och ansvarsfull rapportering om teknologier för hälsa och psykiskt välbefinnande.