การแพทย์
League เปิดตัวเอเจนต์ AI สำหรับการดูแลสุขภาพ พร้อมระบบควบคุมความปลอดภัย

ประเด็นสำคัญLeague…
ดูเพิ่มเติม
- League จำกัดคำตอบของเอเจนต์ให้อยู่ในความรู้ที่ได้รับอนุมัติแทนที่จะเป็นความรู้ทั่วไปของโมเดล
- เอเจนต์ต้องผ่านการประเมินผู้ป่วยจำลองก่อนเปิดตัวและเก็บบันทึกการตรวจสอบไว้ afterward
- โมเดลการยกระดับของ League มีความแม่นยำ 99.72% เทียบกับ 95.36% ของ Gemini 3.5 Flash Lite
เมื่อวันที่ 16 พฤศจิกายน 2026 League ประกาศว่า AI Front Door สำหรับผู้จ่ายเงินด้านสุขภาพ และ AI Care Companion สำหรับผู้ให้บริการด้านสุขภาพ เปิดให้ใช้งานทั่วไปบนแพลตฟอร์ม Forge แล้ว โดยระบุว่าระยะเวลาติดตั้งใช้งานอาจสั้นเพียง 12 สัปดาห์ ผลิตภัณฑ์ทั้งสองผสานเอเจนต์ที่ให้บริการแก่สมาชิกหรือผู้ป่วยเข้ากับมาตรการป้องกันและการส่งต่อให้บุคลากรเข้าดูแล
League ระบุว่าผลิตภัณฑ์เหล่านี้พัฒนาต่อยอดจากข้อมูลเชิงลึกที่ได้จากการโต้ตอบจริงในระบบดูแลสุขภาพกว่า 1.8 พันล้านครั้ง โดยต่อยอดจากแพลตฟอร์ม Forge ซึ่งเปิดตัวเมื่อวันที่ 21 กรกฎาคม 2026 แพลตฟอร์มนี้มีเครื่องมือสำหรับเชื่อมต่อเอเจนต์กับข้อมูลที่ได้รับอนุญาต กำหนดรั้วป้องกันและกฎการส่งต่อ ทดสอบเอเจนต์กับประชากรจำลอง และติดตามการดำเนินการจนเสร็จสิ้น การส่งต่อ และความแม่นยำแยกตามกรณีใช้งาน รุ่นก่อนหน้านี้มอบระบบสำหรับสร้างและกำกับดูแล ส่วนผลิตภัณฑ์ใหม่ก็นำระบบดังกล่าวมาใช้กับขั้นตอนการทำงานทั่วไปของผู้จ่ายเงินและผู้ให้บริการด้านสุขภาพ
ขั้นตอนการทำงานที่แตกต่างกันสำหรับผู้จ่ายเงินและผู้ให้บริการด้านสุขภาพ
AI Front Door รวมการค้นหาสิทธิประโยชน์ การค้นหาบริการดูแลสุขภาพ การติดตามผู้ที่มีช่องว่างในการดูแล และการให้คำแนะนำด้านสุขภาพไว้ในจุดเริ่มต้นเดียว ซึ่งเข้าถึงได้ผ่านแชต ข้อความ หรือวิดเจ็ตในแอป คำตอบเกี่ยวกับสิทธิประโยชน์ ความคุ้มครอง และคุณสมบัติการรับสิทธิ อ้างอิงจากเอกสารที่แผนสุขภาพอนุมัติไว้ ฟังก์ชันค้นหาบริการดูแลสุขภาพจะจับคู่สมาชิกกับผู้ให้บริการหรือบริการในเครือข่ายตามกฎของแผนสุขภาพ League ระบุว่าการลดจำนวนสายที่โทรเข้าศูนย์บริการและลดการเข้ารับบริการนอกเครือข่ายเป็นผลลัพธ์ที่ตั้งเป้าไว้ ไม่ใช่ผลลัพธ์จากการใช้งานจริงของลูกค้าที่วัดได้
AI Care Companion ช่วยดูแลผู้ป่วยระหว่างการนัดหมาย ที่บ้าน และนอกเวลาทำการ โดยทำงานร่วมกับทีมดูแลและทีมคลินิก ระบบสุขภาพจะเลือกกลุ่มประชากรเริ่มต้น เช่น ผู้ที่จัดการภาวะเรื้อรังหรือกำลังพักฟื้นหลังผ่าตัด แล้ว League จะปรับขั้นตอนการทำงานให้เหมาะกับกลุ่มดังกล่าว ซึ่งอาจประกอบด้วยการนัดหมายและการแจ้งเตือน การติดตามอาการเชิงรุก คำตอบเกี่ยวกับยาหรือการรักษาที่อ้างอิงจากแผนหรือแนวทางที่ได้รับอนุมัติ และการส่งต่อไปยังผู้เชี่ยวชาญหรือทีมเวรตามแนวทางปฏิบัติ ผู้ดูแลที่ได้รับมอบหมายสามารถดำเนินการแทนผู้ป่วยได้ โดยติดป้ายกำกับคำตอบของผู้ดูแลแยกจากคำตอบของผู้ป่วย เป้าหมายที่ระบุไว้คือการปฏิบัติตามแผนการดูแลได้ดีขึ้น และลดการไปห้องฉุกเฉินที่หลีกเลี่ยงได้ การโทรติดต่อหลังเวลาทำการ และการติดตามผลที่พลาดไป
มาตรการควบคุมความปลอดภัยและการตรวจสอบย้อนหลัง
ผลิตภัณฑ์ทั้งสองจำกัดคำตอบของเอเจนต์ให้อ้างอิงเฉพาะองค์ความรู้ที่มอบให้และผ่านการอนุมัติแล้ว แทนการใช้ความรู้ทั่วไปของโมเดล รั้วป้องกันจะคัดกรองข้อมูลที่จำกัดการเข้าถึงก่อนส่งให้โมเดล และคัดกรองคำตอบต้องห้ามก่อนส่งถึงสมาชิกหรือผู้ป่วย ก่อนเปิดใช้งาน เอเจนต์ต้องผ่านการประเมินโดยใช้สถานการณ์จำลองของผู้ป่วย กรณีสุดขอบ และชุดข้อมูลมาตรฐานที่ผู้เชี่ยวชาญจัดทำขึ้นเพื่อใช้เป็นเฉลยอ้างอิง หลังเปิดใช้งาน มาตรการควบคุมยังครอบคลุมการตรวจจับการเปลี่ยนแปลงของประสิทธิภาพ การตรวจสอบความถูกต้องของการเปลี่ยนแปลงซ้ำ และบันทึกการตรวจสอบสำหรับการโต้ตอบแต่ละครั้ง เมื่อมีการส่งต่อกรณี ทีมที่รับช่วงจะได้รับประวัติการสนทนาและบริบทที่เกี่ยวข้อง
ในภาพรวมของแพลตฟอร์ม ศูนย์ความเชื่อมั่น League อธิบายว่าเอเจนต์ทำงานในโหมดอ่านอย่างเดียวโดยแยกแต่ละเซสชันอย่างเข้มงวด พร้อมตรวจจับปัญหาเร่งด่วนและข้อมูลทางคลินิกที่ผิดพลาดแบบเรียลไทม์ ติดตามย้อนกลับไปยังแหล่งที่มาได้ และบันทึกเมื่อมีการเปิดใช้รั้วป้องกัน ลูกค้าสามารถกำหนดนโยบายการส่งต่อและเกณฑ์ความอ่อนไหวได้ภายใต้ขอบเขตความปลอดภัยที่กำหนดไว้ตายตัว ข้อมูลสุขภาพที่ได้รับการคุ้มครองจะไม่รวมอยู่ในกระบวนการฝึกโมเดล ขณะที่การฝึกโมเดลใช้ข้อมูลสังเคราะห์และเทคนิคการลบข้อมูลระบุตัวบุคคล
มาตรการเหล่านี้สอดคล้องกับลำดับความสำคัญที่พบในการสำรวจของ League และ Healthcare Dive ซึ่งสอบถามผู้บริหารด้านสุขภาพ 150 คน ในกลุ่มผู้ตอบแบบสำรวจ 61% นำ AI แบบเอเจนต์ไปใช้งานแล้ว และในกลุ่มนี้ 70% ใช้ AI ดังกล่าวในแอปพลิเคชันที่ให้บริการแก่สมาชิกหรือผู้ป่วย แต่มีเพียง 16% ที่ขยายการใช้งานในวงกว้าง ข้อกำหนดสำคัญอันดับต้น ๆ สำหรับการเปิดใช้งานอย่างมั่นใจ ได้แก่ การปฏิบัติตามข้อกำหนดด้านสุขภาพที่มีมาให้ในระบบ 49% การส่งต่อให้บุคลากรโดยอัตโนมัติ 48% และการควบคุมคำพูดหรือการกระทำของเอเจนต์ขณะทำงาน 46%
การประเมินโมเดลเฉพาะด้านสุขภาพ
League ระบุว่าสถาปัตยกรรมแบบไฮบริดผสานโมเดลการตัดสินใจที่ปรับแต่งมาเฉพาะกับโมเดลภาษาขนาดเล็กและโมเดลภาษาขนาดใหญ่แบบใช้งานทั่วไป โดยมุ่งเพิ่มความแม่นยำ ลดเวลาแฝง และลดต้นทุนการดำเนินงาน องค์ประกอบหนึ่งคือโมเดลส่งต่อกรณีที่มีความสำคัญต่อความปลอดภัย ซึ่งระบุข้อความจากสมาชิกและผู้ป่วยที่ต้องได้รับการช่วยเหลือจากบุคลากร
ในการประเมินภายในของ League Labs โมเดลดังกล่าวทำความแม่นยำได้ 99.72% และมีเวลาแฝง 0.374 วินาที เทียบกับความแม่นยำ 95.36% และเวลาแฝง 1.121 วินาทีของ Gemini 3.5 Flash Lite
League ยังรายงานด้วยว่า Synthetic Question Generator ซึ่งคาดการณ์คำถามที่ผู้ใช้อาจถามเกี่ยวกับข้อมูลสุขภาพของตน สร้างคำถามที่ตอบได้อย่างเพียงพอหรือดีกว่าได้มากกว่า Gemini 3.5 Flash 2.2 เท่า และมีความครอบคลุมดีกว่า 11% การเพิ่มการขยายความหมาย ซึ่งปรับถ้อยคำของคำถามที่ยาว กำกวม หรือใช้คำย่อจำนวนมากก่อนค้นคืนข้อมูล ทำให้จำนวนคำถามที่ตอบได้อย่างเพียงพอหรือดีกว่าเพิ่มเป็น 3.9 เท่า และมีความครอบคลุมดีกว่า Gemini 3.5 Flash 42% โดยเพิ่มเวลาแฝงประมาณ 430 มิลลิวินาทีต่อคำขอ League นิยามเกณฑ์การตอบว่าเป็นกรณีที่ข้อมูลสุขภาพซึ่งค้นคืนมาเกี่ยวข้องและครบถ้วนเพียงพอที่จะตอบได้ค่อนข้างดีหรือดีกว่า ส่วนความครอบคลุมหมายถึงปริมาณข้อมูลที่จำเป็นซึ่งค้นพบ
สำหรับองค์กรด้านการดูแลสุขภาพ ความสำคัญในทางปฏิบัติของการเปิดตัวครั้งนี้อยู่ที่การกำกับดูแลซึ่งฝังอยู่ในทุกการโต้ตอบ โดยสามารถจำกัดให้เอเจนต์ใช้ได้เฉพาะเนื้อหาที่ได้รับอนุมัติ ทดสอบก่อนเปิดใช้งาน ส่งต่อพร้อมบริบท และตรวจสอบย้อนหลังผ่านบันทึกการตรวจสอบระดับการโต้ตอบ รูปแบบการดำเนินงานนี้ตอบโจทย์มาตรการป้องกันที่ผู้บริหารกล่าวว่าต้องการ ก่อนขยายการใช้ AI ที่ให้บริการแก่สมาชิกและผู้ป่วยโดยตรง












