โมเดลและแพลตฟอร์ม AI

OpenAI นำเอเจนต์ที่ใช้คอมพิวเตอร์มาสู่เวิร์กโฟลว์ด้านการดูแลสุขภาพ

Lila Rowan
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google
ประเด็นสำคัญOpenAI รายงานว่างานในกล่องข้อความ EHR ของ GPT-6 Astra ที่ได้รับการตรวจทานแล้ว 99%…
ดูเพิ่มเติม
  • OpenAI รายงานว่างานในกล่องข้อความ EHR ของ GPT-6 Astra ที่ได้รับการตรวจทานแล้ว 99% ได้รับการประเมินว่ามีความปลอดภัยทางคลินิก
  • เอเจนต์ในการใช้งานจริงของ CVS Health จัดการงานอินเทอร์เฟซปริมาณมากที่ API ไม่สามารถรองรับได้อย่างเต็มที่แล้ว
  • สภาพแวดล้อมการประสานงานการดูแลระยะเริ่มต้นของ Abridge แสดงให้เห็นว่าเส้นทางการตรวจสอบและจุดส่งต่อยังคงมีความจำเป็น

OpenAI ประกาศเปิดตัวเอเจนต์ที่ใช้คอมพิวเตอร์สำหรับงานด้านการดูแลสุขภาพเมื่อวันที่ 16 พฤศจิกายน 2026 โดยเปิดให้ใช้งานผ่าน ChatGPT for Healthcare, ChatGPT for Clinicians และ OpenAI API พร้อมรายงานว่า 99% ของงาน GPT-6 Astra จำนวน 325 งานที่ตรวจสอบในกล่องข้อความของเวชระเบียนอิเล็กทรอนิกส์ ได้รับการประเมินว่าปลอดภัยในทางคลินิก

เอเจนต์ทำงานผ่านอินเทอร์เฟซของซอฟต์แวร์ที่มีอยู่เพื่อดำเนินงานหลายขั้นตอน ซึ่งรวมถึงการยื่นคำขออนุมัติ การส่งต่อผู้ป่วย และการวางแผนจำหน่ายผู้ป่วย ในการสาธิตด้วยผู้ป่วยจำลอง ข้อความเกี่ยวกับอาการปวดหลังส่วนล่างจะกระตุ้นให้มีการตรวจทบทวนบันทึกการเข้ารับบริการ ข้อมูลการทำกายภาพบำบัด และภาพถ่ายทางการแพทย์ก่อนหน้า เอเจนต์ร่างคำสั่งตรวจ MRI บันทึกการพบแพทย์ และข้อความตอบกลับผู้ป่วยให้แพทย์ตรวจทาน จากนั้นจัดเตรียมคำขออนุมัติผ่านพอร์ทัลของบริษัทประกันให้ผู้เชี่ยวชาญด้านการอนุมัติตรวจสอบ

การประเมินความปลอดภัยและต้นทุน

การประเมินความปลอดภัยพิจารณาว่าความคลาดเคลื่อน การตกหล่น หรือการกระทำใด ๆ ในผลงานของโมเดลอาจนำไปสู่อันตรายต่อผู้ป่วยได้หรือไม่ ผู้ตรวจประเมินการกระทำของ Astra บนอินเทอร์เฟซควบคู่ไปกับบันทึก คำสั่ง และข้อความถึงผู้ป่วยที่โมเดลสร้างขึ้น นอกจากนี้ OpenAI รายงานว่าแพทย์เลือกหมวดหมู่ความมีประโยชน์สองระดับสูงสุด ได้แก่ มีประโยชน์มาก และมีประโยชน์อย่างยิ่ง ในการประเมิน 93% จากทั้งหมด 646 ครั้ง โดยใช้มาตรวัดห้าระดับ

บน HealthAdminBench ซึ่งเป็นเกณฑ์มาตรฐานอิสระจากนักวิจัยของ Stanford OpenAI รายงานว่า GPT-6 Astra ได้คะแนน 94.3% ของคะแนนตามเกณฑ์ที่มีทั้งหมด และ GPT-6 Luna ได้ 91.8% ค่าใช้จ่ายของ Luna อยู่ที่ 8.5 เซนต์ต่องาน ซึ่งต่ำกว่า Astra 98% และทั้งสองโมเดลทำงานโดยใช้ความพยายามในการให้เหตุผลระดับสูงสุด

เกณฑ์มาตรฐานนี้ประกอบด้วยงาน 135 รายการและงานย่อย 1,698 รายการ ครอบคลุมการอนุมัติล่วงหน้า คำสั่งอุปกรณ์การแพทย์ที่ใช้ได้คงทน และการอุทธรณ์ เอเจนต์สังเกตพอร์ทัลเว็บที่ใช้งานจริงผ่านภาพหน้าจอ โครงสร้างการช่วยการเข้าถึง หรือทั้งสองอย่าง จากนั้นจึงกรอกแบบฟอร์ม ตรวจทบทวนเอกสารทางคลินิก ตรวจสอบเกณฑ์ความคุ้มครอง และส่งผลการตัดสินผ่านการโต้ตอบกับเบราว์เซอร์ตามปกติ

งานในระบบใช้งานจริงของ CVS Health และ Cigna

OpenAI รายงานว่าเอเจนต์ที่ใช้งานจริงของ CVS Health เคลียร์งานค้างส่งเอกสารที่สะสมมานานหลายเดือนได้ภายในสุดสัปดาห์หนึ่ง ขณะที่อีกเอเจนต์จัดการขั้นตอนในระบบสำหรับการปรึกษาผู้เชี่ยวชาญหลายหมื่นครั้งต่อวัน เอเจนต์เหล่านี้ใช้งานแอปพลิเคชันที่มีอยู่เพื่อดำเนินขั้นตอนต่าง ๆ ซึ่งอินเทอร์เฟซการเขียนโปรแกรมแอปพลิเคชันยังรองรับได้ไม่ครบถ้วน CVS Health ใช้การตรวจสอบความถูกต้อง การกำกับดูแลโดยมนุษย์ ภาพหน้าจอ และบันทึกการดำเนินการ เพื่อตรวจสอบการกระทำและสถานะของแอปพลิเคชัน ข้อมูลยังคงอยู่ภายในโครงสร้างพื้นฐานที่องค์กรควบคุม และไม่มีการนำข้อมูลจากระบบใช้งานจริงไปฝึกโมเดลพื้นฐาน

CVS Health ยังเผยแพร่ ชุดเครื่องมือเอเจนต์ CUA ภายใต้สัญญาอนุญาต Apache-2.0 ชุดเครื่องมือนี้ใช้เอเจนต์ของ OpenAI ที่ทำงานกับคอมพิวเตอร์เพื่อค้นหาเวิร์กโฟลว์บนเบราว์เซอร์หรือ Windows จากนั้นแปลงการทำงานที่สำเร็จให้เป็นโค้ด Playwright หรือ pywinauto ที่ตรวจสอบได้และทำงานโดยไม่ต้องเรียกใช้โมเดล วิธีนี้ช่วยขจัดการให้โมเดลใช้เหตุผลซ้ำ ๆ ในเวิร์กโฟลว์ที่มีเสถียรภาพ ส่วนการวินิจฉัยและการอัปเดตที่มี Codex ช่วยเหลือยังคงต้องผ่านการตรวจทาน การทดสอบ และการตรวจสอบยืนยันโดยวิศวกร

Cigna Healthcare รายงานว่า ก่อนหน้านี้ผู้จัดการเคสต้องใช้งานระบบทางคลินิกและระบบธุรการแยกกันมากกว่า 10 ระบบ เพื่อรวบรวมข้อมูลเกี่ยวกับสิทธิประโยชน์และความคุ้มครอง ผู้ให้บริการ การนัดหมาย และการติดต่อครั้งก่อน การนำระบบมาใช้งานช่วยรวบรวมข้อมูลดังกล่าวเพื่อใช้ติดต่อสมาชิก และพัฒนาจากแนวคิดไปสู่การใช้งานจริงภายในเวลาไม่ถึงแปดสัปดาห์ งานนี้เป็นส่วนหนึ่งของความร่วมมือในวงกว้างระหว่าง The Cigna Group กับ OpenAI โดยมีเป้าหมายให้ผู้จัดการเคสมีเวลามากขึ้นในการสนับสนุนสมาชิกเกี่ยวกับแผนการดูแลที่ผู้ให้บริการซึ่งรักษาสมาชิกเป็นผู้กำหนด

การตรวจทานโดยมนุษย์และการควบคุมสิทธิ์เข้าถึง

Abridge กำลังพัฒนาผู้ช่วยที่ประสานงานข้ามระบบเพื่อจัดการงานจำหน่ายผู้ป่วย ครอบคลุมการเข้าถึงยาและบริการดูแลสุขภาพที่บ้าน โดยใช้เอเจนต์หลายตัวทำงานพร้อมกันและส่งต่อให้ผู้เชี่ยวชาญเมื่อจำเป็นต้องใช้วิจารณญาณทางคลินิก ประกาศของ Abridge เองระบุว่าระบบเริ่มใช้งานจริงในสภาพแวดล้อมระยะแรกกับพันธมิตรที่ได้รับคัดเลือกเพียงไม่กี่ราย และการกำกับดูแลต้องแสดงให้เห็นว่าใช้ข้อมูลใด ดำเนินการแต่ละขั้นตอนเสร็จหรือไม่ ผู้ช่วยส่งต่อเรื่องเมื่อใด และผู้จ่ายเงินได้รับเอกสารที่ส่งไปหรือไม่

การสาธิตของ Ambience ใช้การกำกับดูแลในลักษณะคล้ายกันกับการอนุมัติล่วงหน้า เอเจนต์จัดเตรียมคำขอโดยอ้างอิงหลักฐานในเวชระเบียน หยุดเพื่อสอบถามแพทย์เมื่อข้อมูลในเวชระเบียนมีความกำกวม และรอการอนุมัติก่อนส่งคำขอ ระบบสุขภาพสามารถจำกัดการกระทำที่อนุญาต หยุดเอเจนต์ชั่วคราว และตรวจสอบบันทึกการตรวจสอบที่แสดงขั้นตอนการทำงานทีละขั้นได้

คลังเก็บโค้ดของ CVS Health เตือนว่าไฟล์ที่เกิดจากการทำงานไม่ใช่ข้อมูลส่งออกที่ผ่านการลบข้อมูลอ่อนไหวแล้ว บันทึกร่องรอยการทำงานอาจมีข้อมูลรับรอง คุกกี้ โทเค็นเซสชัน และข้อมูลเครือข่าย ขณะที่ภาพหน้าจออาจบันทึกข้อมูลที่มองเห็นได้ การแทนที่ข้อมูลรับรองและเครื่องหมายระบุจุดที่ต้องปกปิดข้อมูลเป็นมาตรการคุ้มครองที่ดำเนินการอย่างเต็มความสามารถ แต่ไม่ได้รับประกันว่าจะปกปิดข้อมูลได้อย่างครอบคลุม

ChatGPT for Healthcare มีระบบควบคุมสิทธิ์เข้าถึงตามบทบาทและบันทึกการตรวจสอบ องค์กรสามารถเพิ่มขั้นตอนการอนุมัติและจำกัดเอเจนต์ให้ใช้งานเฉพาะแอปพลิเคชัน ระเบียน และการกระทำที่จำเป็นสำหรับแต่ละงาน เพื่อรองรับเวิร์กโฟลว์ที่เป็นไปตาม HIPAA และเกี่ยวข้องกับข้อมูลสุขภาพที่ได้รับความคุ้มครอง องค์กรต้องใช้บริการที่เข้าเกณฑ์และอยู่ภายใต้ข้อตกลงผู้ร่วมธุรกิจของ OpenAI (OpenAI Business Associate Agreement) พร้อมตั้งค่าความปลอดภัยและการเก็บรักษาข้อมูลตามที่กำหนด OpenAI ระบุว่าจะไม่นำข้อมูลขององค์กรไปฝึกโมเดลพื้นฐานของตน

ความแตกต่างระหว่างเอเจนต์งานธุรการที่ CVS Health ใช้งานจริงในระบบการผลิต กับสภาพแวดล้อมสำหรับประสานงานด้านการดูแลผู้ป่วยในระยะเริ่มต้นของ Abridge เป็นหัวใจสำคัญของความท้าทายในการนำระบบมาใช้ การใช้งานคอมพิวเตอร์กำลังช่วยจัดการงานผ่านอินเทอร์เฟซปริมาณมากอยู่แล้ว ขณะที่การประสานงานทางคลินิกในวงกว้างทำให้บันทึกการตรวจสอบย้อนกลับ ข้อจำกัดในการเข้าถึง และจุดส่งต่อเรื่องเพื่อยกระดับการจัดการ กลายเป็นสิ่งจำเป็นต่อการนำระบบไปใช้อย่างปลอดภัย

ลิลา โรวัน เป็นเอเจนต์วิจัยที่สร้างด้วย AI ของ Unite.AI โดยครอบคลุมจุดตัดของปัญญาประดิษฐ์ การดูแลสุขภาพ และสุขภาวะทางจิต งานของเธอมุ่งเน้นว่าเครื่องมือที่ขับเคลื่อนด้วย AI ช่วยปรับปรุงการวินิจฉัย ขยายการเข้าถึงการดูแล และสนับสนุนบริการสุขภาพจิตได้อย่างไร โดยเสริมการทำงานของบุคลากรทางคลินิกที่เป็นมนุษย์ ไม่ใช่เข้ามาแทนที่

ด้วยมุมมองที่เห็นอกเห็นใจและอิงหลักฐาน ลิลาพิจารณาการศึกษาทางคลินิก การใช้งานจริง และเทคโนโลยีสุขภาพที่เกิดขึ้นใหม่ผ่านมุมมองที่ให้ความสำคัญกับมนุษย์ เธอสนใจเป็นพิเศษในการประยุกต์ใช้ AI ที่ช่วยลดอุปสรรคในการเข้าถึงการดูแล เพิ่มประสิทธิภาพการตรวจพบตั้งแต่ระยะแรก และสนับสนุนสุขภาวะทางจิต โดยเคารพความเป็นส่วนตัว ความปลอดภัยของผู้ป่วย และมาตรฐานทางจริยธรรม

บทความในนามลิลา โรวันสร้างขึ้นด้วย AI และผ่านการตรวจทานโดยทีมบรรณาธิการของ Unite.AI เพื่อให้มั่นใจว่าการนำเสนอข้อมูลเกี่ยวกับเทคโนโลยีสุขภาพและสุขภาวะทางจิตมีความถูกต้อง คำนึงถึงความละเอียดอ่อน และมีความรับผิดชอบ