OpenAI در ۱۶ نوامبر ۲۰۲۶ عاملهای پزشکی خود را در محیطهای واقعی استقرار داد. این عاملها در ۳۲۵ وظیفه زنده پرونده بیمار الکترونیک نرخ ۹۹٪ ایمنی بالینی ثبت کردند.
عاملهای پزشکی OpenAI: از نمایش به تولید
عاملهای computer-use agent (عامل استفاده از کامپیوتر) اکنون از طریق ChatGPT for Healthcare، ChatGPT for Clinicians و OpenAI API در دسترس هستند. آنها مرورگرها و برنامههای دسکتاپ بیمارستان را همانطور که یک انسان میکند پیمایش میکنند: کلیک، تایپ، پر کردن فرمها و بررسی مستندات بالینی. این رویکرد گلوگاه یکپارچهسازی را دور میزند، زیرا سیستمهای قدیمی فاقد APIهای مدرن هستند.
در یک نمایش با بیمار مصنوعی، پیامی درباره درد کمر پایین عامل را وادار کرد که یادداشتهای ویزیت، سوابق فیزیوتراپی و تصویربرداریهای قبلی را مرور کند. عامل دستور MRI، یادداشت مواجهه و پاسخ بیمار را برای بررسی پزشک تدوین کرد، سپس درخواست مجوز از درگاه بیمهگر را برای کارشناس مجوز آماده ساخت.
ارزیابی ایمنی و هزینه در HealthAdminBench
- GPT-6 Astra در محک مستقل استنفورد HealthAdminBench (۱۳۵ وظیفه و ۱۶۹۸ زیروظیفه) نمره ۹۴.۳٪ کسب کرد.
- GPT-6 Luna با ۹۱.۸٪ و هزینه ۸.۵ سنت در هر وظیفه — ۹۸٪ ارزانتر از Astra — اجرا شد. هر دو مدل در حداکثر تلاش استدلالی (maximum reasoning effort) کار کردند.
- عاملها پورتالهای زنده وب را از طریق اسکرینشات، accessibility tree (درخت دسترسپذیری) یا هر دو میبینند، معیارهای پوشش را چک میکنند و تصمیمات را از طریق تعاملات مرورگر استاندارد ثبت میکنند.
- ارزیابی ایمنی بررسی کرد که آیا عدم دقت، سهو یا اقدامات مدل میتواند به ضرر بیمار منجر شود. بازبینان اقدامات رابط Astra را در کنار یادداشتها، دستورها و پیامهای بیمار تولیدشده سنجیدند.
- پزشکان در ۹۳٪ از ۶۴۶ ارزیابی، مفید بودن را در دو سطح بالا (خیلی مفید / فوقالعاده مفید) روی مقیاس پنجگانه رتبهبندی کردند.
کار تولیدی در CVS Health و Cigna
CVS Health گزارش داد یک عامل تولیدی انبوه اسناد چندماهه را در یک هفتهانتها خالی کرد. عامل دیگر روزانه دهها هزار گام سیستم برای مشاورههای تخصصی را انجام میدهد. عاملها برنامههایی را میرانند که APIهای آنها به طور کامل پشتیبانی نمیشوند. CVS از چکهای اعتبارسنجی، نظارت انسانی، اسکرینشات و رکورد اقدامات برای تایید کارها استفاده میکند. دادهها در زیرساخت کنترلشده سازمان باقی میمانند و برای آموزش مدلهای بنیادی استفاده نمیشوند.
Cigna Healthcare قبلاً برای جمعآوری مزایا، پوشش، ارائهدهنده، نوبت و سوابق تعامل، بیش از ۱۰ سیستم جداگانه را پیمایش میکرد. استقرار این اطلاعات را برای تماس با عضو یکجا کرد و از مفهوم تا تولید در کمتر از ۸ هفته رسید. این بخش از همکاری گستردهتر The Cigna Group با OpenAI است تا مدیران پرونده (case manager) بیشتر وقت داشته باشند تا بر اساس برنامههای مراقبت پزشک معالج، از اعضای بیمهشده حمایت کنند.
کنترل دسترسی و نظارت انسانی
Abridge دستیار چندسیستمی میسازد که کار تخلیه را در دسترسی به دارو و مراقبت خانگی هماهنگ میکند، با عاملهای همزمان و ارتقا برای قضاوت بالینی. تجربه آن در محیطهای اولیه با چند شریک منتخب زنده است. نظارت باید نشان دهد چه اطلاعاتی استفاده شده، هر گام تکمیل شده یا خیر، کی ارتقا داده شده و آیا پرداختکننده (payer) دریافت کرده است.
Ambience عاملی برای مجوز پیشین نمایش داد که درخواست را از شواهد پرونده تدوین میکند، وقتی پرونده مبهم است متوقف میشود و از پزشک میپرسد، و پس از تایید ارسال میکند. سیستمهای بهداشتی میتوانند اقدامات مجاز را محدود کنند، عامل را متوقف کنند و لاگ گامبهگام را بازبینی کنند.
مخزن CVS Health هشدار میدهد که run artifacts (مصنوعات اجرا) صادرات پاکسازی شده نیستند: ردیابیها میتوانند اعتبارنامه، کوکی، توکن جلسه و داده شبکه داشته باشند، در حالی که اسکرینشات اطلاعات قابلمشاهده را ثبت میکنند. جایگزینی اعتبارنامه و نشانگرهای حذف، حفاظتهای بهترینتلاش هستند، نه حذف جامع.
ChatGPT for Healthcare کنترلهای دسترسی مبتنی بر نقش و لاگهای حسابرسی فراهم میکند. سازمانها میتوانند مراحل تایید اضافه کنند و عاملها را به برنامهها، پروندهها و اقدامات مورد نیاز هر وظیفه محدود کنند. برای گردشکارهای مطابق HIPAA شامل اطلاعات بهداشتی محافظتشده، سازمانها باید از خدمات واجد شرایط تحت Business Associate Agreement (معیننامه شریک تجاری) OpenAI و تنظیمات امنیتی و نگهداری لازم استفاده کنند. OpenAI اعلام میکند دادههای سازمان برای آموزش مدلهای بنیادیاش استفاده نمیشود.
ابزارهای متنباز: CUA Agent Kit
CVS Health کیت CUA Agent Kit را تحت آپاچی-۲.۰ متنباز کرد. کیت با عامل computer-use agent OpenAI گردشکارهای مرورگر یا ویندوز را کشف میکند، سپس اجراهای موفق را به کد Playwright یا pywinauto قابلبازبینی تبدیل میکند که بدون فراخوانی مدل اجرا میشود. این کار استدلال مکرر مدل را از گردشکارهای پایدار حذف میکند، در حالی که تشخیص و بهروزرسانیهای کمکشده توسط Codex همچنان خاضع به بازبینی، تست و تایید مهندس هستند.




گفتگو