ИИ-агенты для управления компьютером в здравоохранении: результаты тестов и внедрение
OpenAI отчиталась о применении агентов для работы с медицинскими интерфейсами. Новые модели автоматизируют административную рутину с подтвержденной клинической безопасностью.

Главное за 30 секунд
ИИ-агенты научились безопасно взаимодействовать с разрозненными медицинскими системами, автоматизируя рутинный перенос данных через интерфейсы без необходимости использования API.
- В 99% из 325 проверенных клинических задач действия модели GPT-6 Astra были признаны безопасными.
- Модель GPT-6 Luna выполняет административные задачи с качеством 91,8% при стоимости всего 8,5 центов за задачу.
- CVS Health с помощью агентов автоматизировала обработку системных шагов для десятков тысяч консультаций в день.
- Cigna Healthcare сократила время сбора данных из более чем 10 систем до нескольких секунд.
Неочевидное: Главным препятствием для автоматизации в медицине был не недостаток интеллекта моделей, а фрагментированность интерфейсов, которую теперь решают агенты, буквально имитирующие клики и печать пользователя.
Суть изменений
Технология агентов, способных управлять компьютером, начинает активно внедряться в медицинскую сферу. OpenAI представила результаты использования таких систем для автоматизации многоэтапных клинических и административных рабочих процессов. Агенты могут самостоятельно кликать, печатать текст и переключаться между приложениями, связывая разрозненные системы без необходимости сложной интеграции.
Контекст проблемы
Инфраструктура здравоохранения исторически фрагментирована. Медицинским командам часто приходится вручную переносить информацию между различными системами, прежде чем пациент сможет получить помощь. Например, когда врач назначает МРТ, данные, необходимые страховой компании, находятся в электронной медицинской карте пациента. Сотруднику клиники нужно извлечь эту информацию и вручную ввести ее в отдельный портал страховщика для оформления запроса на авторизацию. Агенты для управления компьютером берут эту рутину на себя, работая в тех же программах, которые уже используют люди.

More ways to move care forward with ChatGPT for Healthcare — Cover
Детали и результаты тестирования
Для оценки эффективности и безопасности были протестированы новые модели серии GPT-6. В ходе проверки задач, которые врачи обычно решают в интерфейсах медицинских систем, модель GPT-6 Astra продемонстрировала высокие результаты. Специалисты оценивали клиническую безопасность — могли ли неточности или действия модели привести к причинению вреда пациенту. В итоге 99% из 325 проверенных задач были признаны безопасными. Врачи также оценили полезность работы: в 93% из 646 оценок действия модели были названы «очень полезными» или «чрезвычайно полезными».
В сфере административных задач, таких как предварительные авторизации и заказы медицинского оборудования, модели оценивались на независимом бенчмарке HealthAdminBench от исследователей Стэнфорда. GPT-6 Astra набрала 94,3% от возможных баллов. Модель GPT-6 Luna показала результат в 91,8%, но при этом оказалась на 98% дешевле — выполнение одной задачи обходится в 8,5 центов. Обе модели тестировались при максимальном уровне рассуждений.
Практическое применение в отрасли
Ряд крупных медицинских организаций уже пилотирует и развертывает эти решения:
Также по темеВнедрение Tool Retrieval в Gemini API: оптимизация работы агентов с большими библиотеками инструментов
Introducing ChatGPT Wallet for agents — Cover
- CVS Health использует агентов для отправки документов и обработки направлений в системах, которые не полностью поддерживаются классическими API. В одном из рабочих процессов агент за выходные разобрал многомесячный бэклог по отправке документов. Другой агент ежедневно выполняет шаги для десятков тысяч консультаций. Компания также открывает исходный код своего инструмента Agent Kit.
- Abridge разрабатывает агентов для координации планов лечения. Например, агент может параллельно работать над обеспечением доступа к лекарствам и координацией ухода на дому, позволяя врачу сосредоточиться на пациенте.
- Cigna Healthcare внедрила агентов для сбора контекста о пациентах. Ранее менеджерам по уходу приходилось использовать более 10 разрозненных систем. Теперь агенты собирают нужную информацию за секунды. Процесс от концепции до внедрения занял менее восьми недель.
- Ambience сфокусировалась на контролируемости. Их агенты работают с порталами страховщиков, но если запись в медицинской карте неоднозначна, агент останавливается, задает вопрос врачу и ждет одобрения перед отправкой. Все действия логируются для аудита.
Доступ к этим возможностям предоставляется через OpenAI API, а также специализированные версии ChatGPT for Healthcare и ChatGPT for Clinicians. Системы поддерживают рабочие процессы, совместимые с требованиями HIPAA. Данные организаций не используются для обучения базовых моделей OpenAI.
Анализ и перспективы
Переход от концепции ИИ-помощников к агентам, которые физически взаимодействуют с интерфейсами, решает одну из главных проблем консервативных отраслей — отсутствие современных API у устаревшего программного обеспечения. Тот факт, что модели способны безопасно оперировать медицинскими данными и останавливаться при недостатке контекста, говорит о зрелости технологии.
Появление крайне дешевой модели GPT-6 Luna (8,5 центов за задачу) открывает путь к массовой автоматизации высокообъемных процессов. В перспективе это может существенно снизить административную нагрузку на медицинский персонал, позволив врачам уделять больше времени непосредственной помощи пациентам. Успешное применение агентов в строго регулируемой медицинской среде, вероятно, станет сигналом для внедрения подобных подходов в финансах, юриспруденции и логистике.




