OpenAIは、臨床および事務ワークフローにおけるモデルの性能、安全性、コストを測定した新しい結果を共有しています。Abridge、Ambience、Cigna Healthcare、CVS Healthなどの主要な医療関連組織と、事前承認リクエスト、紹介、退院計画、診察間のアウトリーチにわたってcomputer useを前進させ適用する取り組みも共有しています。computer useエージェントは、クリック、入力、アプリケーション間の移動によって複数ステップのワークフローを実行します。医療では、これによりAIが、チームがすでに使っているソフトウェア上の反復的なワークフローを支援できます。
MRIリクエストを題材にしたデモの内容
OpenAIは、合成患者データを使ったデモを作成し、computer useエージェントが、臨床医と事前承認の担当者が同じMRIリクエストに取り組むのをどう支援できるかを示しました。デモでは、患者が腰痛について臨床医にメッセージを送ります。computer useエージェント(computer-use agent)は、EHRで患者の診察記録、理学療法の記録、過去の画像検査を確認し、臨床医が確認するためのMRIオーダー、受診記録(encounter note)、患者への返信を下書きします。また、このエージェントは、EHR内の同じ記録を使って、保険者のポータルで事前承認(prior authorization)リクエストを準備し、事前承認の担当者(authorization specialist)が確認するよう準備します。
臨床タスクでの安全性と有用性の評価結果
OpenAIは、臨床医がEHR受信トレイで扱うタスクにおいてGPT-6 Astraを評価しました。医師の意見を踏まえて作られた評価タスクは、Astraが複数ステップのワークフローを実行することを求めます。このタスクは、長期にわたる患者の文脈に対する臨床推論と、複雑なインターフェースの操作の両方を試すよう設計されています。EHR受信トレイのタスクの評価では、レビュー担当者がモデルの行動と、モデルが作成したノート、オーダー、患者へのメッセージを併せて調べました。そして、その作業がタスクの文脈で有用かつ臨床的に安全かを評価しました。
臨床的安全性は、モデルの作業における不正確さ、欠落、行動が患者への害につながりうるかを評価して判定しました。レビューした325タスクのうち全体で99%が安全と評価されました。医師は有用性を5段階で評価し、646件の評価のうち93%で「very helpful」または「extremely helpful」を選びました。
OpenAIは、事前承認、異議申し立て(appeals)、医療機器オーダーなどの事務タスクでも、computer useエージェント(computer-use agents)を評価しました。スタンフォード大学の研究者による独立ベンチマークHealthAdminBench(一般的な事務ワークフローの性能を測定)において、GPT‑6 Astraは得点可能なルーブリック点の94.3%を獲得し、GPT‑6 Lunaは91.8%を獲得しました。GPT-6 Lunaは1タスク当たり8.5セントで、GPT-6 Astraより98%安価です。両モデルとも最大の推論の強度(maximum reasoning effort)で評価され、OpenAIはこの結果が大量の事務ワークフロー向けに高性能で手頃なエージェントへの進展を示すとしています。
組織は、HIPAA準拠のワークフローをサポートでき、承認(approvals)とエージェントのアクセスを設定でき、安全なデプロイのために監査ログ(audit logs)を記録できます。保護対象保健情報(protected health information)を扱うHIPAA準拠のワークフローを支える場合、組織はOpenAIとの Business Associate Agreement の対象となる適格なサービスと、必須のセキュリティ設定および保持設定を使わなければなりません。
CVSやAbridgeなどの取り組み
CVS Healthは、OpenAIのcomputer useの機能を用いて、文書の送付や紹介(referral)の処理、専門医へのコンサルト支援などを含む、臨床システム全体の反復作業を自動化しています。エージェントは既存のアプリケーションを操作して、APIが十分にサポートしていないステップを完了します。ある本番ワークフローでは、エージェントが週末のうちに数か月分たまっていた文書送付の滞留を解消しました。別のエージェントは、1日あたり数万件のコンサルトのシステム上のステップを処理しており、チームメンバーが専門性を要する業務に集中できるよう支援しています。CVS Healthは検証チェックと人による監督を用いており、スクリーンショットと操作記録で、操作内容とアプリケーションの状態を確認しています。また、CVS HealthはOpenAIのAgents SDKで構築したAgent Kitをオープンソース化しています。Agent Kitは、このアプローチをより広く使える再現可能なプロセスとしてパッケージ化したものです。CVS Healthのデータは同社のエンタープライズ管理下のインフラ内に留まり、エンタープライズ AI Governance チームと確立された責任ある AI のポリシーのもとで管理されます。本番データは基盤モデルの訓練には使われません。
医療では情報が分断されており、患者がケアを受ける前に、医療チームがシステム間で情報を手作業で移すことがしばしばあります。例えば、臨床医がMRIを勧めた場合、保険者が必要とする情報は患者の診療記録にあるかもしれませんが、担当者がそれを取り出して別のポータルに入力し、事前承認リクエストを完了させる必要があります。OpenAIは、ヘルスケア向けのcomputer-useエージェントの進展により、医療チームがシステム間で情報を移し替える時間を減らし、患者のケアに充てる時間を増やせるようになることを望んでいます。
Abridgeは、APIのないものを含め、臨床医が日常的に使うさまざまなユースケースやアプリケーションにわたってケアプランを実行するのを助けるcomputer useエージェントを開発しています。Abridgeが計画している入院患者向けのユースケースは、臨床での会話を土台に、EHRの情報と看護師・臨床医のコンテキストを加えて、注意が必要な点を特定し、次のステップを調整するものです。例えば、臨床医が Abridge Assistant に、患者の退院の障壁の解消を手伝うよう依頼できます。エージェントは通話やメッセージと並行してcomputer useを使いながら、薬の入手と在宅医療の調整を同時に進めることができます。臨床医は患者に集中し続け、臨床的判断が必要な意思決定のときに呼び込まれます。
医療チーム、開発者、個々の臨床医は、現在OpenAI API、ChatGPT for Healthcare、ChatGPT for Cliniciansを通じて、医療向けのcomputer useエージェントの機能を利用できます。パートナー企業は、数百の医療システムで使われるソフトウェアを構築し、世界中のメンバーのケアを調整し、数億人の患者にケアを提供しています。各組織は、時間の節約、重要な問題の解決、患者ケアの改善のためにcomputer useのアプリケーションを開発、試験運用、展開しています。ヘルスケア分野のスタートアップは、computer useの進歩を、ケアチームを支援する新しい方法に変える手助けをしています。ヘルスケア分野のスタートアップ5社が、AIエージェントと医療の専門知識を組み合わせ、医療チームがシステムを操作し、次のステップを調整し、ケアを前に進めるのを支援しています。
The Cigna Group と OpenAI の幅広い協業の一環として、Cigna Healthcare は OpenAI のフロンティアモデルを自社の臨床の専門知識と併用し、複数のシステムにまたがる関連情報をまとめて、各メンバーのニーズと体験についてケアチームにより完全なコンテキストを提供しています。これには、給付と補償、プロバイダー、予約、過去のやり取りに関する情報が含まれる場合があります。これにより、ケアチームは担当プロバイダーが定めたケアプランに沿ってメンバーをよりよく支援できます。従来、Cigna Healthcare のケースマネージャーは、状況把握に必要な情報(コンテキスト)を集めるために、10を超える別々の臨床および事務システムを操作する必要がありました。現在は computer use がその10を超えるシステムの操作を助けて関連情報を数秒でまとめられるため、情報探しにかかる時間が減り、最終的にケースマネージャーがメンバーの支援に充てる時間が増えます。
computer useにより、エージェントはAPIが届かないEHRや保険者(payer)ポータル上のタスクを完了できます。医療では、すべての操作が制御され監査可能である場合にのみ、この機能が使えます。Ambienceは、その監督を支えるために追加の制御を構築しました。
医療分野のcomputer useエージェントでは、臨床上の安全性の評価、患者情報の保護、および人によるレビューなしにエージェントができることへの明確な制限の設定が必要になります。Ambienceのデモンストレーションでは、患者のカルテの根拠を使って、保険会社のウェブサイト上で事前承認(prior-authorization)リクエストを準備します。記録があいまいな場合、エージェントは停止して臨床医に尋ね、承認を待ってから送信します。医療システムがエージェントに許可する操作を設定でき、いつでもエージェントを一時停止でき、監査用のステップごとのログを得られます。
ChatGPT for Healthcareは、監督を支援するために、ロールベースのアクセス制御と監査ログを提供します。組織はワークフローにレビューと承認のステップを追加で組み込むことができ、エージェントが使うアプリケーションと環境を設定して、各タスクに必要なレコードと操作にアクセスを限定できます。ChatGPT for Healthcareでは、組織のデータはOpenAIの基盤モデルの訓練に使われません。
医療関連組織が、臨床および事務ワークフローでAIを使うことを検討したい場合は、OpenAIの営業チームに問い合わせることができます。既存の顧客は、ワークスペース管理者にChatGPT WorkとCodexでのcomputer useの有効化を依頼できます。米国の個人の臨床医は、無料のChatGPT for Cliniciansアカウントに今日登録でき、ChatGPT WorkとCodexでcomputer useを体験できます。開発者は、OpenAI APIでヘルスケア向けアプリケーションを構築でき、computer use guideで既存のソフトウェアをまたいで動くエージェントの作り方を調べられます。