返回资讯中心
外部精选
软件工程
#社区热议

研究团队发布医疗场景计算机使用智能体性能、安全与成本评估结果

来源标题:Advancing computer-use agents for healthcare teams

研究团队公布了计算机使用智能体在临床与行政场景中的模型性能、安全性和成本评估结果。这类智能体可通过点击、输入和跨应用切换来完成多步骤工作流,例如从患者病历中提取信息并填入保险授权门户以完成MRI授权申请。研究还涉及与医疗机构合作开发、患者数据安全及智能体管控等内容。

Hacker Newsgmays2026/11/17 · 今天23 分钟阅读

以下正文由 AI 翻译自 Hacker News(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。

Share 从患者的一条消息到一份 MRI 授权申请 评估有用性、安全性与成本 与医疗机构共同开发 computer use 患者数据安全与 agent 管控 开始使用 computer use agents 从患者的一条消息到一份 MRI 授权申请 评估有用性、安全性与成本 与医疗机构共同开发 computer use 患者数据安全与 agent 管控 开始使用 computer use agents

医疗体系是碎片化的,在患者真正获得诊疗之前,团队往往需要手动在不同系统之间搬运信息。例如,当临床医生建议做一次 MRI 时,保险公司所需的信息可能已经存在于患者的病历中,但仍需团队成员将其取出,并录入另一个门户网站,才能完成授权申请。

Computer-use agents 通过点击、输入以及在应用之间切换来执行多步骤工作流。在医疗领域,这让 AI 能够协助处理团队日常所用软件中的重复性工作流。

今天,我们分享新的评测结果,衡量模型在临床与行政工作流中的性能、安全性和成本。我们同时分享我们与 Abridge、Ambience、Cigna Healthcare 和 CVS Health 等领先医疗机构合作的方式,以推进并应用 computer use,覆盖授权申请、转诊、出院规划以及就诊之间的随访联络。

医疗团队、开发者以及个体临床医生现在可以通过 OpenAI API、ChatGPT for Healthcare 和 ChatGPT for Clinicians 使用这些能力。机构可以支持符合 HIPAA 要求的工作流、配置审批和 agent 访问权限,并记录审计日志,以实现安全部署。

为了展示 computer-use agent 如何帮助临床医生和授权专员处理同一份 MRI 申请,我们使用合成患者数据构建了一个 demo。一位患者就下背部疼痛给其临床医生发消息。computer-use agent 会查看该患者的就诊记录、物理治疗记录以及 EHR 中的既往影像。它会起草一份 MRI 医嘱、一份就诊记录以及给患者的回复,供临床医生审核。随后,该 agent 使用相同的记录,在保险公司的门户中准备一份事先授权申请,供授权专员审核。

我们评估了 GPT‑6 Astra 在临床医生于 EHR 收件箱中处理的任务上的表现。这些任务由医生参与设计,要求 Astra 执行多步骤工作流,以同时检验其基于纵向患者情境的临床推理能力以及对复杂界面的操作能力。评审人员查看了模型的操作及其生成的记录、医嘱和患者消息,评估这些工作在任务情境下是否有帮助且在临床上安全。

临床安全性通过评估模型工作中的不准确、遗漏或操作是否可能导致患者受到伤害来判定。总体而言,在 325 个受评审任务中,99% 被评为安全。医生以五分制对有用性进行评分,在 646 次评估中,93% 选择了“非常有帮助”或“极其有帮助”。

我们还评估了 computer-use agents 在行政任务上的表现,例如事先授权、申诉和医疗设备订购。在 HealthAdminBench⁠(在新窗口中打开)这一由斯坦福研究人员发布的独立基准上(用于衡量常见行政工作流中的表现),GPT‑6 Astra 获得了可用评分点中的 94.3%,而 GPT‑6 Luna 获得 91.8%,尽管其成本低 98%,每项任务仅 8.5 美分。两个模型均在最大推理强度下评估。这些结果表明,面向高并发行政工作流的能力强、成本可负担的 agent 已取得进展。

我们的合作伙伴所构建的软件被用于数百个医疗系统,为全球会员协调医疗照护,并为数亿患者提供诊疗服务。以下示例展示了各机构如何开发、试点和部署 computer-use 应用,以节省时间、解决关键问题并改善患者照护。

CVS Health 正在使用 OpenAI 的 computer-use 能力,在临床系统中自动化重复性工作,包括发送文档、处理转诊以及支持专科会诊。这些 agent 通过操作现有应用来完成 API 无法完全支持的步骤。

在一个生产工作流中,一个 agent 在一个周末内清理了积压数月的文档发送任务。另一个 agent 每天处理数万次会诊的系统操作,帮助团队成员专注于需要其专业判断的工作。CVS Health 采用校验和人工监督,并通过截图和操作记录来核实操作与应用状态。CVS Health 正在开源其 Agent Kit⁠(在新窗口中打开),该工具基于 OpenAI 的 Agents SDK 构建,将这一方法打包为可重复使用的流程,以供更广泛的应用。

数据始终保留在 CVS Health 企业受控的基础设施内,由其企业 AI 治理团队和既定的负责任 AI 政策进行管理。生产数据不会用于训练基础模型。

Abridge 正在开发 computer-use agents,帮助临床医生在其日常使用的各类应用和场景中执行照护计划,包括那些没有 API 的应用。其计划中的住院场景以临床对话为基础,加入 EHR 信息以及护士和临床医生的上下文,以识别需要关注的事项并协调后续步骤。

例如,临床医生可以要求 Abridge Assistant 帮助解决患者出院过程中的障碍。agents 可以同时处理药物可及性和居家健康协调,在拨打电话和发送消息的同时利用计算机交互。临床医生始终专注于患者,并在需要临床判断的决策环节被引入。

(原文较长,此处译出前 6000 字,完整内容请点「打开原文」。)

正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。

打开原文
去社区讨论 →