Эфир 18.11 · Поток 318 ноября в 19:00 МСК — бесплатный практический эфир по ИИ-агентам · Живой Поток 3 стартует 23.11Эфир 18 ноября →Поток 3 (23.11)
РелизAPI / Продукт · В работуOpenAI Blog→ оригинал

Агент OpenAI заполняет страховые заявки: Luna взяла 91,8% баллов за 8,5 цента

Чтобы получить одобрение страховой на МРТ, сотрудник клиники вручную переносит данные из медкарты в портал — API там часто нет. OpenAI научила агентов делать это кликами, а человек проверяет итог. В тесте HealthAdminBench от Стэнфорда GPT-6 Luna набрала 91,8% баллов за 8,5 цента на задачу, а Astra — 94,3%, но Luna на 98% дешевле. Для потоковой рутины выгодна младшая модель с проверкой человеком.

AI-обработка оригинала OpenAI Blog; редакция Hamidun News
Агент OpenAI заполняет страховые заявки: Luna взяла 91,8% баллов за 8,5 цента
Источник: OpenAI Blog. Коллаж: Hamidun News.
Слушать статью
Паспорт материала и цифры
ПараметрДанные
ПервоисточникOpenAI Blog ↗
Главный редактор
CVSагент за выходные разобрал многомесячный завал с отправкой документов
Ключевой факт #2Врачи признали безопасными 99% из 325 проверенных задач в медкарте
Cignaсбор данных из 10+ систем для кейс-менеджеров занял секунды

Чтобы пациенту назначили МРТ, мало решения врача: страховая должна одобрить обследование заранее. Нужные данные лежат в электронной медкарте (EHR), а сотрудник клиники вручную переписывает их в отдельный портал страховой. API у таких систем часто нет, поэтому автоматизировать это обычным кодом нельзя. OpenAI предлагает отдать эту работу агентам, которые управляют компьютером как человек: кликают, печатают и переключаются между окнами. В независимом тесте HealthAdminBench от исследователей Стэнфорда, где проверяют типовые административные задачи клиник, модель GPT-6 Luna набрала 91,8% доступных баллов и стоила 8,5 цента за задачу. Старшая GPT-6 Astra получила 94,3%, но Luna обходится на 98% дешевле, то есть примерно в 50 раз. Если вы строите автоматизацию для регулируемой отрасли, это пример того, как выбирать модель и контролировать агента.

Как это выглядит на примере МРТ

OpenAI собрала демо на синтетических данных. Пациент пишет врачу про боль в пояснице. Агент открывает EHR, читает записи визитов, историю физиотерапии и прошлые снимки. Затем он готовит черновик направления на МРТ, запись о приёме и ответ пациенту, а врач всё это проверяет. Те же данные агент использует, чтобы подготовить заявку на предварительное одобрение в портале страховой. Финальную проверку делает специалист по авторизациям.

Смысл в том, что агенту не нужен API. Многие порталы страховых и старые клинические системы интеграций не предлагают, и именно там вручную тратится больше всего времени.

Что показали тесты

Клиническую часть проверяли на задачах из врачебных входящих в EHR. Их составили с участием врачей. Они требуют разобраться в истории пациента и не заблудиться в сложных интерфейсах. Эксперты оценивали, полезна ли работа и могут ли ошибки, пропуски или действия агента привести к вреду для пациента. Из 325 проверенных задач безопасными признали 99%. В 646 оценках полезности врачи выбрали «очень полезно» или «крайне полезно» в 93% случаев.

Для административных задач (предварительные одобрения, апелляции, заказ медоборудования) использовали HealthAdminBench. Astra набрала 94,3% доступных баллов, Luna — 91,8%. Обе модели тестировали на максимальном уровне рассуждения. Разница в качестве около 2,5 процентного пункта, а в цене — 98%. Для большого потока однотипных заявок это серьёзный довод в пользу младшей модели.

Что уже делают партнёры

CVS Health использует агентов для отправки документов, обработки направлений и поддержки консультаций специалистов. В одном рабочем процессе агент за выходные закрыл накопившийся за месяцы завал с отправкой документов. Другой берёт на себя системные шаги для десятков тысяч консультаций в день. Для проверки CVS сохраняет скриншоты и записи действий, добавляет проверочные шаги и оставляет человека в контуре. Компания также открывает исходный код своего Agent Kit на базе OpenAI Agents SDK: это готовый шаблон для похожих процессов.

В Cigna кейс-менеджерам раньше приходилось ходить по более чем десяти клиническим и административным системам, чтобы собрать контекст о клиенте. Теперь агент собирает сведения о покрытии, врачах, визитах и прошлых обращениях за секунды. От идеи до запуска прошло менее восьми недель.

Abridge готовит агентов для стационара. Врач просит помочь снять барьеры к выписке, а агенты параллельно занимаются доступом к лекарствам и организацией домашнего ухода, сочетая работу с интерфейсами со звонками и сообщениями. Ambience сделала акцент на управляемости. Если в карте есть неоднозначность, агент останавливается и спрашивает врача, а заявку отправляет только после подтверждения. Клиника задаёт, какие действия разрешены, может в любой момент поставить агента на паузу и получает пошаговый журнал для аудита.

Ограничения и практический вывод

Цифры о безопасности и полезности получены в оценке OpenAI, а демо построено на синтетических данных. Даже 99% безопасных задач означает, что около трёх из 325 оказались сомнительными, а в медицине такой остаток нельзя игнорировать.

Возможности доступны через OpenAI API, ChatGPT for Healthcare и ChatGPT for Clinicians. В продуктах есть ролевой доступ, настройка согласований и журналы аудита. Данные организаций не используются для обучения базовых моделей. Для работы с защищёнными медданными по HIPAA (американскому закону о медицинской тайне) организации должны использовать сервисы, покрытые соглашением BAA с OpenAI, и включить нужные настройки безопасности и хранения.

Для разработчиков и продактов главное здесь не сам клик по кнопкам, а контур контроля вокруг него: остановка при неясности, журнал действий, ограничение доступа и проверка человеком. Этот шаблон подходит для любой регулируемой области, где API нет, а рутины много. Дешёвая Luna показывает, что для потоковых задач часто выгоднее взять младшую модель, а сэкономленное потратить на проверки.

Сюжет

Вопросы и ответы по материалу

Что известно по теме: как это выглядит на примере МРТ?

OpenAI собрала демо на синтетических данных. Пациент пишет врачу про боль в пояснице. Агент открывает EHR, читает записи визитов, историю физиотерапии и прошлые снимки. Затем он готовит черновик направления на МРТ, запись о приёме и ответ пациенту, а врач всё это проверяет. Те же данные агент использует, чтобы подготовить заявку на предварительное одобрение в портале страховой. Финальную проверку делает специалист по авторизациям. Смысл в том, что агенту не нужен API.

Что известно по теме: что показали тесты?

Клиническую часть проверяли на задачах из врачебных входящих в EHR. Их составили с участием врачей. Они требуют разобраться в истории пациента и не заблудиться в сложных интерфейсах. Эксперты оценивали, полезна ли работа и могут ли ошибки, пропуски или действия агента привести к вреду для пациента. Из 325 проверенных задач безопасными признали 99%. В 646 оценках полезности врачи выбрали «очень полезно» или «крайне полезно» в 93% случаев.

Что известно по теме: что уже делают партнёры?

CVS Health использует агентов для отправки документов, обработки направлений и поддержки консультаций специалистов. В одном рабочем процессе агент за выходные закрыл накопившийся за месяцы завал с отправкой документов. Другой берёт на себя системные шаги для десятков тысяч консультаций в день. Для проверки CVS сохраняет скриншоты и записи действий, добавляет проверочные шаги и оставляет человека в контуре.

ЖХ
Жемал Хамидун — CPO Alpina Digital, продакт-менеджер AlpinaGPT. Делает AI-продукты с 2019 года. Hamidun News — pet project, который вырос в production-агрегатор с 6000+ читателей.
✦ Закрытый клуб практиков · Vibe Club

Внедряйте ИИ быстрее рынка вместе с инженерами и фаундерами

Внутри Vibe Club (hamidun.com/club): еженедельные живые мастермайнды и разборы архитектуры с Жемалом Хамидуном, закрытый Tech Radar, LMS и обновляемая база из 370+ боевых скиллов.

Вступить в Vibe Club →Тест-драйв Академии (72ч)
Что вы думаете?
Загружаем комментарии…