应用与产品 · 深度报道

OpenAI公布医疗电脑操作智能体进展:瞄准跨系统操作,部分行政流程已启用

OpenAI公布医疗电脑操作智能体的评测与合作案例,展示其跨电子病历和保险门户处理医嘱草拟、事先授权等任务的能力,CVS Health已在部分行政流程中使用。相关安全与效率数据主要来自公司披露,真实医疗环境中的可靠性、人工审核及跨系统数据保护仍需持续验证。

AIFluxNews AIFlux 编辑2026 年 11 月 16 日阅读约 5 分钟
OpenAI公布医疗电脑操作智能体进展:瞄准跨系统操作,部分行政流程已启用

OpenAI公布医疗电脑操作智能体的评测与合作案例,展示其跨电子病历和保险门户处理医嘱草拟、事先授权等任务的能力,CVS Health已在部分行政流程中使用。相关安全与效率数据主要来自公司披露,真实医疗环境中的可靠性、人工审核及跨系统数据保护仍需持续验证。

OpenAI于2026年11月16日公布医疗电脑操作智能体的评测结果及合作案例,试图让人工智能在电子病历、保险门户等软件之间完成部分多步骤工作。公司称,CVS Health已在部分行政流程中使用相关能力;另一些场景仍处于演示、开发或早期使用阶段。

与只生成文字摘要不同,这类智能体可以通过点击、输入和切换应用操作现有界面。但医疗任务关乎病历、保险审批乃至患者安全,即便模型能独立跑通界面操作,临床验证与人工把关依然不可或缺。

从一条患者消息到保险申请

OpenAI的公告用一个合成患者数据演示说明这一流程:一名患者因下背痛联系医生后,智能体查看电子健康记录(EHR)中的就诊笔记、物理治疗记录和既往影像,起草磁共振成像(MRI)医嘱、就诊记录及回复,交由医生审阅;随后,它利用相同记录在保险公司门户准备事先授权申请,供授权专员审核。

这项演示针对的是医疗信息系统之间的实际断点:即使保险申请所需信息已经存在于病历中,工作人员仍可能需要手动找到并重新输入。电脑操作智能体的价值,在于尝试通过现有软件界面连接这些步骤,尤其是当应用程序接口(API)无法覆盖全部操作时。不过,这套基于合成数据的演示主要在于验证界面连接的可行性,其在真实患者与复杂医院环境中的实际表现仍有待检验。

此前,AIFlux曾报道OpenAI将Epic病历接入ChatGPT。不同于那次集成仅限于对授权病历的只读访问,此次公告展示了通过软件界面准备医嘱和授权申请的交互能力,这意味着两者的权限设定与风险边界已不可同日而语。

评测成绩说明什么,又没有说明什么

OpenAI称,公司让GPT-6 Astra处理由医生参与设计的EHR收件箱任务,评审人员同时检查模型的操作、笔记、医嘱和患者消息,判断错误、遗漏或行为是否可能导致患者受伤。在325项被审阅任务中,99%被评为安全;另有646次有用性评分,93%被医生评为“非常有帮助”或“极有帮助”。

需要注意的是,这两组指标不仅分母与评估维度各异,且源于OpenAI自行披露的特定任务评审,既非验证患者实际获益的临床试验,也无法保证跨机构部署时能复现同等的安全性。

在行政任务方面,OpenAI报告称,两款模型以最高推理强度运行时,GPT-6 Astra在HealthAdminBench获得可得评分点的94.3%,GPT-6 Luna获得91.8%;后者每项任务成本为8.5美分,比前者低98%。不过,上述成绩和成本仅反映两款模型在特定测试集与设置下的相对表现,实际落地时的行政完成率与机构账单仍会因工作流复杂度而异。

该基准由斯坦福大学研究人员开发。HealthAdminBench项目页面显示,它包含135项任务、1698个子任务和四个图形界面环境,覆盖事先授权、耐用医疗设备订单以及申诉等流程;评分既包含系统状态检查,也包含由大模型评判临床准确性的标准。这类基准测试固然为横向对比系统能力提供了标尺,但真正的可靠性仍需在医院真实环境中接受持续验证。

合作案例:生产流程、早期环境与演示各不相同

据OpenAI披露的合作细节,CVS Health正在用其电脑操作能力处理跨临床系统的文档发送、转诊及专科会诊支持。一项生产流程在一个周末清理了积压数月的文档发送任务;另一项流程每天处理数万次会诊所需的系统操作。公司表示,CVS通过验证检查、人工监督、截图和操作记录核对执行情况,但上述业务规模与提效数据目前均源于OpenAI单方描述,尚无独立测量佐证。

CVS公开的CUA Agent Kit代码仓库展示了另一层工程思路:先让智能体探索流程并记录操作,再利用成功记录生成可重复执行的确定性代码。仓库说明,后续确定性运行可以不调用大模型;当流程变化时,仍需要工程人员审查、测试与验证。这种“AI探路、代码固化”的路径,将大模型的角色限定在流程发现与异常适配阶段,避免了每次重复操作都依赖模型实时决策的不确定性。

OpenAI还称,Cigna Healthcare利用模型汇总福利、保险覆盖、预约和既往互动等信息,帮助护理管理人员准备与会员沟通;此前工作人员需要在十多个临床和行政系统中查找相关资料。Abridge则在开发跨系统协调出院等任务的智能体;不过据Abridge自己的说明,目前相关体验仅在少数合作伙伴的早期环境中试水,距离其设想的全住院流程普及仍有距离。

Ambience展示的则是保险事先授权演示:当病历含糊不清时,智能体暂停并询问临床人员,提交前等待批准。OpenAI称,医疗机构可以设定允许的操作、暂停智能体并审计逐步记录;不过,这类控制机制目前仅体现在官方展示的方案设计中,并非所有第三方实现都能自动承接同等保障。

审批和数据保护仍由部署方式决定

OpenAI表示,相关能力可通过其API、ChatGPT for Healthcare和ChatGPT for Clinicians使用,具体启用还取决于账户与工作区设置。公司称,医疗版提供基于角色的访问控制和审计日志,机构也可设置人工审阅、批准步骤以及智能体可以访问的应用环境。

对于涉及受保护健康信息的美国《健康保险流通与责任法案》(HIPAA)合规工作流,OpenAI强调,机构必须使用商业伙伴协议(BAA)覆盖的合格服务,并采用所需安全与保留设置;连接的系统也需要相应保护。换言之,签署BAA或开启审计日志只是合规的起点,整条跨系统工作流能否达标,最终取决于上下游连接系统的整体防护水平。

操作记录本身也可能成为敏感数据。CVS仓库的安全说明提醒,截图、运行轨迹及日志可能包含凭据、会话令牌或可见数据,局部脱敏难以彻底清除敏感信息,需要限制访问并管理保存和删除。对医疗机构而言,衡量这类工具不能只看它能否点击完成任务,还要看它是否使用了正确资料、何时交由人工审核,以及提交后结果能否被核实。

不错过任何一条 AI 大事

订阅 AIFlux 早报,每天 3 分钟看懂产业动态。