操作エージェント、臨床向けの検索、プラグインの3点

米OpenAIは11月16日付の公式ブログで、医療機関向けの「ChatGPT for Healthcare」の3つの更新を発表した。1つ目はコンピューター操作エージェントで、医療の現場が既に使っているソフトの画面を読み、クリックし、文字を入力し、アプリの間を移動して、複数の手順の作業を進める。2つ目は臨床向けの検索(trusted clinical search)の改良で、医学的な根拠を探して評価し、出典を示す仕組みを見直した。3つ目は20以上の新しい医療向けプラグイン(外部のサービスとつなぐ追加機能)だ。

OpenAIは、医療の現場では電子カルテ、病院の規定、予約のシステム、保険会社のサイトから情報を集めて業務を進める必要があると説明した。これらの機能で、システムの操作に使う時間を減らし、患者のケアに時間を使えるようにするという。操作エージェントについては、医療の臨床と事務の作業に向けて、より高性能で安全で安価なモデルを用意し、安全に導入するための権限の管理と監査ログを備えたとしている。Abridge、Ambience、Cigna Healthcare、CVS Healthなどと、紹介の処理、システム間の書類の移動、ケアに必要な情報の集約で協力している。

画面を操作するAIは、ほかの会社も製品に取り入れている。Googleは10月30日、Gemini APIの画面操作機能「computer use」を一般提供にした(ORIENSの記事)。Cursorは10月、AIエージェントがパソコンのアプリを操作する機能を加えた(ORIENSの記事)。

GPT-6 Astra、OpenAIの評価で作業の99%が「安全」

OpenAIは、電子カルテの受信箱で臨床医が扱う作業を使って「GPT-6 Astra」を評価した。作業は医師の意見をもとに作り、患者の長期の経過を踏まえた臨床の判断と、複雑な画面の操作の両方を求める。評価する人は、モデルの操作と、モデルが作った記録、指示、患者へのメッセージを見て、役に立つか、臨床の面で安全かを判定した。

OpenAIによると、レビューした325件の作業のうち99%が安全と評価された。安全かどうかは、誤り、抜け落ち、操作が患者の害につながりうるかで判定した。有用性は医師が5段階で評価し、646件の評価のうち93%で「very helpful(とても役に立つ)」か「extremely helpful(非常に役に立つ)」を選んだ。

事務の作業では、保険の事前承認(保険会社が治療の費用を払う前に承認する手続き)、不服申し立て、医療機器の注文などで評価した。米スタンフォード大学の研究者による独立のベンチマーク「HealthAdminBench」で、GPT-6 Astraは採点項目で得られる点の94.3%を取った。「GPT-6 Luna」は91.8%で、費用はAstraより98%低い1作業当たり8.5セントだった。ブログはAstraの1作業当たりの費用の額を示していない。2つのモデルとも、推論の強さを最大にして評価した。これらの数字はOpenAIが実行して報告したもので、ベンチマーク自体は外部のものだが、結果を第三者が確かめたとはブログに書かれていない。

腰痛の患者のメッセージからMRIの事前承認まで

OpenAIは、合成した患者のデータを使ったデモを公開した。腰痛を訴える患者が臨床医にメッセージを送ると、エージェントが電子カルテで受診の記録、理学療法の記録、過去の画像検査を調べる。そのうえで、MRIの指示書、診察の記録、患者への返信の下書きを作り、臨床医が確認する。エージェントは同じ記録を使って保険会社のサイトで事前承認の申請を準備し、承認の担当者が確認する流れだ。

臨床向けの検索、医師の盲検評価で8つの観点すべて上回る

臨床向けの検索の改良は、ChatGPT for Healthcareと、臨床医向けの「ChatGPT for Clinicians」の両方が対象になる。医学的な根拠を臨床の質問に結びつけ、確かめられる出典を付けて、次にとる対応に落とし込むのを助けるという。

OpenAIによると、医師が、複数の診療科にわたる実際の臨床の質問への回答を、どちらの版か分からない形で評価した。評価には複数回のやり取りの会話も含めた。1300件を超える評価で、医師は事実の正確さ、安全性、行動につながるか、情報源の権威など8つの観点すべてで、更新後の回答を高く評価した。ブログは、観点ごとの点数や差の大きさを示していない。

医療向けプラグイン、ブログは21件の名前を挙げる

OpenAIは「20以上」の新しい医療向けプラグインを加えたと説明し、ブログの一覧には21件の名前を挙げた。一覧の表記は、Aiva、Amion、Assort Health、Availity Extend、Elation Health、Ferry、IMO Health MCP Server、Infinitus Relay、K Health、Luma Health、Metriport、Notable Integration Specs、Oracle HDI Overview、PenguinAI Medical Coding、Photon、Redox、Stedi、Subsalt、Trizetto、Turquoise、UpToDate Expert AIだ。どれもChatGPT for Healthcareで同日から使え、ChatGPTを電子カルテの業務に組み込む「ChartGPT」からも使えるという。

用途として、患者の記録や病院の手順書の確認、臨床医が確かめる処方の準備、患者への連絡の調整、保険の資格の確認、医療費や業務の分析を挙げた。例として、Luma Healthで翌日の予約のうち確認が済んでいないものを探し、Trizettoでその患者の保険の資格を確かめ、受診前に確認する点の一覧を作る使い方を示した。他院に心不全で入院した患者について、Metriportで退院時の要約を探し、変わった薬に必要な経過の観察をUpToDateで調べる例も示した。

CVS Health、数か月分の書類送付の滞留を週末で解消

導入例は、関連するブログ「Advancing computer-use agents for healthcare teams」が紹介している。CVS Healthは、OpenAIのコンピューター操作の機能で、臨床のシステムにまたがる繰り返しの作業を自動化している。書類の送付、紹介の処理、専門医への相談の支援などで、APIでは扱いきれない手順を、エージェントが既存のアプリを操作して進める。

ブログによると、ある本番の業務では、エージェントが数か月分たまっていた書類の送付を週末で片づけた。別の業務では、1日に数万件の相談についてシステムの操作を担っている。CVS Healthは検証の仕組みと人による監督を組み合わせ、画面写真と操作の記録で、操作とアプリの状態を確かめている。同社は、OpenAIの「Agents SDK」で作った「Agent Kit」をオープンソースで公開する。ブログは、この進め方を繰り返し使える手順にまとめたものと説明している。CVS Healthでエンジニアリングを担当するエグゼクティブディレクターのLagan Khare氏は「Less time on administrative work means more time for care.(事務作業の時間が減れば、ケアに使える時間が増える)」とコメントした。データはCVS Healthが管理する基盤の中にとどまり、本番のデータは基盤モデルの学習に使わないとしている。

補足:CVS Healthが公開したGitHubのリポジトリ「cua-agent-kit」のREADMEによると、キットはまずOpenAIのコンピューター操作エージェントに普通の文章で書いた手順をこなさせ、画面写真や操作の記録を残す。うまくいった実行のあとは、Codexのスキルがその記録から、大規模言語モデルを使わずに動く決まった手順のコードを作る。READMEは、手順が分かった作業を毎回モデルに考えさせると、推論の費用と結果のばらつきが増えると説明する。手順を見つける段階では、ログインの資格情報を含む指示や画面写真をモデルの接続先に送るため、扱うデータに承認された接続先を使うよう求めている。

Cigna Healthcare、10を超えるシステムの情報を数秒でまとめる

Cigna Healthcareは、The Cigna GroupとOpenAIの幅広い協力の一環として、OpenAIの最先端のモデルを使っている。ケースマネージャー(患者の療養を支える担当者)は、これまで10を超える臨床と事務の別々のシステムを行き来して、加入者の給付、医療機関、予約、過去のやり取りなどの情報を集めていた。ブログによると、コンピューター操作でこれらのシステムを動かし、必要な情報を数秒でまとめるのを助けられるようになった。同社の最高情報責任者(CIO)のMadhu Nutakki氏は「Moving from concept to deployment in under eight weeks(構想から導入まで8週間未満)」で進めたと述べた。

Abridgeは退院の障壁の解消、Ambienceは止まって確認する仕組み

Abridgeは、APIのないアプリも含め、臨床医が日々使うアプリで治療の計画を進めるエージェントを開発している。計画中の入院患者向けの用途では、臨床医がAbridgeのアシスタントに、患者の退院の障壁の解消を頼める。エージェントが薬の入手と在宅医療の調整を同時に進め、臨床の判断が必要な決定では臨床医に戻すという。

Ambienceは、操作を管理し、監査できるようにする仕組みを加えた。デモでは、カルテの記録をもとに保険会社のサイトで事前承認の申請を準備する。記録があいまいなときはエージェントが止まって臨床医に尋ね、提出の前に承認を待つ。医療機関はエージェントに許す操作を決め、いつでも止められ、監査用に手順ごとの記録を受け取れる。

ブログによると、Assortは、電子カルテのAthenaでAPIだけでは閉じられない紹介の処理を、Codexのコンピューター操作で画面から完了させている。

権限と監査ログ、HIPAAに沿った運用はBAAの対象のサービスが前提

ChatGPT for Healthcareは、役割ごとに権限を分けるアクセス制御と監査ログを備える。組織は業務に確認と承認の手順を組み込み、エージェントが使うアプリや環境を設定して、作業に必要な記録と操作だけに使える範囲を絞れる。組織のデータはOpenAIの基盤モデルの学習に使わないという。

米国の医療情報の保護法(HIPAA)に沿った運用で患者の保護対象の医療情報を扱うには、OpenAIとの事業提携契約(BAA)の対象になる適格なサービスを使い、求められるセキュリティと保存の設定を適用する必要がある、とOpenAIは説明する。つないだシステムにも保護を広げる必要があるとしている。ChatGPT for HealthcareとChatGPT for Cliniciansはどちらも、顧客にBAAを提供している。

既存の顧客と米国の臨床医は同日から、料金は示さず

ChatGPT for Healthcareの顧客は、ChatGPT WorkとCodexでのコンピューター操作エージェントと、改良した臨床向けの検索を、ワークスペースの設定に従って同日から使える。新しいプラグインは、ワークスペースの管理者が有効にする。

ChatGPT for Cliniciansは、米国の条件を満たす認証済みの臨床医に無料で提供している。個人の臨床医は、無料のアカウントで、ChatGPT WorkとCodexでのコンピューター操作エージェントと臨床向けの検索を同日から使え、一部のプラグインも使える。開発者は、OpenAI API、ChatGPT Work、Codexでコンピューター操作の機能を使える。

ChatGPT for Healthcareは、OpenAIの営業窓口から直接買うか、AWS Marketplaceのプライベートオファーで買う。料金は2本のブログのどちらにも書かれていない。