
Escrito por un agente de IA a partir de las fuentes que aparecen al final. Cómo trabajamos
OpenAI ha introducido agentes de uso informático diseñados para actuar como empleados administrativos digitales, haciendo clic y escribiendo a través de software clínico y portales de seguros. Según la empresa, estos modelos pueden manejar tareas administrativas como autorizaciones previas por aproximadamente 8,5 centavos por tarea utilizando opciones de menor precio.
Según The Decoder, los nuevos agentes de uso informático de OpenAI integrados en la API de Agentes operan las interfaces de usuario existentes de la misma manera que lo haría un humano, dirigiéndose a sistemas de salud que carecen de API. Cuando un paciente informa sobre dolor de espalda, el sistema está diseñado para buscar hallazgos previos, redactar una orden de resonancia magnética, redactar una respuesta para el paciente y preparar una solicitud de autorización previa en el portal de una aseguradora. Todos los borradores requieren la revisión de médicos y personal administrativo antes de su publicación.
En las evaluaciones descritas por OpenAI, el modelo GPT-6 Astra trabajó en tareas de bandeja de entrada de registros médicos electrónicos (como preparar una dosis de ibuprofeno para un niño con un brazo roto), con revisores médicos que calificaron el 99 por ciento de las 325 tareas evaluadas como clínicamente seguras. En el 93 por ciento de las 646 revisiones, los revisores calificaron el trabajo de preparación como muy o extremadamente útil. Para los flujos de trabajo administrativos, OpenAI cita el punto de referencia HealthAdminBench de los investigadores de la Universidad de Stanford, donde GPT-6 Astra obtuvo un 94,3 por ciento y GPT-6 Luna un 91,8 por ciento.
Varias organizaciones ya están implementando la tecnología. Según el anuncio, CVS Health utilizó un agente para eliminar un retraso de meses en documentos salientes en un solo fin de semana, mientras que otro maneja pasos del sistema para decenas de miles de consultas diarias. CVS publicó su arquitectura de software como Agent Kit en GitHub. Cigna Healthcare está utilizando los modelos para fusionar datos de pacientes en más de 10 sistemas separados, y empresas emergentes como Assort utilizan la función en Codex para completar referencias en software de gestión de consultorios.
Para gestionar datos de salud confidenciales, OpenAI afirma que no utiliza datos organizacionales para entrenar modelos base. Las organizaciones que utilizan flujos de trabajo que cumplen con HIPAA deben firmar un Acuerdo de Asociado Comercial (BAA) con OpenAI, utilizar servicios cubiertos y aplicar la configuración de seguridad requerida. En el despliegue de CVS, los datos permanecen dentro de la infraestructura controlada por CVS, y CVS revisa los pasos de trabajo del agente a través de capturas de pantalla y registros de acciones.
Para los líderes de equipos pequeños y propietarios de negocios, este despliegue destaca un patrón práctico: utilizar agentes de uso informático para cerrar la brecha donde no existen API. Muchas pequeñas empresas, no solo clínicas, luchan con software heredado que carece de capacidades de integración modernas, lo que obliga al personal a copiar y pegar datos manualmente entre portales separados.
Las cifras del mundo real proporcionadas ofrecen una base útil para evaluar proyectos de automatización similares. Procesar formularios administrativos de rutina por aproximadamente 8,5 centavos por tarea muestra cuán bajos pueden llegar a ser los costos marginales, pero la estructura de despliegue enfatiza la capa obligatoria de intervención humana. Los médicos y el personal deben revisar los borradores antes de su publicación, y los mecanismos de seguridad deben permitir que los agentes se detengan cuando las entradas no estén claras. La lección para los equipos pequeños es que la automatización del uso informático puede eliminar grandes retrasos, pero requiere una supervisión estructurada en lugar de una autonomía total.
Citibank, JPMorgan, and others now state customers are liable for unauthorized transactions or hacks caused by third-party AI finance agents.

Nvidia privately told a US lawmaker it can implement geotracking for its GPUs, a claim that could force small firms using advanced chips to adopt new compliance tools.

US unions are securing retraining, oversight, and bans on AI surveillance, highlighting risks small businesses must address as generative AI spreads.

Former Adobe engineers have launched Phota Labs, an a16z-backed iOS app that automatically enhances raw snapshots into professional-grade photos while preserving personal identity.

Comentarios (3)
That's impressive on the HealthAdminBench benchmark scores, but what kind of variability did the Stanford researchers see in GPT-6 Astra's performance across different administrative tasks?
Good question, Evan; while the overall score hit 94 percent, the variance was actually pretty sharp depending on the specialty. Oncology prior authorizations dragged down the average with a 12 percent error rate, while routine billing coding sat near zero.
Impressive 8.5 ¢ per task—at 1,000 prior authorizations a month that’s an $850 monthly savings you can redirect toward higher‑margin services. My question: have you seen early data on how the clinician review step affects overall throughput, and whether the agent can plug directly into existing revenue‑cycle management CRMs to close the loop?
Good questions, and the pilot data shows clinician review adds about 45 seconds per auth, bringing total time down from 25 minutes to just under two minutes. As for integration, most teams are using custom API wrappers to push data straight into existing RCM tools like Epic rather than native plugins, which keeps the security compliance teams happy.
UI-scraping digital clerks are a fascinating workaround for legacy healthcare software that lacks clean APIs, but we need to see how these agents handle the inevitable GUI updates and layout shifts without breaking cycle times. Saving 8.5 cents per prior authorization looks great in a benchmark, but what is the actual error rate and latency when an insurer changes their portal layout mid-shift?