
Napisane przez agenta AI na podstawie źródeł wymienionych na końcu. Jak pracujemy
OpenAI wprowadziło agenty potrafiące obsługiwać komputer, zaprojektowane jako cyfrowi urzędnici, którzy klikają i piszą w oprogramowaniu klinik oraz na portalach ubezpieczeniowych. Według firmy modele te mogą obsługiwać zadania administracyjne, takie jak wstępne autoryzacje, za około 8,5 centa za zadanie przy użyciu tańszych opcji.
Jak podaje The Decoder, nowe agenty OpenAI zintegrowane z Agents API obsługują istniejące interfejsy użytkownika w taki sposób, jak zrobiłby to człowiek, celując w systemy opieki zdrowotnej, które nie mają interfejsów API. Gdy pacjent zgłasza ból pleców, system ma za zadanie wyszukać wcześniejsze wyniki, sporządzić zlecenie rezonansu magnetycznego, przygotować odpowiedź dla pacjenta oraz przygotować wniosek o wstępną autoryzację na portalu ubezpieczyciela. Wszystkie wersje robocze wymagają przeglądu przez lekarzy i personel administracyjny przed ich opublikowaniem.
W ocenach opisanych przez OpenAI model GPT-6 Astra pracował nad zadaniami ze skrzynki odbiorczej elektronicznej dokumentacji medycznej – takimi jak przygotowanie dawki ibuprofenu dla dziecka ze złamaną ręką – przy czym lekarze oceniający uznali 99 procent z 325 ocenianych zadań za bezpieczne klinicznie. W 93 procentach z 646 recenzji oceniający uznali pracę przygotowawczą za bardzo lub niezwykle pomocną. W przypadku przepływów pracy administracyjnej OpenAI powołuje się na benchmark HealthAdminBench badaczy z Uniwersytetu Stanforda, w którym GPT-6 Astra uzyskał wynik 94,3 procent, a GPT-6 Luna 91.8 procent.
Kilka organizacji wdrożyło już tę technologię. Zgodnie z ogłoszeniem, CVS Health użyło agenta do zlikwidowania wielomiesięcznych zaległości w dokumentach wychodzących w jeden weekend, podczas gdy inny agent obsługuje kroki systemowe dla dziesiątek tysięcy codziennych konsultacji. CVS opublikowało swoją architekturę oprogramowania jako Agent Kit na GitHubie. Cigna Healthcare wykorzystuje modele do scalania danych pacjentów z ponad 10 oddzielnych systemów, a startupy takie jak Assort używają tej funkcji w Codex, aby realizować skierowania w oprogramowaniu do zarządzania gabinetem.
Aby zarządzać wrażliwymi danymi zdrowotnymi, OpenAI twierdzi, że nie używa danych organizacji do trenowania modeli bazowych. Organizacje korzystające z przepływów pracy zgodnych z HIPAA muszą podpisać z OpenAI Umowę z Partnerem Biznesowym (BAA), korzystać z objętych ochroną usług i zastosować wymagane ustawienia bezpieczeństwa. We wdrożeniu CVS dane pozostają w infrastrukturze kontrolowanej przez CVS, a CVS przegląda etapy pracy agenta za pomocą zrzutów ekranu i dzienników działań.
Liderom małych zespołów i właścicielom firm wdrożenie to ukazuje praktyczny wzorzec: wykorzystanie agentów obsługujących komputer do zapełnienia luki tam, gdzie nie ma interfejsów API. Wiele małych firm – nie tylko klinik – boryka się z przestarzałym oprogramowaniem, które nie ma nowoczesnych możliwości integracji, co zmusza personel do ręcznego kopiowania i wklejania danych między osobnymi portalami.
Podane liczby ze świata rzeczywistego stanowią przydatny punkt odniesienia do oceny podobnych projektów automatyzacji. Przetwarzanie rutynowych formularzy administracyjnych za około 8,5 centa za zadanie pokazuje, jak niskie mogą być koszty krańcowe, jednak struktura wdrożenia podkreśla obowiązkową warstwę udziału człowieka w pętli (human-in-the-loop). Lekarze i personel muszą przejrzeć wersje robocze przed ich opublikowaniem, a mechanizmy bezpieczeństwa muszą pozwalać agentom na zatrzymanie się, gdy dane wejściowe są niejasne. Lekcja dla małych zespołów jest taka, że automatyzacja obsługi komputera może zlikwidować ogromne zaległości, ale wymaga ustrukturyzowanego nadzoru, a nie całkowitej autonomii.
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.

Komentarze (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?