OpenAI beschreibt KI-Agenten, die sich per Klicks und Eingaben durch medizinische und administrative Software bewegen und mehrstufige Abläufe vorbereiten. In den Beispielen prüfen Fachkräfte Entwürfe und geben wichtige Aktionen frei. Die von OpenAI veröffentlichten Kennzahlen bewerten Aufgaben und ärztliche Einschätzungen, nicht Veränderungen der Patientengesundheit. OpenAIs Ankündigung nennt GPT-6 Astra und GPT-6 Luna sowie Beispiele von Partnern.
Wer GPT-6 Astra schon aus der früheren Einordnung seiner Agentenfähigkeiten kennt, findet hier einen konkreten Anwendungsfall: medizinische Software bedienen und Abläufe für die Prüfung durch Menschen vorbereiten.
Wie ein Agent medizinische Abläufe vorbereitet
„Computer use“ meint hier, dass ein Agent bestehende Anwendungen durch Klicks, Eingaben und Navigation bedient. So kann er Arbeitsschritte über mehrere Programme hinweg ausführen, auch wenn diese keine Schnittstelle für eine direkte Softwareverbindung anbieten.
OpenAI veranschaulicht das anhand einer MRT-Genehmigung mit synthetischen Patientendaten. Der Agent wertet Besuchsnotizen, Physiotherapieunterlagen und frühere Bildgebung aus. Anschließend entwirft er eine MRT-Anordnung, einen Behandlungsvermerk und eine Antwort an den Patienten, die eine Ärztin oder ein Arzt prüft. Den Antrag auf Kostenübernahme bereitet er für eine zuständige Fachkraft vor.
Die Arbeit endet in diesem Ablauf also nicht mit einer automatisch abgeschickten Anfrage: Klinische Entwürfe und der Versicherungsantrag gehen zur menschlichen Prüfung. Das ist entscheidend, weil ein Agent dabei Informationen zwischen Anwendungen bewegen und Formulare vorbereiten kann, die fachliche Entscheidung aber bei den zuständigen Menschen bleibt.
Was die berichteten Bewertungen messen
OpenAI zufolge wurden 99 Prozent von 325 geprüften klinischen Aufgaben von GPT-6 Astra als sicher bewertet. Dabei beurteilten Prüfer, ob Ungenauigkeiten, Auslassungen oder Aktionen plausibel zu einem Patientenschaden führen könnten. In 93 Prozent von 646 ärztlichen Bewertungen galten die Ergebnisse als „sehr hilfreich“ oder „äußerst hilfreich“; die Einschätzung erfolgte auf einer fünfstufigen Skala.
Für administrative Aufgaben nennt OpenAI Ergebnisse auf HealthAdminBench. GPT-6 Astra erreichte demnach 94,3 Prozent der verfügbaren Bewertungspunkte, GPT-6 Luna 91,8 Prozent. Beide Modelle wurden laut OpenAI mit maximalem Reasoning-Aufwand geprüft.
| Modell | Anteil der verfügbaren Bewertungspunkte | Evaluationsbedingung |
| GPT-6 Astra | 94,3 % | Maximaler Reasoning-Aufwand |
| GPT-6 Luna | 91,8 % | Maximaler Reasoning-Aufwand |
Die HealthAdminBench-Projektseite beschreibt, wie solche Aufgaben ablaufen: Ein Agent beobachtet ein Live-Webportal über einen Accessibility Tree, Screenshots oder beides und bedient es mit üblichen Browseraktionen. Bewertet werden unter anderem, ob ein genauer Zielzustand erreicht wird und ob die klinische Dokumentation inhaltlich korrekt ist; die Seite nennt außerdem statistische Reproduzierbarkeit über mehrere Durchläufe.
Damit beschreiben die Prozentwerte bewertete Interaktionen mit Software und ärztliche Einschätzungen. Sie sind keine Messung von Behandlungsergebnissen bei Patienten. OpenAI nennt außerdem für GPT-6 Luna Kosten von 8,5 US-Cent pro Benchmark-Aufgabe und bezeichnet sie als 98 Prozent niedriger als bei GPT-6 Astra. Das ist eine Angabe zu den Benchmark-Aufgaben, kein API-Tarif oder Abonnementpreis.
Bei medizinischen Computer-Agenten zählt nicht nur, ob ein Formular ausgefüllt wird: Die beschriebenen Abläufe sehen auch vor, wer den Entwurf prüft und die nächste Aktion freigibt.
Partnerbeispiele reichen vom Produktionseinsatz bis zur geplanten Anwendung
CVS Health setzt Agenten laut OpenAI in der Produktion unter anderem für den Versand von Dokumenten, Überweisungen und Schritte bei Facharztkonsultationen ein. Das Unternehmen berichtet, einen monatelangen Rückstand beim Dokumentenversand an einem Wochenende abgebaut zu haben. Ein weiterer Ablauf unterstützt nach Angaben von CVS Health täglich Zehntausende Konsultationen. Zur Kontrolle nennt das Unternehmen Validierungsprüfungen, Screenshots, Aktionsprotokolle und menschliche Aufsicht.
Cigna Healthcare nutzt die Agenten OpenAI zufolge, um Informationen zu Mitgliedern aus mehr als zehn klinischen und administrativen Systemen für Fallmanager zusammenzuführen. Madhu Nutakki, CIO von Cigna Healthcare, gab die Zeit vom Konzept bis zum Einsatz mit weniger als acht Wochen an.
Die übrigen Beispiele haben einen anderen Entwicklungsstand: Abridge entwickelt laut OpenAI Abläufe für die Koordination der Versorgung; ein Einsatz bei der Entlassungsplanung im Krankenhaus ist geplant. In einer Demonstration von Ambience hält der Agent bei einem unklaren Eintrag an und bittet eine Ärztin oder einen Arzt um Klärung. Vor dem Einreichen des Antrags wartet er auf die Freigabe.
Wo menschliche Prüfung und Datenkontrollen greifen
OpenAI beschreibt konfigurierbare Zugriffsrechte und Freigaben, Protokolle zur Nachverfolgung sowie die Möglichkeit, Anwendungen, Datensätze oder Aktionen zu begrenzen und einen Agenten anzuhalten. In den Beispielen prüfen Fachkräfte klinische Entwürfe oder geben einen Antrag frei; bei CVS Health kommen laut Unternehmen zusätzliche Validierungen und Aktionsprotokolle hinzu.
Für HIPAA-konforme Abläufe mit geschützten Gesundheitsdaten nennt OpenAI drei Voraussetzungen: einen geeigneten Dienst, der unter einen Business Associate Agreement fällt, sowie die erforderlichen Sicherheits- und Einstellungen zur Datenaufbewahrung. OpenAI erklärt, Organisationsdaten nicht zum Training seiner Basismodelle zu verwenden. Für CVS Health heißt es, die Daten blieben in einer von CVS kontrollierten Infrastruktur und Produktionsdaten würden nicht zum Training von Basismodellen genutzt.
Welche Zugangswege OpenAI nennt
OpenAI führt die OpenAI API, ChatGPT for Healthcare und ChatGPT for Clinicians als Zugangswege auf. Die kostenlose Anmeldung für ChatGPT for Clinicians nennt das Unternehmen ausdrücklich für medizinisches Fachpersonal in den USA; dort soll die Computersteuerung in ChatGPT Work und Codex nutzbar sein.