Le 16 novembre 2026, OpenAI a décrit des agents capables de cliquer, saisir des informations et naviguer entre des logiciels de santé pour accomplir des tâches en plusieurs étapes. Dans ses exemples, les brouillons et certaines actions passent par une validation humaine. Les évaluations publiées par l’entreprise portent sur la sécurité de tâches examinées, l’utilité perçue par des médecins et des tâches administratives simulées. OpenAI
Comment les agents interviennent dans un parcours de soins
L’« usage de l’ordinateur » désigne ici une capacité à agir dans des applications existantes en cliquant, en tapant et en passant d’un écran à l’autre. L’agent peut ainsi rassembler des éléments d’un dossier et préparer plusieurs documents, y compris lorsque les logiciels ne proposent pas d’interface de programmation adaptée.
Dans une démonstration d’autorisation pour une IRM, OpenAI utilise des données de patients synthétiques. L’agent consulte des notes de visite, des dossiers de kinésithérapie et des examens antérieurs, puis prépare une demande d’IRM, une note de consultation et une réponse au patient. Un clinicien doit examiner les brouillons ; un spécialiste des autorisations vérifie la demande destinée à l’assureur.
Dans un flux de travail médical, la validation humaine doit intervenir avant l’envoi d’une demande ou l’approbation d’un document.
Ce que mesurent les évaluations rapportées
Pour des tâches de boîte de réception dans un dossier médical électronique, OpenAI rapporte que 99 % de 325 tâches examinées avec GPT-6 Astra ont été jugées sûres. L’évaluation portait sur le risque qu’une erreur, une omission ou une action puisse nuire à un patient. Dans 93 % de 646 évaluations, des médecins ont jugé les réponses « très utiles » ou « extrêmement utiles » sur une échelle de cinq points.
Pour les tâches administratives, OpenAI indique que GPT-6 Astra a obtenu 94,3 % des points disponibles sur HealthAdminBench et GPT-6 Luna 91,8 %. Les deux modèles ont été évalués avec le niveau de raisonnement maximal.
| Modèle | Part des points disponibles sur HealthAdminBench | Condition d’évaluation |
| GPT-6 Astra | 94,3 % | Niveau de raisonnement maximal |
| GPT-6 Luna | 91,8 % | Niveau de raisonnement maximal |
Le site de HealthAdminBench décrit les tâches et son système de notation : un agent observe un portail web par l’intermédiaire d’une arborescence d’accessibilité, de captures d’écran ou des deux, puis interagit avec le navigateur. La notation comprend des vérifications de l’état exact du portail et une évaluation, par un modèle de langage, de la justesse clinique. Le site décrit également la reproductibilité statistique entre plusieurs essais. Ces scores concernent des tâches et des évaluations de praticiens ; ils ne mesurent pas l’évolution de la santé des patients.
OpenAI estime par ailleurs le coût d’une tâche de référence de GPT-6 Luna à 8,5 centimes de dollar américain, soit, selon l’entreprise, 98 % de moins que pour Astra. Ce montant concerne une tâche du benchmark.
Des usages à des stades différents chez les partenaires
OpenAI décrit des usages en production chez CVS Health pour l’envoi de documents, le traitement de références et certaines étapes de consultations spécialisées. L’entreprise rapporte que CVS Health a résorbé en un week-end un retard de plusieurs mois dans l’envoi de documents. Un autre flux prend en charge des étapes système pour des dizaines de milliers de consultations spécialisées par jour. CVS Health indique s’appuyer sur des contrôles de validation, des captures d’écran, des journaux d’action et une supervision humaine.
Chez Cigna Healthcare, OpenAI décrit un agent qui rassemble des informations sur les membres depuis plus de dix systèmes cliniques et administratifs pour les gestionnaires de dossiers. Madhu Nutakki, directeur des systèmes d’information de Cigna Healthcare, a indiqué que le déploiement avait pris moins de huit semaines.
Les autres exemples n’en sont pas au même stade. Abridge développe des flux de travail pour la coordination des soins, dont un cas d’usage hospitalier planifié. Dans une démonstration d’Ambience, l’agent interrompt sa préparation quand le dossier est ambigu, demande l’avis d’un clinicien puis attend son approbation avant de soumettre la demande d’autorisation.
Contrôle humain et données de santé
OpenAI décrit des permissions configurables, des validations, des journaux d’audit et la possibilité de limiter les applications, les dossiers ou les actions accessibles à un agent. Les exemples d’IRM et d’Ambience montrent aussi où intervient la revue humaine : avant la validation de documents cliniques ou l’envoi d’une demande à un assureur.
Pour les flux soumis à la réglementation HIPAA qui traitent des informations de santé protégées, OpenAI indique qu’il faut utiliser des services admissibles couverts par un accord d’association commerciale (Business Associate Agreement), ainsi que les réglages de sécurité et de conservation requis.
Les voies d’accès citées par OpenAI
OpenAI cite l’API OpenAI, ChatGPT for Healthcare et ChatGPT for Clinicians comme voies d’accès à ces capacités. L’entreprise précise que les cliniciens aux États-Unis peuvent s’inscrire gratuitement à ChatGPT for Clinicians et utiliser l’usage de l’ordinateur dans ChatGPT Work et Codex.
Pour replacer ce volet santé dans l’évolution des agents de la famille GPT-6, retrouvez aussi notre article sur GPT-6 Astra et ses capacités d’agent.