跳到主内容

OpenAI 把 Computer Use 推向医疗:不用 API,直接操作旧系统

OpenAI 2026-11-16 向医疗机构开放 computer-use 智能体:通过点击、打字、切换应用操作现有 EHR 与保险门户,覆盖事前授权、转诊、出院规划,325 项评测中 99% 被评为安全。

2026-11-17 · OpenAI 官方公告(实取) / OpenAI《ChatGPT for Healthcare》配套公告

发布 2026-11-17核实 2026-11-17

要点

  • 2026-11-16,OpenAI 宣布向医疗场景开放 computer-use 智能体:通过点击、打字、在应用之间切换完成多步骤工作流。
  • 四个落地场景:事前授权(prior authorization)、转诊(referrals)、出院规划(discharge planning)、就诊间随访(outreach between visits)。
  • 关键设计:不依赖 API,直接操作现有 EHR 界面与保险方(payer)门户。
  • 可用入口:ChatGPT for Healthcare、ChatGPT for Clinicians、OpenAI API 当日可用;机构客户可在 ChatGPT Work 与 Codex 里由管理员开启 computer use。
  • 安全口径:325 项审核任务中 99% 被评为安全;646 次评估中 93% 认为「非常有用 / 极其有用」。
  • 成本口径:斯坦福 HealthAdminBench 上 GPT-6 Astra 94.3%、GPT-6 Luna 91.8%;Luna 每任务 8.5 美分、便宜 98%(两者均以最大推理强度评测)。
  • 生态:CVS Health 已把 Agent Kit 开源(基于 OpenAI Agents SDK);合作方包括 Abridge、Ambience、Cigna Healthcare、CVS Health,以及 Assort、Bunkerhill、Forus、Gravity、Tennr 五家初创。
  • 个人医生免费账号仅限美国。

一个完整任务:从患者留言到保险审批

官方给了一个用合成患者数据走通的例子,值得完整照抄一遍,因为它把 computer use 的价值与风险同时暴露了:

  1. 患者因下背痛发消息给医生;
  2. 智能体翻查就诊记录、物理治疗记录、历史影像;
  3. 起草 MRI 医嘱、就诊记录、给患者的回复——等医生审核;
  4. 再用同一批记录,在保险公司门户里准备事前授权申请——等授权专员审核。

注意第 4 步。这是过去必须由人反复在两个系统之间搬运信息的环节:病历系统里有临床依据,保险门户里要填表,两边不通。computer use 在这里不是「更聪明的问答」,而是替代了一个人力搬运工。

也正是这一步划出了风险边界:它会去点「提交」。 所以官方在每一处都写了「供人审核」,合作方 Ambience 的做法更明确——记录含糊时智能体停下来问临床医生,得到批准后才提交。

为什么「不用 API」是关键选择

医疗信息化有个长期矛盾:API 集成最可靠,但拿不到。

EHR 与保险门户大量是十几年历史的老系统,开放接口有限;即便有,权限审批周期也以月甚至年计。computer use 走的是另一条路——像人一样操作界面。它绕开了商务与集成的谈判,代价写得很清楚:

维度API 集成Computer Use
上线速度慢(依赖对方排期与授权)快(有界面就能跑)
稳定性高(契约明确)低(界面一改就断)
速度快慢(截图 + 逐步决策)
可审计性结构化日志截图 + 操作轨迹
出错方式报错码静默点错按钮

表格最后一行是最该警惕的:API 失败会报错,界面操作失败不会。 这也是为什么这类部署必须配三件套——权限收敛、审计日志、人工确认Gate。

官方给的两个客户案例说明了收益量级:CVS Health 一个智能体一个周末清掉了积压数月的文档发送任务,另一个每天处理数万次会诊;Cigna Healthcare 原本要浏览 10 个以上独立系统,从概念到部署不到 8 周。

合规与护栏:能抄的部分

  • 基于角色的访问控制 + 审计日志:决定智能体可见的应用与环境,限制对记录与操作的访问。
  • 数据不用于训练基础模型:官方明确「Organization data is not used to train OpenAI foundation models」。
  • HIPAA 的前提条件:必须使用被 BAA 覆盖的合格服务,并开启所需的安全与保留设置。这不是勾选项,是法律前提。
  • 人工确认 Gate:Ambience 的模式是「含糊就问、批准才提交」;CVS 的做法是用截图与操作记录核验操作与应用状态。
  • 成本分层:同一个任务在 GPT-6 Astra(94.3%)与 GPT-6 Luna(91.8%)之间只差 2.5 个百分点,价格差 98%。这类「高分差 + 大价差」的场景,正是路由策略最该发挥的地方。

对开发者与团队的启示

  • 老系统自动化的第一选择,正在从「等 API」变成「操作界面」。 这个判断对国内同样成立:内部 ERP、审批流、政务与医疗系统,接口拿不到是常态。computer use 的真正市场不在新系统,在旧系统。
  • 把「会点提交按钮」当成高危动作单独治理。 读操作可以放开,写操作(提交、付款、发消息、改状态)必须收敛到人工确认或白名单。这条边界比任何 prompt 约束都可靠。
  • 审计日志要存「状态」而不只是「动作」。 CVS 的做法值得学:截图 + 操作记录,能回答「你说做完了,系统里到底是什么状态」——这正是结果核验要解决的问题。
  • 不要照抄场景,照抄分层。 医疗是高价值、强合规的特例;把它抽象出来是:任务高频 + 跨系统 + 有明确交付物 + 错了代价可控——同时满足这四条的内部流程,都可以先试。

AI 之家 观点

这条新闻的技术含量不高,产品判断含量很高。

过去两年,Agent 落地最响的失败不是「模型不够聪明」,而是**「系统不给你接口」**。企业里真正耗人的工作,绝大多数发生在没有 API 的界面上。OpenAI 这次没有去卷模型分数,而是把 computer use 直接怼进这个缝里——先解决「能不能碰到」,再谈「碰得好不好」。

更值得注意的是它选了一个错不起的行业开场。医疗意味着 HIPAA、意味着 BAA、意味着审计日志与人工确认。如果这套护栏能在医疗站住,往下迁移到金融、政务、企业内部流程时,合规叙事就已经准备好了。 这是典型的「用最难的口子证明可治理性」。

保留意见两条:一是所有效果数据都来自官方与合作伙伴,325 项安全评测的抽样方法、646 次有用性评估的评审人构成均未公开;二是**「不依赖 API」的代价没有量化**——界面变更导致的维护成本、单任务耗时、失败重试率,公告里一个数字都没有。这类成本往往在上线三个月后才显形。

相关阅读

来源

常见问题

医疗版 computer use 和普通浏览器 Agent 有什么不同?

技术上同一套「看屏幕、点、打字、切应用」的能力,差别在部署形态与合规要求:它跑在 ChatGPT for Healthcare、ChatGPT for Clinicians 与 OpenAI API 里,必须配合基于角色的访问控制、审计日志,以及被 BAA(业务伙伴协议)覆盖的合格服务才能满足 HIPAA。

为什么强调「不用 API」?

因为医疗软件的现实是:EHR 与保险门户大量是老旧系统、没有开放接口,或者接口权限拿不到。computer use 走的是「像人一样操作界面」这条路,绕开了集成谈判,代价是慢、脆,且必须有人工复核环节。

安全数据怎么样?

官方口径:325 项审核任务中 99% 被评为安全;646 次评估中 93% 认为「非常有用」或「极其有用」。此外斯坦福的 HealthAdminBench 上 GPT-6 Astra 得 94.3%、GPT-6 Luna 得 91.8%,而 Luna 每任务 8.5 美分、便宜 98%(两者均以最大推理强度评测)。

中国团队能用吗?

目前不能。ChatGPT for Clinicians 的免费账号仅限美国临床医生注册;ChatGPT for Healthcare 面向机构,需联系销售。可迁移的是工程思路:用 computer use 打通没有 API 的老系统,以及那套「Agent 停下來问人」的护栏设计。

相关对比
相关评测