AI 赋能医疗：癌症治疗迎来新突破
Color Health 正与 OpenAI 开展合作,利用人工智能技术革新癌症治疗方式。双方合作开发的 Cancer Copilot 应用程序,借助 GPT-4o 的强大推理能力,能够识别患者诊断信息中的缺失,并创建定制化的治疗方案,为医生提供更精准的决策支持。
Color Health 成立十年来,始终致力于提升医疗保健服务的可及性,迄今已为超过 700 万名患者提供服务。2023 年,Color Health 与美国癌症协会达成合作,共同帮助企业雇主和医疗保健计划更好地应对癌症挑战。癌症现已成为全球第二大常见死亡原因,也是医疗保健支出高居不下的主要原因。
Cancer Copilot：个性化治疗方案的智能助手
Color Health 利用 OpenAI 的 API 接口,将患者的医疗数据与丰富的临床知识库相结合,打造出这款名为 Cancer Copilot 的应用程序。该程序能够创建定制化的全面治疗方案,供医疗保健专业人员参考和使用,提高诊疗效率和准确性。
“Color Health 的愿景是让癌症专业知识在对患者的医疗决策产生最大影响的时间和地点发挥作用,”Color Health 首席执行官 Othman Laraki 说道。“作为一家医疗保健公司,我们深知,在利用技术提升医疗服务可及性和公平性的同时,必须确保患者的安全和隐私得到保障。而 OpenAI 符合 HIPAA 标准的数据保护措施,正是我们选择与其合作的关键原因。”
Cancer Copilot 应用程序的输出结果会在每一步都经过临床医生分析,并在必要时进行修改后才会提交给患者。其工作原理如下：

信息提取和整合: 应用程序会从患者的医疗记录中提取、处理和规范相关信息,例如家族病史、个人风险因素以及来自可靠来源的临床指南和数据。GPT-4o 能够从结构和措辞不一致的信息页面中准确提取和规范信息,例如 PDF 文件或临床记录,这为构建精准的治疗方案奠定了基础。

个性化筛查方案: 应用程序会利用收集到的数据回答关键问题,例如“患者应该进行哪些筛查项目？”,从而识别出缺失的诊断信息,并生成个性化的筛查方案。此外,它还能生成完成诊断检查所需的文件,例如医疗必要性文件和保险预授权文件,简化患者的就医流程。

临床医生参与审查: 经验丰富的临床医生会对应用程序输出的结果进行评估,包括信息的来源。他们可以对输出内容进行编辑,从而帮助改进未来的迭代,确保治疗方案的安全性。

整合至治疗计划: 一旦临床医生对结果感到满意,就可以将相关信息添加到患者现有的治疗计划中,为患者提供更全面的医疗服务。

解决诊疗延误,改善患者预后
众所周知,癌症的筛查、诊断和治疗过程复杂且耗时,任何延误都会对患者的预后产生重大影响。研究表明,治疗每延迟四周,患者的死亡风险就会增加 6% 到 13%。
此外,癌症筛查的需求也往往因人而异。以 Color Health 的患者为例,超过三分之一的患者需要根据自身风险因素进行更早、更具针对性的筛查,而这些风险因素在标准指南中并未得到充分体现。“我亲眼目睹了为高危患者制定个性化癌症筛查方案的复杂性,”Color Health 的初级保健医生 Keegan Duchicela 博士说道,“相关指南在不断更新,而患者的个人风险因素并不总是那么清晰明了。”
除了筛查之外,诊断检查也面临着诸多挑战。记录和执行单个患者的诊断检查可能需要数周时间,导致许多患者在首次接受肿瘤科医生问诊时,都还没有完成所有必要的检查。“如今,患者接受初始诊断的地点不同,他们在肿瘤学护理方面获得的体验也存在很大差异,”斯坦福大学医学院教授、临床肿瘤学家 Allison Kurian 博士指出,“我的很多患者都需要花费数周时间才能完成所有必要的检查和评估,才能最终确定合适的治疗方案,白白浪费了宝贵的治疗时间,也给临床医生带来了沉重的行政负担。”
携手 OpenAI,构建安全高效的医疗解决方案
Color Health 从 2023 年开始与 OpenAI 合作,希望利用人工智能技术改善癌症患者的护理水平,并促进医疗服务的公平可及。为了应对癌症筛查、诊断和治疗过程中面临的挑战,Color Health 寻求解决方案的目标包括：

解读格式不一致的患者数据
分析内容繁杂的医疗保健指南
保护患者数据的隐私
支持临床医生参与的工作流程设计,确保患者安全
与电子健康记录 (EHR) 和医院核心系统集成

在项目初期,Color Health 建立了一套快速实验方法,包括测试 GPT-4 和 GPT-4o 在处理复杂任务时的性能,例如从癌症诊断临床指南的 PDF 文件中提取信息。这些 PDF 文件通常长达数百页,包含大量复杂的图表,概述了基于诊断检查结果的治疗路径。OpenAI 与 Color Health 共同开发了一种方法,要求 GPT-4 Vision 描述这些图表的屏幕截图,并在保持输出结果准确性方面取得了显著成效。
此外,OpenAI 还指导 Color Health 团队使用标准的 ChatGPT 界面创建临床工作流程原型,并使用定制的 GPT 模型生成案例样本,从而在投入大量工程资源之前,快速验证方案的可行性。
在 OpenAI 专家团队的指导、强大模型的支持以及符合 HIPAA 标准的数据保护措施的保障下,Color Health 能够专注于解构复杂的医疗决策过程、完善提示内容并设计临床医生参与的工作流程,最终成功开发出 Cancer Copilot 应用程序的初始版本。
例如,OpenAI 的工程师建议 Color Health 使用检索增强生成 (RAG) 技术,而不是对模型进行微调,来提高输出结果的质量,并对临床文档进行改写,以便 ChatGPT 更容易处理。最终,经过反复试验,Color Health 选择 OpenAI 作为其人工智能解决方案提供商,并以 GPT-4o 为核心构建其 Cancer Copilot 应用程序。
缩短诊疗时间,助力患者战胜病魔
为了评估 Cancer Copilot 的实际效果,Color Health 正与加州大学旧金山分校海伦迪勒家庭综合癌症中心 (UCSF HDFCCC) 开展合作。在初始实施阶段,Color Health 和 UCSF HDFCCC 将进行回顾性评估,然后再进行有针对性的推广。根据评估结果,该应用程序有望被整合到 UCSF HDFCCC 所有新癌症病例的临床工作流程中。
“UCSF HDFCCC 在利用尖端技术改善患者护理方面一直走在行业前列,”UCSF HDFCCC 主席、FRS 博士 Alan Ashworth 博士表示,“很多患者在首次接受肿瘤科医生问诊时,都没有完成所有必要的诊断检查,而整理和核实这些检查结果需要花费大量时间,导致医生无法将全部精力投入到患者的治疗方案制定中。我们期待能够利用这款工具,提高入院前记录的效率和准确性,避免 UCSF HDFCCC 的癌症患者在治疗开始时遭遇不必要的延误。”
美国癌症协会首席执行官 Karen Knudsen 博士也对此表示赞同：“将人工智能技术与数字化临床工作流程相结合,可以有效加快癌症的诊断和治疗进程,这对所有相关方（包括患者、临床医生以及支付治疗费用的付款人）来说都是一大福音。”
Color Health 在推广 Cancer Copilot 应用程序时采取了谨慎的态度,目前已开始在内部临床医生中进行初步试点,将该工具应用于数量有限的病例。这些病例会经过多层质量控制流程的严格把关：

使用 Cancer Copilot 的医疗保健专业人员识别出的缺失实验室检查、影像学检查或活检和病理结果数量,是没有使用该应用程序的医生的四倍。
使用 Cancer Copilot 后,临床医生平均只需要 5 分钟就能完成患者记录的分析和缺失信息的识别。而在没有使用该应用程序的情况下,由于数据分散,这项工作可能需要花费数周时间。

预计到 2024 年下半年,Color Health 将利用 Cancer Copilot 应用程序为超过 20 万名患者提供人工智能生成的个性化治疗方案,并在整个过程中始终接受医生的监督。相信在人工智能技术的帮助下,人类最终能够战胜癌症,迎来更加美好的未来。