OpenAI har gått sammen med det nystartede helsefirmaet Color Health for å bygge inn GPT-4 i en AI-drevet "copilot" som hjelper leger med å utvikle personlige kreftbehandlingsplaner.
Copiloten, som er utviklet av Color Health, utnytter OpenAIs modeller til å analysere pasientdata, inkludert personlige risikofaktorer og familiehistorie, sammen med kliniske retningslinjer.
Ved å identifisere manglende diagnostiske tester og generere skreddersydde screening- og forbehandlingsplaner, hjelper AI-assistenten helsepersonell med å ta evidensbaserte beslutninger.
"Color har en visjon om å gjøre kreftkompetanse tilgjengelig på det tidspunktet hvor den kan ha størst innvirkning på pasientens helsebeslutninger." sa Othman Laraki, administrerende direktør i Color Health.
Copilotens potensial for å effektivisere kreftomsorgen er bemerkelsesverdig, ettersom forsinkelser i screening, diagnostisering og behandling kan ha alvorlige konsekvenser for pasientene.
Studier viser at en måneds forsinkelse i behandlingen kan øke dødeligheten med 6% til 13%.
Color Healths utprøving av copiloten har allerede vist lovende resultater når det gjelder å senke dette tallet. Klinikere kan analysere pasientjournaler på bare fem minutter i gjennomsnitt, sammenlignet med ukene det kan ta uten AI-assistenten.
"Jeg har sett hvor komplisert det er å utvikle personlige planer for kreftscreening for høyrisikopasientene mine", sier Dr. Keegan Duchicela, som er fastlege ved Color. "Retningslinjene er i stadig utvikling, og de individuelle risikofaktorene er ikke alltid like tydelige."
OpenAI og Color Health innledet et samarbeid i 2023, med mål om å bruke kunstig intelligens til å forbedre behandlingen av kreftpasienter og sikre mer likeverdige helsetjenester. De kaller det en "kliniker-i-sløyfen-arbeidsflyt", som i hovedsak støtter klinisk beslutningstaking uten på noen måte å erstatte den.
"Vi ser at AI-teknologi og språkmodeller passer perfekt sammen, fordi de virkelig kan hjelpe på alle disse dimensjonene", sier Brad Lightcap, OpenAI’s chief operating officer (COO).
"De kan bringe relevant informasjon raskere opp til overflaten. De kan gi klinikerne flere verktøy for å forstå journaler, for å forstå data, for å forstå laboratorieprøver og diagnostikk."
For å måle effekten av copiloten samarbeider Color Health med University of California, San Francisco Helen Diller Family Comprehensive Cancer Center (UCSF HDFCCC).
Partnerskapet vil gjennomføre flere evalueringsfaser, etterfulgt av en målrettet utrulling, med potensial til å integrere copiloten i den kliniske arbeidsflyten for alle nye krefttilfeller ved UCSF.
"UCSF er ledende når det gjelder å implementere banebrytende teknologi for å forbedre pasientbehandlingen", sier Dr. Alan Ashworth, president for UCSF HDFCCC.
"Pasientene kommer ofte til onkologer med ufullstendige diagnostiske utredninger, og tiden det tar å samle og nøyaktig identifisere ferdigstilte utredninger, hindrer behandlerne i å jobbe på toppen av sin kompetanse. Vi er interessert i verktøy som kan forbedre effektiviteten og nøyaktigheten i kartleggingen før besøket og unngå kostbare forsinkelser i behandlingsoppstart for kreftpasienter ved UCSF."
Color Health har til hensikt å rulle ut copiloten sakte, med en innledende innfasing for sine egne klinikere og flere lag med kvalitetssikring.
Frem til andre halvdel av 2024 har selskapet til hensikt å bruke copilot-applikasjonen til å tilby AI-genererte, persontilpassede behandlingsplaner, med legeovervåking, for over 200 000 pasienter.
AI kan bidra til å bekjempe sykdommer
Nøkkelen her er å bruke språkmodeller til å demokratisere spesialistkunnskap. Det har blitt langt enklere å finjustere modeller for ulike formål, noe som gjør det mulig for forskere å bygge domenespesifikke modeller med medisinske data.
På samme måte er en chatbot ble utviklet for å gi klinikere informasjon om netthinneproblemer og glaukom. Den svarte på kliniske spørsmål i like stor grad eller bedre enn ekspertene, noe som igjen viser hvordan kunstig intelligens kan samle medisinsk kunnskap i en språkmodell.
AIs potensial for å oppdage, diagnostisere og behandle sykdommer, inkludert kreft, er ellers veletablert.
AI-verktøy slår legene på identifisering av komplekse kreftformer og akselerere oppdagelsen av legemidler og AI-identifiserte legemidler er til og med på vei mot klinisk utprøving.
