OpenAI heeft de krachten gebundeld met Color Health, een startup in de gezondheidszorg, om GPT-4 in te bouwen in een AI-gestuurde "copiloot" die artsen helpt bij het ontwikkelen van gepersonaliseerde kankerzorgplannen.
De copilot, ontwikkeld door Color Health, maakt gebruik van OpenAI-modellen om patiëntgegevens te analyseren, waaronder persoonlijke risicofactoren en familiegeschiedenis, naast klinische richtlijnen.
Door ontbrekende diagnostische tests te identificeren en screening- en voorbehandelplannen op maat te genereren, ondersteunt de AI-assistent zorgverleners bij het nemen van evidence-based beslissingen.
"De visie van Color is om expertise op het gebied van kanker toegankelijk te maken op het moment dat dit de grootste invloed kan hebben op de beslissingen die een patiënt neemt over zijn of haar gezondheidszorg," aldus Color. zei Othman Laraki, CEO van Color Health.
Het potentieel van de copiloot om de kankerzorg te stroomlijnen is opmerkelijk, aangezien vertragingen in screening, diagnose en behandeling ernstige gevolgen kunnen hebben voor patiënten.
Studies tonen aan dat een maand uitstel van behandeling de mortaliteit met 6% tot 13% kan verhogen.
Color Health's proef met de copilot heeft al veelbelovende resultaten laten zien bij het verlagen van dat cijfer. Artsen kunnen patiëntendossiers analyseren in gemiddeld slechts vijf minuten, vergeleken met de weken die het kan duren zonder de AI-assistent.
"Ik ben getuige geweest van de complexiteit van het ontwikkelen van gepersonaliseerde kankerscreeningsplannen voor mijn hoogrisicopatiënten", zegt dr. Keegan Duchicela, huisarts bij Color. "De richtlijnen veranderen voortdurend en individuele risicofactoren zijn niet altijd meteen duidelijk."
OpenAI en Color Health begonnen in 2023 samen te werken met als doel AI te gebruiken om de zorg voor kankerpatiënten en de gelijkheid in gezondheid te verbeteren. Ze noemen het een "clinician-in-the-loop workflow", die in wezen de klinische besluitvorming ondersteunt zonder deze op enigerlei wijze te vervangen.
"We zien een perfecte pasvorm voor AI-technologie, voor taalmodellen, omdat ze echt kunnen helpen op elk van deze dimensies," zei Brad Lightcap, OpenAI’s chief operating officer (COO).
"Ze kunnen relevante informatie sneller aan de oppervlakte brengen. Ze kunnen artsen meer hulpmiddelen geven om medische dossiers te begrijpen, om gegevens te begrijpen, om labs en diagnoses te begrijpen."
Om de impact van de copilot te meten, werkt Color Health samen met de University of California, San Francisco Helen Diller Family Comprehensive Cancer Center (UCSF HDFCCC).
Het partnerschap zal evaluatielagen uitvoeren, gevolgd door een gerichte uitrol, met de mogelijkheid om de copilot te integreren in de klinische workflows voor alle nieuwe kankergevallen bij UCSF.
"UCSF is toonaangevend in het implementeren van geavanceerde technologie om de patiëntenzorg te verbeteren", zegt Dr. Alan Ashworth, voorzitter van het UCSF HDFCCC.
"Patiënten komen vaak bij eerstelijns oncologen met onvolledige diagnostische workups en de tijd die het kost om de voltooiing van die workups te verzamelen en nauwkeurig vast te stellen, weerhoudt zorgverleners ervan om op de top van hun kunnen te werken. We zijn geïnteresseerd in hulpmiddelen die de efficiëntie en nauwkeurigheid van het in kaart brengen voorafgaand aan een bezoek kunnen verbeteren en kostbare vertragingen bij het starten van een behandeling voor kankerpatiënten bij UCSF kunnen voorkomen."
Color Health is van plan om de copilot langzaam uit te rollen, te beginnen met een eerste fase voor de eigen artsen en verschillende lagen van kwaliteitsborging toe te passen.
Tot de tweede helft van 2024 wil het bedrijf de copilot-applicatie gebruiken om AI-gegenereerde gepersonaliseerde zorgplannen te bieden, met toezicht van een arts, voor meer dan 200.000 patiënten.
De belofte van AI in de strijd tegen ziekten
De sleutel hier is het gebruik van taalmodellen om specialistische kennis te democratiseren. Het is veel gemakkelijker geworden om modellen te verfijnen voor verschillende doeleinden, waardoor onderzoekers domeinspecifieke modellen kunnen bouwen met medische gegevens.
Op dezelfde manier kan een chatbot is ontworpen om clinici te voorzien van informatie over netvliesaandoeningen en glaucoom. Bij het beantwoorden van klinische vragen voldeed het aan het advies van experts of overtrof het dit zelfs, wat opnieuw laat zien hoe AI medische kennis kan 'bundelen' in een taalmodel.
De belofte van AI bij het opsporen, diagnosticeren en behandelen van ziekten, waaronder kanker, is anders wel bewezen.
AI-tools verslaan artsen in herkennen van complexe vormen van kanker en de ontdekking van geneesmiddelen versnellen en AI-geïdentificeerde geneesmiddelen zijn zelfs op weg naar klinisch onderzoek.
