OpenAI har gått samman med det nystartade vårdföretaget Color Health för att integrera GPT-4 i en AI-driven "copilot" som hjälper läkare att utveckla personliga vårdplaner för cancer.
Copiloten, som utvecklats av Color Health, utnyttjar OpenAI:s modeller för att analysera patientdata, inklusive personliga riskfaktorer och familjehistoria, tillsammans med kliniska riktlinjer.
Genom att identifiera diagnostiska tester som saknas och generera skräddarsydda screening- och förbehandlingsplaner hjälper AI-assistenten vårdgivare att fatta evidensbaserade beslut.
"Colors vision är att göra cancerexpertis tillgänglig vid den tidpunkt då den kan ha störst inverkan på en patients beslut om vård" sade Othman Laraki, VD för Color Health.
Copilotens potential att effektivisera cancervården är anmärkningsvärd, eftersom förseningar i screening, diagnos och behandling kan få allvarliga konsekvenser för patienterna.
Studier visar att en månads fördröjning av behandlingen kan öka dödligheten med 6% till 13%.
Color Healths test av copiloten har redan visat lovande resultat när det gäller att sänka den siffran. Läkarna kan analysera patientjournaler på i genomsnitt bara fem minuter, jämfört med de veckor det kan ta utan AI-assistenten.
"Jag har sett hur komplicerat det är att ta fram personliga planer för cancerscreening för mina högriskpatienter", säger Dr. Keegan Duchicela, primärvårdsläkare på Color. "Riktlinjerna utvecklas ständigt och individuella riskfaktorer är inte alltid omedelbart tydliga."
OpenAI och Color Health inledde sitt samarbete 2023 med målet att använda AI för att förbättra vården av cancerpatienter och jämlikhet i hälsa. De kallar det för en "kliniker i arbetsflödet", som i huvudsak stöder det kliniska beslutsfattandet utan att på något sätt ersätta det.
"Vi ser en perfekt passform för AI-teknik, för språkmodeller, eftersom de verkligen kan hjälpa till i alla dessa dimensioner", säger Brad Lightcap, OpenAI’s chief operating officer (COO).
"De kan snabbare föra upp relevant information till ytan. De kan ge läkarna fler verktyg för att förstå journaler, data, laboratorier och diagnostik."
För att mäta effekten av copiloten samarbetar Color Health med University of California, San Francisco Helen Diller Family Comprehensive Cancer Center (UCSF HDFCCC).
Partnerskapet kommer att genomföra flera utvärderingssteg, följt av en riktad utrullning, med potential att integrera copiloten i kliniska arbetsflöden för alla nya cancerfall vid UCSF.
"UCSF är ledande när det gäller att implementera spjutspetsteknologi för att förbättra patientvården", säger Dr. Alan Ashworth, ordförande för UCSF HDFCCC.
"Patienter kommer ofta till primära onkologer med ofullständiga diagnostiska utredningar, och den tid det tar att sammanställa och korrekt identifiera slutförandet av dessa utredningar hindrar vårdgivarna från att arbeta på toppen av sin kompetens. Vi är intresserade av verktyg som kan förbättra effektiviteten och noggrannheten i kartläggningen före besöket och undvika kostsamma förseningar i behandlingsstarten för cancerpatienter vid UCSF."
Color Health avser att långsamt rulla ut copiloten, med en inledande infasning för sina egna kliniker och med flera lager av kvalitetssäkring.
Fram till och med andra halvåret 2024 avser bolaget att använda copilot-applikationen för att tillhandahålla AI-genererade personliga vårdplaner, med läkarövervakning, för över 200.000 patienter.
AI:s löfte i kampen mot sjukdomar
Nyckeln här är att använda språkmodeller för att demokratisera specialistkunskap. Det har blivit mycket enklare att finjustera modeller för olika ändamål, vilket gör det möjligt för forskare att bygga domänspecifika modeller med medicinska data.
På samma sätt är en chatbot designades för att förse läkare med information om näthinneproblem och glaukom. Den motsvarade eller överträffade experternas råd när det gällde att svara på kliniska frågor, vilket återigen visar hur AI kan "samla" medicinsk kunskap i en språkmodell.
AI:s möjligheter att upptäcka, diagnostisera och behandla sjukdomar, inklusive cancer, är annars väletablerade.
AI-verktyg slår läkare på Identifiering av komplexa cancerformer och påskynda läkemedelsupptäckten och AI-identifierade läkemedel är till och med på väg mot klinisk prövning.
