Color Health

Color Health⁠(mbukak ing jendhela anyar) lagi kerja bareng OpenAI kanggo ngrintis cara anyar nyepetake akses pasien kanker marang perawatan. Aplikasi copilot anyare nggunakake GPT‑4o kanggo ngenali diagnosis sing kurang lan nggawe rencana workup sing disesuaikake, supaya panyedhiya layanan kesehatan bisa nggawe keputusan berbasis bukti babagan skrining lan perawatan kanker. 

Color wis kerja kanggo ningkatake akses marang layanan kesehatan sajrone sepuluh taun, nglayani luwih saka 7 yuta pasien wiwit didegake. Ing 2023, dheweke kerja bareng American Cancer Society kanggo mbantu perusahaan lan rencana kesehatan ngendhaleni kanker—penyebab pati nomer loro sing paling umum ing Amerika Serikat lan pendorong utama biaya layanan kesehatan Amerika.

Color Health nggunakake API OpenAI kanggo nggabungake data medis pasien karo kawruh klinis. Asile yaiku aplikasi copilot sing nggawe rencana perawatan sing disesuaikake lan komprehensif kanggo ditinjau lan digunakake panyedhiya ing perawatan pasien. 

“Visi Color yaiku nggawe keahlian kanker bisa diakses ing titik lan wektu nalika bisa menehi dampak paling gedhe marang keputusan layanan kesehatan pasien,” ujare Othman Laraki, CEO Color Health. 

“Minangka perusahaan layanan kesehatan, teknologi sing nambah akses lan kesetaraan kudu mlaku bebarengan karo teknologi sing ndhukung safety lan privasi pasien. Standar perlindungan data OpenAI sing tundhuk HIPAA iku kunci.”

Output aplikasi copilot dianalisis dening klinisi ing saben langkah lan, yen perlu, diowahi sadurunge diwenehake marang pasien. Cara kerjane kaya mangkene:

1. Aplikasi iki ngekstrak, ngolah, lan normalisasi informasi pasien, kayata riwayat kulawarga lan faktor risiko individu, bebarengan karo pedoman klinis lan data saka sumber sing dipercaya. Tim Color utamane kesengsem karo kemampuan GPT‑4o kanggo ngekstrak lan normalisasi informasi sing kasimpen ing jerone kaca-kaca kanthi struktur lan phrasing sing ora konsisten, asring ing format beda, kayata PDF utawa cathetan klinis. 
2. Nggunakake data iki, aplikasi iki njawab pitakon kunci kaya, “Skrining apa sing kudu ditindakake pasien?” kanggo ngenali diagnosis sing kurang lan ngasilake rencana skrining sing dipersonalisasi. Aplikasi iki uga ngasilake dokumentasi sing dibutuhake kanggo ngrampungake pemeriksaan diagnosis, kayata dokumen kebutuhan medis lan pra-otorisasi asuransi.
3. Clinician-in-the-loop ngevaluasi output, sing kalebu informasi sumber. Klinisi bisa nyunting output copilot, sing uga mbantu nyaring iterasi sabanjure.
4. Sawise clinician-in-the-loop puas karo asil kasebut, dheweke bisa nambahake informasi kasebut menyang rencana perawatan pasien sing wis ana.

Skrining, diagnosis, lan perawatan kanker wis kondhang rumit lan mbutuhake wektu. Lan saben tundha nduweni pengaruh: pasien sing perawatane telat mung patang minggu ngadhepi risiko mortalitas 6–13% luwih dhuwur⁠(mbukak ing jendhela anyar).

Kabutuhan skrining uga asring banget individual. Luwih saka sapratelon pasien Color, contone, mbutuhake pendekatan skrining sing luwih awal lan beda adhedhasar faktor risiko individu sing ora kacakup ing pedoman standar. “Aku wis nyekseni kerumitan ngembangake rencana skrining kanker sing dipersonalisasi kanggo pasien berisiko tinggi,” ujare Dr. Keegan Duchicela, dokter perawatan primer ing Color. “Pedoman terus berkembang, lan faktor risiko individu ora mesthi langsung cetha.” 

Saliyane skrining, pemeriksaan diagnosis nggawe tantangan liyane. Ngedokumentasikake lan nindakake pemeriksaan diagnosis kanggo siji pasien bisa mbutuhake minggu-minggu, lan mayoritas pasien teka ing janji onkologi kapisan tanpa pemeriksaan sing lengkap. “Saiki, ana kesenjangan nyata ing perawatan onkologi adhedhasar ing ngendi pasien nampa diagnosis awal,” ujare Dr. Allison Kurian, profesor ing Stanford University School of Medicine lan onkolog aktif klinis. “Akeh pasienku mbutuhake minggu-minggu kanggo ngrampungake kabeh tes lan evaluasi sing perlu supaya bisa menehi perawatan sing pas, sajrone wektu larang regane ilang lan beban administratif tambahan diwenehake marang klinisi.”

Color miwiti kerja bareng OpenAI ing 2023, kanthi tujuan nggunakke AI kanggo ningkatake perawatan pasien kanker lan kesetaraan kesehatan. Kanthi tantangan skrining, diagnosis, lan perawatan kanker ing pikiran, Color nggoleki solusi sing bisa:

• Nafsirake data pasien kanthi format sing ora konsisten
• Nganalisis pedoman layanan kesehatan sing padhet
• Nglindhungi privasi data pasien
• Ndhukung rancangan alur kerja clinician-in-the-loop kanggo njamin safety pasien
• Terintegrasi karo rekam kesehatan elektronik (EHR) lan sistem inti rumah sakit

Nalika eksplorasi awal, Color nyiyapake pendekatan kanggo eksperimen cepet, kalebu nguji kinerja GPT‑4 lan GPT‑4o ing tugas rumit kayata ngekstrak informasi saka PDF pedoman klinis kanggo diagnosis kanker. PDF iki asring ngemot atusan kaca diagram rumit sing njlentrehake jalur perawatan adhedhasar pemeriksaan diagnosis. Bareng OpenAI, Color ngembangake cara takon marang GPT‑4 Vision supaya njlentrehake tangkapan layar diagram kasebut kanthi cara sing paling efektif kanggo njaga akurasi output.

OpenAI uga mbantu nuntun tim Color kanggo nggawe prototipe alur kerja klinis nganggo antarmuka ChatGPT standar lan ngasilake conto kasus nganggo GPT kustom–saengga entuk bukti konsep sing efektif sadurunge nggunakake sumber daya engineering sing gedhe.

Kanthi pandhuan ahli OpenAI, model sing kuat, lan standar perlindungan data sing tundhuk HIPAA, Color bisa fokus mbongkar pengambilan keputusan medis sing rumit, nyaring prompt, lan ngrancang alur kerja clinician-in-the-loop kanggo nggawe versi awal copilot.

Contone, insinyur OpenAI nuntun Color supaya nggunakake retrieval-augmented generation (RAG) tinimbang fine-tuning model kanggo ningkatake kualitas output lan nulis ulang dokumentasi klinis supaya luwih gampang diproses ChatGPT. Pungkasane, sawise eksperimen, Color milih OpenAI minangka panyedhiya solusi AI, kanthi GPT‑4o dadi inti aplikasi copilot canggih kasebut.

Kanggo ngukur dampak alat iki, Color kerja bareng karo University of California, San Francisco Helen Diller Family Comprehensive Cancer Center (UCSF HDFCCC). Kanggo implementasi awal, Color lan UCSF bakal nindakake evaluasi retrospektif, banjur diterusake kanthi peluncuran sing ditarget. Adhedhasar evaluasi kasebut, ana potensi kanggo ngintegrasi copilot menyang alur kerja klinis kanggo kabeh kasus kanker anyar ing UCSF. 

“UCSF minangka pemimpin ing ngetrapake teknologi paling maju kanggo ningkatake perawatan pasien,” ujare Dr. Alan Ashworth, PhD, FRS, Presiden UCSF HDFCCC. “Pasien kerep teka menyang onkolog primer kanthi pemeriksaan diagnosis sing durung lengkap, lan wektu sing dibutuhake kanggo nglumpukake lan ngenali kanthi akurat rampunge pemeriksaan kasebut ngalangi panyedhiya supaya bisa kerja maksimal miturut lisensi profesine. Kita kasengsem marang alat sing bisa ningkatake efisiensi lan akurasi charting sadurunge kunjungan lan nyegah tundha larang ing miwiti perawatan pasien kanker ing UCSF.” 

Dr. Karen Knudsen, CEO American Cancer Society, setuju. “Gagasan nggabungake teknologi AI karo alur kerja klinis sing didhukung digital kanggo nyepetake proses kasebut bakal dadi kemajuan positif kanggo kabeh pihak sing melu - pasien lan klinisine, uga pihak pembayar sing nutupi biaya perawatan.”

Color njupuk pendekatan sing ati-ati nalika ngluncurake copilot, lan wis miwiti tahap awal kanggo klinisine dhewe, kanthi ngetrapake alat iki ing jumlah kasus sing winates. Kasus-kasus iki nampa sawetara lapisan jaminan kualitas:

• Panyedhiya layanan kesehatan sing nggunakake copilot bisa ngenali laboratorium, pencitraan, utawa asil biopsi lan patologi sing kurang 4x luwih akeh tinimbang sing tanpa copilot.
• Nggunakake copilot, rata-rata mung butuh 5 menit kanggo klinisi nganalisis rekam pasien lan ngenali kesenjangan. Tanpa copilot, data pecah-pecah lan bisa nyebabake tundha nganti pirang-pirang minggu.

Sajrone paruh kapindho 2024, Color nduweni niyat nggunakake aplikasi copilot kanggo nyedhiyakake rencana perawatan pribadi sing digawe AI, kanthi pengawasan dokter, kanggo luwih saka 200.000 pasien.