Color Health

Color Health⁠(шинэ цонхонд нээгдэнэ) нь хорт хавдартай өвчтөнүүдийн эмчилгээнд хүрэх боломжийг хурдасгах шинэ аргыг нэвтрүүлэхээр OpenAI-тай хамтран ажиллаж байна. Тэдний шинэ копайлот аппликейшн GPT‑4o‑г ашиглан дутуу оношилгоог илрүүлж, тохируулсан workup төлөвлөгөө боловсруулснаар эрүүл мэндийн үйлчилгээ үзүүлэгчдэд хорт хавдрын скрининг, эмчилгээний талаар нотолгоонд суурилсан шийдвэр гаргахад тусалдаг. 

Color нь эрүүл мэндийн тусламж үйлчилгээний хүртээмжийг сайжруулах чиглэлээр арван жилийн турш ажиллаж байгаа бөгөөд байгуулагдсанаасаа хойш 7 сая гаруй өвчтөнд үйлчилсэн. 2023 онд тэд Америкийн Хорт Хавдрын Нийгэмлэгтэй хамтран ажиллаж, АНУ-д нас баралтын хоёр дахь хамгийн түгээмэл шалтгаан бөгөөд эрүүл мэндийн зардлын гол хөшүүрэг болсон хорт хавдрыг хянахад ажил олгогчид болон эрүүл мэндийн төлөвлөгөөнүүдэд тусалсан.

Color Health нь өвчтөний эмнэлгийн өгөгдлийг клиникийн мэдлэгтэй нэгтгэхийн тулд OpenAI-ийн API-уудыг ашигладаг. Үүний үр дүнд эмч нар хянаж, өвчтөний тусламж үйлчилгээндээ ашиглах зориулалттай, өөрчлөн тохируулсан цогц эмчилгээний төлөвлөгөө бүтээдэг копайлот аппликейшн бий болсон. 

“Color-ийн алсын хараа бол хорт хавдрын талаарх мэргэжлийн мэдлэгийг өвчтөний эрүүл мэндийн шийдвэрт хамгийн их нөлөө үзүүлж болох цаг мөч, цэг дээр хүртээмжтэй болгох явдал юм” гэж Color Health-ийн Гүйцэтгэх захирал Отман Лараки хэлэв. 

“Эрүүл мэндийн компанийн хувьд хүртээмж, тэгш байдлыг сайжруулдаг технологи нь өвчтөний аюулгүй байдал, нууцлалыг дэмждэг технологитой зэрэгцэн явах ёстой. OpenAI-ийн HIPAA-д нийцсэн өгөгдөл хамгааллын стандартууд үүнд гол ач холбогдолтой.”

Копайлот аппликейшны гаргасан үр дүнг үе шат бүрд эмч шинжилж, шаардлагатай бол өвчтөнд үзүүлэхээс өмнө засварладаг. Энэ нь дараах байдлаар ажиллана:

1. Гэр бүлийн өвчний түүх, хувь хүний эрсдэлийн хүчин зүйлс зэрэг өвчтөний мэдээлэл, мөн клиникийн удирдамж болон итгэмжлэгдсэн эх сурвалжийн өгөгдлийг гарган авч, боловсруулж, жигдрүүлдэг. Өөр өөр бүтэц, найруулгатай, ихэвчлэн PDF эсвэл клиникийн тэмдэглэл зэрэг янз бүрийн форматад буй олон хуудасны дунд нуугдсан мэдээллийг GPT‑4o гарган авч, жигдрүүлэх чадвар Color-ийн багт онцгой сэтгэгдэл төрүүлсэн. 
2. Энэ өгөгдлийг ашиглан “Өвчтөн ямар скрининг хийлгэх ёстой вэ?” гэх мэт гол асуултад хариулж, дутуу оношилгоог илрүүлэн, хувьчилсан скринингийн төлөвлөгөө үүсгэдэг. Мөн эмнэлгийн хэрэгцээний баримт бичиг, даатгалын урьдчилсан зөвшөөрөл зэрэг аливаа оношилгооны үнэлгээг гүйцээхэд шаардлагатай баримтжуулалтыг бий болгодог.
3. Clinician-in-the-loop нь эх сурвалжийн мэдээллийг багтаасан гаралтыг үнэлдэг. Эмч копайлотыг засварлах боломжтой бөгөөд энэ нь дараагийн хувилбаруудыг сайжруулахад мөн тусалдаг.
4. Clinician-in-the-loop нь үр дүнд сэтгэл хангалуун болмогц мэдээллийг өвчтөний одоо байгаа эмчилгээний төлөвлөгөөнд нэмж болно.

Хорт хавдрын скрининг, оношилгоо, эмчилгээ нь угаасаа маш төвөгтэй, их цаг шаарддаг. Мөн аливаа саатал бүр нөлөөтэй: эмчилгээ нь ердөө дөрвөн долоо хоногоор хойшилсон өвчтөнүүдэд нас баралтын эрсдэл 6–13%-иар өндөр⁠(шинэ цонхонд нээгдэнэ) байдаг.

Скринингийн хэрэгцээ ч ихэвчлэн маш хувь хүнд тохирсон байдаг. Жишээлбэл, Color-ийн өвчтөнүүдийн гуравны нэгээс илүү нь стандарт удирдамжаар тусгагдаагүй хувь хүний эрсдэлийн хүчин зүйлсээс шалтгаалан илүү эрт, өөр төрлийн скринингийн аргыг шаарддаг. “Өндөр эрсдэлтэй өвчтөнүүддээ зориулсан хувьчилсан хорт хавдрын скринингийн төлөвлөгөө боловсруулахын төвөгтэй байдлыг би өөрөө харсан” гэж Color-ийн анхан шатны тусламжийн эмч доктор Кигэн Дучисела хэлэв. “Удирдамжууд байнга өөрчлөгдөж байдаг бөгөөд хувь хүний эрсдэлийн хүчин зүйлс тэр бүр шууд тодорхой байдаггүй.” 

Скринингоос гадна оношилгооны үнэлгээ илүү олон бэрхшээл үүсгэдэг. Нэг өвчтөний оношилгооны үнэлгээг баримтжуулж, гүйцэтгэхэд хэдэн долоо хоног шаардагдаж болох бөгөөд ихэнх өвчтөн анхны хавдар судлалын үзлэгтээ бүрэн үнэлгээгүй ирдэг. “Өнөөдөр өвчтөн анхны оношоо хаанаас авч байгаагаас шалтгаалсан хавдар судлалын тусламж үйлчилгээнд бодит цоорхой бий” гэж Стэнфордын Их Сургуулийн Анагаахын сургуулийн профессор, идэвхтэй эмнэлзүйн онкологич доктор Эллисон Куриан хэлэв. “Тохирох эмчилгээг санал болгоход шаардлагатай бүх шинжилгээ, үнэлгээг бүрэн хийхэд миний олон өвчтөнд хэдэн долоо хоног шаардлагддаг бөгөөд энэ хугацаанд үнэт цаг алдагдаж, эмч нарт нэмэлт захиргааны ачаалал үүсдэг.”

Color 2023 онд OpenAI-тай хамтран ажиллаж эхэлсэн бөгөөд зорилго нь AI-ийг ашиглан хорт хавдартай өвчтөнүүдийн тусламж үйлчилгээ болон эрүүл мэндийн тэгш хүртээмжийг сайжруулах явдал байв. Хорт хавдрын скрининг, оношилгоо, эмчилгээний сорилтуудыг харгалзан Color дараах боломжтой шийдлийг хайж байлаа:

• Нэг мөр бус форматтай өвчтөний өгөгдлийг тайлбарлах
• Нягт, төвөгтэй эрүүл мэндийн удирдамжийг шинжлэх
• Өвчтөний өгөгдлийн нууцлалыг хамгаалах
• Өвчтөний аюулгүй байдлыг хангахын тулд clinician-in-the-loop ажлын урсгалын загварыг дэмжих
• Цахим эрүүл мэндийн бүртгэл (EHR) болон эмнэлгийн үндсэн системүүдтэй нэгтгэх

Анхны судалгааны үеэр Color хурдан туршилт хийх арга барилаа бүрдүүлж, хорт хавдрын оношилгооны клиникийн удирдамжийн PDF-ээс мэдээлэл гарган авах зэрэг нарийн төвөгтэй даалгаварт GPT‑4 болон GPT‑4o‑ийн гүйцэтгэлийг шалгасан. Эдгээр PDF нь ихэвчлэн оношилгооны үнэлгээнд тулгуурласан тусламжийн замналыг дүрсэлсэн олон зуун хуудас бүхий төвөгтэй диаграммууд байдаг. OpenAI болон Color хамтран GPT‑4 Vision-оос эдгээр диаграммын дэлгэцийн зургуудыг тайлбарлуулах хамгийн үр дүнтэй аргыг боловсруулж, гаралтын нарийвчлалыг хадгалсан.

OpenAI мөн стандарт ChatGPT интерфэйсийг ашиглан клиникийн ажлын урсгалын загвар хувилбар гаргах, мөн custom GPT ашиглан жишээ тохиолдлууд үүсгэхэд Color-ийн багт чиглэл өгсөн бөгөөд ингэснээр өргөн хүрээний инженерийн нөөц зарцуулахаас өмнө үр дүнтэй концепцийн баталгаануудыг бий болгосон.

OpenAI-ийн мэргэжлийн зөвлөгөө, хүчирхэг загварууд, HIPAA-д нийцсэн өгөгдөл хамгааллын стандартуудын ачаар Color нь эмнэлгийн шийдвэр гаргалтын нарийн төвөгтэй байдлыг задалж ойлгох, өгөгдлүүдийг сайжруулах, clinician-in-the-loop ажлын урсгалыг зохиомжлох дээр төвлөрч, копайлотыг анхны хувилбараар нь бүтээж чадсан.

Жишээлбэл, OpenAI-ийн инженерүүд гаралтын чанарыг нэмэгдүүлэхийн тулд загвар fine-tuning хийхийн оронд retrieval-augmented generation (RAG)-ийг ашиглах, мөн клиникийн баримтжуулалтыг ChatGPT‑д илүү хялбар боловсруулахуйц байдлаар дахин бичих талаар Color-д зөвлөсөн. Эцэст нь туршилтуудын дараа Color өөрийн AI шийдлийн нийлүүлэгчээр OpenAI-ийг сонгож, хамгийн дэвшилтэт копайлот аппликейшныхаа цөмд GPT‑4o‑г байршуулсан.

Энэ хэрэгслийн нөлөөг хэмжихийн тулд Color нь Калифорнийн Их Сургууль, Сан Францискогийн Helen Diller Family Comprehensive Cancer Center (UCSF HDFCCC)-тэй хамтран ажиллаж байна. Эхний хэрэгжилтийн хүрээнд Color болон UCSF нь эхлээд өнгөрсөн өгөгдөлд тулгуурласан үнэлгээ хийж, дараа нь зорилтот нэвтрүүлэлт хийнэ. Үнэлгээний үр дүнд үндэслэн UCSF-ийн бүх шинэ хорт хавдрын тохиолдлын клиникийн ажлын урсгалд копайлотыг нэгтгэх боломжтой. 

“UCSF нь өвчтөний тусламж үйлчилгээг сайжруулахын тулд хамгийн дэвшилтэт технологийг нэвтрүүлэх чиглэлээр манлайлагч” гэж UCSF HDFCCC-ийн ерөнхийлөгч, доктор Алан Эшворт, PhD, FRS хэлэв. “Өвчтөнүүд анхан шатны онкологич дээрээ ихэвчлэн дутуу оношилгооны үнэлгээтэй ирдэг бөгөөд эдгээр үнэлгээг нэгтгэж, бүрэн хийгдсэнийг нь зөв тодорхойлоход зарцуулах хугацаа нь үйлчилгээ үзүүлэгчдийг мэргэжлийн ур чадварынхаа дээд түвшинд ажиллахад саад болдог. UCSF дахь хорт хавдартай өвчтөнүүдийн эмчилгээг эхлүүлэхэд гарах өртөг өндөртэй саатлыг бууруулж, үзлэгийн өмнөх баримтжуулалтын үр ашиг, нарийвчлалыг сайжруулах хэрэгслүүд бидэнд сонирхолтой байна.” 

Америкийн Хорт Хавдрын Нийгэмлэгийн Гүйцэтгэх захирал доктор Карен Кнудсен ч үүнтэй санал нэг байна. “Энэ үйл явцыг хурдасгахын тулд AI технологийг дижитал дэмжлэгтэй клиникийн ажлын урсгалтай хослуулах санаа нь оролцогч бүх талд—өвчтөн болон тэдний эмч нарт, мөн эмчилгээний зардлыг хариуцдаг төлбөр төлөгчидөд—эерэг дэвшил болно.”

Color копайлотыг нэвтрүүлэхдээ болгоомжтой, үе шаттай хандаж байгаа бөгөөд эхний шатанд өөрийн эмч нартаа зориулан хязгаарлагдмал тооны тохиолдолд энэ хэрэгслийг ашиглаж эхэлсэн. Эдгээр тохиолдолд чанарын баталгаажуулалтын хэд хэдэн давхарга үйлчилдэг:

• Копайлот ашиглаж буй эрүүл мэндийн үйлчилгээ үзүүлэгчид копайлотгүй хүмүүсээс 4 дахин илүүгээр дутуу лабораторийн шинжилгээ, дүрс оношилгоо, эсвэл биопси ба эмгэг судлалын хариуг илрүүлж чаддаг.
• Копайлот ашиглахад эмч нар өвчтөний бүртгэлийг шинжилж, цоорхойг тодорхойлоход дунджаар 5 минут зарцуулдаг. Копайлотгүй үед өгөгдөл сарнисан байдаг бөгөөд энэ нь хэдэн долоо хоногийн сааталд хүргэж болзошгүй.

2024 оны хоёрдугаар хагасын турш Color нь копайлот аппликейшныг ашиглан 200,000 гаруй өвчтөнд эмчийн хяналт дор AI-ээр үүсгэсэн хувьчилсан тусламжийн төлөвлөгөө хүргэхээр зорьж байна.