Color Health 与OpenAI 合作开发出Cancer Copilot 加速癌症患者治疗

Color Health与OpenAI合作开发了一款名为Color’s copilot的工具，旨在通过使用GPT-4的技术将专业肿瘤学家的知识带给医生、护士和初级护理医生，以支持他们做出基于证据的癌症筛查和治疗决策。 该工具专注于改善癌症治疗结果的两个关键方面：早期发现癌症和有效管理治疗。 合作背景 : Color Health一直致力于改善医疗服务，为超过700万患者提供服务。2023年，他们与美国癌症协会合作，帮助雇主和健康计划应对癌症问题。 早期发现癌症 ： Color’s copilot工具能够自动分析个人的背景风险因素，并根据个体情况调整筛查计划，从而提高癌症早期发现的概率。

有效管理治疗 ： 该工具可以帮助初级护理医生或护士肿瘤学家在患者被确诊后立即开展必要的预治疗检查，从而减少等待时间，提高治疗效率。

Color’s Copilot的主要功能 1. 诊断识别 数据提取与标准化 : Copilot应用程序利用GPT-4o从不一致格式和不同来源的患者信息中提取、处理和标准化数据。包括家族病史、个人风险因素、临床指南等。 缺失诊断识别 : 通过分析提取的数据，应用程序能够识别患者诊断过程中可能遗漏的部分，并生成相应的提示和建议。 2. 个性化治疗计划生成 筛查计划生成 : 根据患者的特定数据和风险因素，Copilot生成个性化的癌症筛查计划。回答关键问题，如“患者需要进行哪些筛查？” 治疗计划生成 : 生成个性化的治疗方案，包括详细的步骤和时间表。 文档生成 : 生成完成诊断和治疗工作所需的文档，如医疗必要性文件和保险预授权文档。 3. 临床医生参与评估 多层评估 : 临床医生在每一步都参与评估Copilot的输出，并在需要时进行修改。 逐步优化 : 通过临床医生的反馈，不断优化应用程序的输出质量和准确性。 4. 数据整合与隐私保护 EHRs整合 : Copilot与电子健康记录（EHRs）和医院核心系统无缝集成，确保数据流畅传输和使用。 隐私保护 : 遵循HIPAA标准，确保患者数据的隐私和安全。 5. 快速处理与优化 功能描述 : 高效处理 : Copilot能够快速处理和分析患者记录，平均仅需5分钟就能识别数据差距。 效率提升 : 帮助医生更快地识别缺失的实验室检查、影像或活检和病理结果，减少患者等待时间。 6. 实验与优化 快速实验 : 与OpenAI合作进行快速实验，测试GPT-4和GPT-4o在复杂任务中的性能。 优化输出 : 使用检索增强生成（RAG）技术提高输出质量，并重新编写临床文档以便ChatGPT更容易处理。 7. 提高筛查与治疗效率 筛查效率提升 : 帮助医生识别更多缺失的实验室检查、影像或活检和病理结果。 减少治疗延误 : 加快诊断和治疗过程，减少患者的治疗延误风险，提高整体治疗效果。 [video width="1920" height="1080" mp4="https://img.xiaohu.ai/2024/06/X2Twitter.com_18029892655778037761080p.mp4"][/video] Color’s Copilot在早期发现癌症和有效管理治疗中的参与 早期发现癌症 总体上，大多数 早期癌症 的存活率超过90%。癌症的筛查、诊断和治疗是复杂且耗时的。每一次延迟都有所不同：治疗延迟仅四周的患者面临 6-13% 更高的死亡风险 。 虽然没有万能药可以早期发现所有癌症，但已经有许多已验证的筛查工具，并基于此多年来制定了风险调整指南。例如，今天，一个带有BRCA1突变的女性，这种突变增加了她患乳腺癌的风险，可以通过遵循根据其风险水平调整的筛查指南显著降低她死于癌症的几率。问题在于，尽管有指南存在，但绝大多数有高风险的女性没有接受风险调整指南。这要么是因为她们没有看医生，要么是她们的医生没有时间或背景来适当地调整她的筛查。 在Color，已经 管理了数十万 这样的案例——人们可以显著改善他们对抗癌症的几率。到目前为止，获取这种分析需要相当高的专业知识，而大多数人无法获得。 因此，Color’s Copilot 工具的第一个用例专注于自动理解和分析个人的背景风险因素，然后应用根据其个性化情况调整的筛查计划指南。 Color’s 将首先将这项工作的结果提供给Color癌症项目的数十万人，并期望随后将其扩展到独立的初级保健医生。 自动化风险分析

背景信息收集 ：Color’s Copilot工具能够收集和分析患者的个人健康背景信息，包括遗传因素、家族病史、生活习惯等。 风险评估 ：基于收集的信息，工具使用高级算法进行风险评估，确定患者罹患各种类型癌症的可能性。 个性化筛查计划 ：根据风险评估结果，工具生成个性化的筛查建议。这些建议基于经过验证的医学指南，如针对BRCA1突变携带者的特定筛查方案，确保高风险患者能及时进行适当的筛查。 自动化筛查指南应用

筛查工具选择 ：工具根据患者的风险评估结果选择合适的筛查工具，如乳腺X线摄影、MRI等。 筛查频率调整 ：工具提供个性化的筛查频率建议，确保高风险患者能定期接受检查，提高早期发现癌症的概率。 实时更新和通知 ：工具会根据最新的医学研究和指南更新筛查建议，并及时通知患者和医生任何需要的变化。 有效管理治疗 当一个人被诊断出癌症时，他们的生活会被颠覆，通常会进入与医疗系统的深度混乱和复杂的关系。由于同样的原因，早期癌症诊断几乎总是比晚期更好，一旦有人被诊断出，时间就变得至关重要——许多复杂和重要的决策需要在强烈的时间压力下做出。每天都很重要，每天的浪费都会影响患者的结果。 一个令人惊讶和沮丧的步骤（对患者和医生来说）是，在医生可以开始治疗之前，他们通常需要完成所谓的术前检查。根据癌症类型、患者历史和其他特定情况，可能需要进行不同的测试来为医生的治疗建议提供信息。然而，在大多数情况下，一旦有人被转介到肿瘤科医生那里，她需要等待几天或几周才能进行第一次预约，然后才被告知需要进行一系列额外的测试来为治疗决策提供信息。这导致了几周的时间浪费，多次对肿瘤科医生无效的预约，以及医生为了避免浪费更多时间而不得不在信息不全的情况下做出治疗决策。 今天，决定术前检查的专业知识在于肿瘤科医生——但获得他们的服务需要长时间的等待——在诊断之后很长时间。因此，应该做的是构建工具，将确定所需测试以提供治疗信息的专业知识带到初级保健医生办公室或护士肿瘤科医生那里。这样，当患者第一次见到她的肿瘤科医生时，她有更大的机会准备好开始治疗，我们希望能节省几周宝贵的时间。 优化预治疗检查

初步诊断支持 ：当患者被初步诊断为癌症时，工具会立即分析其病历和检查结果，确定所需的预治疗检查项目。 预检查安排 ：工具能在患者首次见到肿瘤学家之前安排必要的检查，如血液检查、影像学检查等，以减少等待时间。 检查结果整合 ：在患者初次会诊时，工具提供综合的检查结果报告，帮助肿瘤学家做出更准确的治疗决策。 个性化治疗方案支持

治疗方案生成 ：工具根据患者的具体情况和最新的医学研究生成个性化的治疗方案建议，涵盖手术、放疗、化疗等多种治疗手段。 实时决策支持 ：在治疗过程中，工具实时提供决策支持，帮助医生根据患者的反应和新出现的检查结果调整治疗方案。 患者管理 ：工具帮助医生管理患者的整个治疗过程，包括随访计划、药物管理和康复建议，确保每个患者都能得到持续、个性化的关怀。 减少等待时间

加速检查和治疗流程 ：工具帮助医生在确诊后立即启动所需的检查和治疗安排，减少等待时间，提高治疗效率。 减少无效会诊 ：通过提前完成必要的检查，工具减少了患者与肿瘤学家的无效会诊次数，使医生能够更专注于制定和实施治疗方案。 具体实施方法

人机协同模式 ：Color’s Copilot工具设计为人机协同模式，即在医生的监督和审核下工作，确保每个决策都有专业医生的参与，保证医疗决策的安全性和可靠性。 无缝集成 ：工具与现有的医疗工作流程无缝集成，医生无需学习新的软件或改变工作习惯，确保工具的使用简单高效。 隐私和安全 ：工具严格遵守医疗数据隐私和安全标准，确保患者数据的保密性和安全性。 缩短癌症患者的治疗时间 Color Health与加利福尼亚大学旧金山分校Helen Diller家族综合癌症中心（UCSF HDFCCC）合作，衡量其Cancer Copilot工具的影响。在初步实施阶段，Color和UCSF将进行回顾性评估，之后进行有针对性的推广。根据评估结果，可能会将Copilot整合到UCSF所有新癌症病例的临床工作流程中。 UCSF HDFCCC主席Alan Ashworth博士表示，UCSF在利用前沿技术改进患者护理方面处于领先地位。许多患者在首次就诊时带着不完整的诊断检查结果，这影响了医生的诊断效率。通过提高预访记录的效率和准确性，Copilot有助于减少治疗延误。 Color采取谨慎的方法推出Cancer Copilot，首先在其自身的临床医生中进行初期阶段的实施，将工具应用于有限数量的案例。这些案例接受了多个层次的质量保证： 识别缺失检查 : 使用Copilot的医疗服务提供者能够识别出4倍更多的缺失实验室检查、影像检查或活检和病理结果。 加快记录分析 : 使用Copilot，临床医生平均花费5分钟分析患者记录并识别差距，而没有Copilot，数据分散可能导致数周的延迟。 在2024年下半年，Color计划使用Copilot应用程序，在医生监督下为超过20万患者提供AI生成的个性化护理计划。 OpenAI 新闻稿： https://openai.com/index/color-health/ Color’s新闻稿： https://www.color.com/blog/colors-copilot-and-partnership-with-openai