Color Health는 GPT-4o를 사용하여 암 치료 및 진단 작업을 가속화합니다
Color Health는 OpenAI와 협력하여 GPT-4o 기반 코파일럿 애플리케이션을 배포합니다. 이 애플리케이션은 누락된 진단을 자동으로 식별하고 맞춤형 작업 계획을 생성함으로써 암 환자의 치료 접근성을 높입니다. 이 도구는 치료 시작이 4주 지연될 경우 사망 위험이 6–13% 증가하는 암 치료의 중요한 지연을 줄이는 것을 목표로 합니다.
AI 기반 개인 맞춤 치료 계획
Color Health의 코파일럿은 환자 의료 데이터를 임상 지식과 결합하여 임상의가 검토할 맞춤형 치료 계획을 생성합니다. 시스템은 안전성과 정확성을 유지하도록 설계된 네 단계 워크플로우를 통해 작동합니다:
- 데이터 추출 및 정규화: 시스템은 환자 정보(개별 위험 요인 및 가족력 등)와 임상 지침을 추출하고 정규화합니다. GPT-4o는 PDF와 임상 메모에 존재하는 구조가 일관되지 않은 데이터를 처리하는 데 특별히 사용됩니다.
- 계획 생성: AI는 누락된 진단을 식별하고 개인화된 선별 계획을 생성하며, 보험 사전 승인 및 의료 필요성을 위한 문서도 작성합니다.
- 임상의 검토: 임상‑인‑루프가 결과와 제공된 출처 정보를 평가하고 필요에 따라 결과를 편집합니다.
- 통합: 승인되면 임상의가 정보를 환자의 기존 치료 계획에 추가합니다.
기술 구현 및 안전성
Color는 OpenAI API와 HIPAA‑준수 데이터 보호 표준을 사용하여 개념 증명을 개발했습니다. 높은 정확도와 안전성을 보장하기 위해 팀은 여러 기술 전략을 적용했습니다:
- RAG over Fine-Tuning: OpenAI 엔지니어는 출력 품질 향상을 위해 모델 파인튜닝 대신 검색 기반 생성(RAG) 사용을 권장했습니다.
- 시각 분석: 다이어그램이 포함된 복잡한 임상 지침을 처리하기 위해 Color는 GPT-4 Vision을 사용해 해당 다이어그램 스크린샷을 설명했습니다.
- 빠른 프로토타이핑: 팀은 표준 ChatGPT 인터페이스와 커스텀 GPT를 활용해 전체 엔지니어링 리소스를 투입하기 전에 임상 워크플로를 검증했습니다.
임상 영향 및 성과 지표
Color는 현재 자체 임상의에게 제한된 단계적으로 도구를 구현하고 있으며, University of California, San Francisco Helen Diller Family Comprehensive Cancer Center (UCSF HDFCCC)와 협력해 회고적 평가 및 목표 롤아웃을 진행하고 있습니다.
초기 성과 데이터는 상당한 효율성 향상을 보여줍니다:
- 탐지 증가: 코파일럿을 사용하는 의료 제공자는 도구를 사용하지 않는 경우에 비해 누락된 검사, 영상, 생검 및 병리 결과를 4배 더 많이 식별합니다.
- 분석 시간 감소: 임상의는 평균 5분 안에 환자 기록을 분석하고 격차를 파악할 수 있으며, 파편화된 데이터를 수작업으로 처리할 경우 몇 주가 걸릴 수 있습니다.
Color는 2024년 하반기까지 의사의 감독 하에 200,000명 이상의 환자에게 AI가 생성한 개인 맞춤 치료 계획을 제공할 계획입니다.