Color Health 使用 GPT-4o 加速癌症护理和诊断工作流程
Color Health 正在与 OpenAI 合作，部署一款由 GPT-4o 驱动的副驾驶应用，通过自动识别缺失的诊断项目并制定个性化的检查计划，加速癌症患者获得治疗的进程。该工具旨在缩短癌症护理中的关键延误，因为治疗延迟四周会使死亡风险增加 6–13%。
AI 驱动的个性化治疗计划
Color Health 的副驾驶将患者的医疗数据与临床知识相结合，生成供临床医生审阅的定制治疗方案。系统通过四步工作流程运行，旨在确保安全性和准确性：
- 数据提取与标准化：系统提取并标准化患者信息（如个人风险因素和家族史）以及临床指南。GPT-4o 专门用于处理 PDF 和临床记录中结构不一致的数据。
- 计划生成：AI 识别缺失的诊断项目并生成个性化筛查计划，同时提供保险预授权和医学必要性的所需文档。
- 临床医生审查：在环路中的临床医生评估输出及提供的来源信息，并根据需要编辑结果。
- 整合：经批准后，临床医生将信息添加到患者现有的治疗计划中。
技术实现与安全性
Color 使用 OpenAI 的 API 和符合 HIPAA 标准的数据保护规范开发了概念验证。为确保高准确性和安全性，团队采用了多项技术策略：
- RAG 而非微调：OpenAI 工程师建议使用检索增强生成（RAG）而不是模型微调，以提升输出质量。
- 视觉分析：为处理包含图表的复杂临床指南，Color 使用 GPT-4 Vision 对这些图表的截图进行描述。
- 快速原型：团队使用标准的 ChatGPT 界面和自定义 GPT 验证临床工作流，然后再投入完整的工程资源。
临床影响与绩效指标
Color 目前正为自家临床医生进行有限的分阶段实施，并与加州大学旧金山分校 Helen Diller 家族综合癌症中心 (UCSF HDFCCC) 合作进行回顾性评估和有针对性的推广。
初步绩效数据表明效率显著提升：
- 检测率提升：使用副驾驶的医疗提供者识别出缺失的实验室、影像或活检及病理结果的数量是未使用该工具的四倍。
- 分析时间缩短：临床医生平均只需 5 分钟即可分析患者记录并发现缺口，而手动处理碎片化数据的过程可能导致数周延误。
Color 计划在 2024 年下半年为超过 20 万名患者提供在医生监督下的 AI 生成个性化护理计划。