Color Health 使用 GPT-4o 加速癌症護理與診斷工作流程
Color Health 正與 OpenAI 合作，部署一款由 GPT-4o 驅動的協助應用程式，透過自動化辨識缺失的診斷項目與制定量身訂做的檢查計畫，加速癌症患者獲得治療的速度。此工具旨在縮短癌症護理中的關鍵延遲，因為治療延遲四週會使死亡風險增加 6–13%。
AI 驅動的個人化治療規劃
Color Health 的協助應用程式將患者醫療資料與臨床知識結合，產生供臨床醫師審閱的客製化治療計畫。系統透過四步驟工作流程運作，旨在確保安全與精確性：
- 資料擷取與正規化：系統擷取並正規化患者資訊（例如個人風險因素與家族史）以及臨床指引。特別使用 GPT-4o 處理 PDF 與臨床筆記中結構不一致的資料。
- 計畫生成：AI 辨識缺失的診斷項目，並生成個人化的篩檢計畫，同時製作保險事前授權與醫療必要性的相關文件。
- 臨床醫師審核：在迴路中的臨床醫師評估輸出結果與提供的來源資訊，並視需要進行編輯。
- 整合：經批准後，臨床醫師將資訊加入患者現有的治療計畫中。
技術實作與安全性
Color 使用 OpenAI 的 API 以及符合 HIPAA 標準的資料保護規範開發概念驗證。為確保高精確度與安全性，團隊採用了多項技術策略：
- RAG 取代微調：OpenAI 工程師建議使用檢索增強生成（RAG）而非模型微調，以提升輸出品質。
- 視覺分析：為處理包含圖表的複雜臨床指引，Color 使用 GPT-4 Vision 來描述這些圖表的螢幕截圖。
- 快速原型：團隊使用標準的 ChatGPT 介面與自訂 GPT 來驗證臨床工作流程，然後才投入完整的工程資源。
臨床影響與績效指標
Color 目前正於自家臨床醫師中有限度分階段導入此工具，並與加州大學舊金山分校 Helen Diller 家族綜合癌症中心 (UCSF HDFCCC) 合作，進行回顧性評估與目標性推廣。
初步績效資料顯示出顯著的效率提升：
- 偵測率提升：使用協助應用程式的醫護人員能辨識出缺失的實驗室、影像、或活檢與病理結果的數量是未使用工具者的 4 倍。
- 分析時間縮短：臨床醫師平均只需 5 分鐘即可分析患者紀錄並找出缺口，而手動處理碎片化資料的流程可能導致數週的延遲。
Color 計畫在 2024 年下半年為超過 20 萬名患者提供在醫師監督下的 AI 生成個人化照護計畫。