OpenAI进军癌症筛查，助力Color Health推出AI助手- Cancer Copilot！

美国Color Health 使用 OpenAI 的 GPT-4o 模型开发了一款 AI 助手Cancer Copilot，可以帮助医生制定癌症筛查计划，以及为被诊断患有癌症的人制定预治疗计划。

Color Health 成立于 2013 年，从基因检测起步。十年前在遗传癌症风险领域推出了针对 BRCA1、BRCA2 和其他 17 种癌症基因的低成本临床级基因检测，并率先将遗传咨询作为检测产品的一部分。

Color之后参与到了美国All of Us研究计划，为参与者提供ACMG 59基因的数据分析解读报告与咨询。基于此，Color扩大了与研究机构及医疗服务机构的合作，这一模式更是被COVID-19的大动员所扩大，如今Color与雇主、工会、健康计划和政府合作，目标是通过全面的癌症计划来控制癌症。自成立以来，Color已服务700多万患者。

Color于2023年开始与OpenAI合作，目标是利用最新的强大人工智能来改善癌症患者护理和健康公平可及。

在具体的应用开发上，Color选取了两个大的场景：一是尽早发现癌症，二是有效地管理接受治疗的患者。

众所周知，癌症的筛查、诊断和治疗非常复杂且耗时，而且每一次错过筛查和延迟癌症治疗会影响患者的结局：治疗延迟仅四周的患者面临的死亡风险就会增加 6-13%。

筛查需求也往往高度个性化。例如，超过三分之一的 Color 患者需要根据标准指南未涉及的个体风险因素更早、不同的筛查方法。尽管有指南，但指南在不断发展，个体风险因素并不总是能立即清楚，绝大多数高风险女性并未获得风险调整指南。这种情况发生的原因要么是她们没有去看医生，要么是她们的医生没有时间/背景来适当调整她的筛查。

早期癌症诊断几乎总是比晚期癌症诊断更好，一旦有人被诊断出来，时间就至关重要。令人惊讶和沮丧的步骤之一是，医生在开始治疗之前通常需要完成所谓的治疗前检查。根据癌症类型、患者病史和其他特定病例因素，可能需要进行不同的测试来为医生提供治疗建议。然而，在大多数情况下，一旦有人被转诊给肿瘤科医生，她会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定提供信息。这导致数周的时间浪费，肿瘤科医生多次预约无效，医生被迫在信息不完整的情况下做出治疗决定，以避免浪费更多时间。

所以，Color Copilot的第一个用例侧重于系统自动理解和分析一个人的背景风险因素，然后应用指南根据他们的个性化情况调整他们的筛查计划。第二个用例侧重于构建工具将专业知识带到初级保健医生办公室或肿瘤护理医生那里，以确定哪些测试是必要的，以便为治疗提供信息。一旦患者被诊断出来，他们可以立即采取行动。这样，当患者第一次见到她的肿瘤医生时，她就有更高的机会准备好开始治疗，这可能节省数周的宝贵时间。

Color使用 OpenAI 的 API 将患者医疗数据与临床知识相结合。其结果是Copilot应用程序可以创建定制的综合治疗计划，供提供者在患者护理中查看和使用。

这样一个解决方案需要能解释格式不一致的患者数据、分析密集的医疗保健指南，同时要保护患者数据隐私、支持并整合临床医生现有的工作流程，确保患者安全的情况下，实现与电子健康记录 (EHR) 和核心医院系统集成。

Copilot应用程序的输出由临床医生在每一步进行分析，并在必要时进行修改，然后再呈现给患者。

Copilot先提取、处理和规范化患者信息，例如家族史和个人风险因素，以及来自可靠来源的临床指南和数据。这背后是GPT-4o强大的提取和规范化信息的能力，因为很多信息隐藏在结构和措辞不一致的信息页面中，通常以不同的格式出现，例如 PDF 或临床笔记。使用这些数据，Copilot可以回答关键问题，例如“患者应该进行哪些筛查？”，以确定缺失的诊断并生成个性化的筛查计划。它还会生成完成任何诊断检查所需的文档，例如医疗必要性文档和保险预授权。最终，临床医生评估输出，其中包括源信息，他还可以编辑Copilot的输出，这也有助于改进未来的迭代。一旦临床医生对结果感到满意，他就可以将信息添加到患者现有的治疗计划中。

在Copilot 的试验中，使用Copilot的医疗保健提供商能够识别的缺失实验室、影像或活检和病理结果比没有使用的提供者多四倍。使用Copilot，临床医生平均需要 5 分钟来分析患者记录并找出差距。如果没有Copilot，数据就会变得支离破碎，且可能会导致数周的延迟。

Color Copilot使用 OpenAI API 或应用程序编程接口，这是开发人员访问 OpenAI 模型以在其应用程序中通常使用的方式。与大多数开发商一样，Color Copilot根据发送到其模型并返回的 token 或词段的使用情况向 OpenAI 支付费用。

Color已开始为其临床医生进行初始阶段的试用，将该工具应用于有限数量的病例。在推出Copilot时Color采取了慎重的态度，将在患者护理环境中使用分阶段的模型标准，在每个实施阶段进行迭代评估和验证。

到 2024 年下半年，Color打算使用 Copilot应用程序在医生监督下为超过20万名患者提供由AI生成的个性化护理计划。

Color Copilot是 OpenAI 进军医疗保健领域的最新举措。OpenAI在今年4 月份宣布了与 mRNA疫苗开发商Moderna的合作，Moderna将使用GPT等生成式AI来加快业务流程和任务，例如选择临床试验的最佳剂量。此次进军肿瘤诊疗领域，OpenAI将为临床医生提供更多工具来了解医疗记录、指南、实验室和诊断等数据。未来，AI将或许能够吸收和分析大量生活方式、临床和现实世界的数据，帮助医生更快地找到甚至无症状癌症的线索，真正实现癌症早筛及预警。

持续关注医疗健康领域的这些AI革命。