在不断变化的医疗保健领域，微软正引领开发先进的、负责任的人工智能（AI），以彻底改变患者和提供者的体验，改善人口健康并降低医疗行业的成本。我们的AI能力不仅支持主动的患者护理和个人化治疗计划，还致力于以负责任的方式改进医疗行业的人工智能能力，这不仅提升了患者的治疗效果，还解决了医疗工作者倦怠这一紧迫问题，有望重新为医疗实践带来乐趣。通过与行业专家合作并遵循最佳实践，微软医疗云提供了创新的数据和AI解决方案，使组织能够在安全和合规的框架内有效管理多样化的健康数据。
通过统一和保护的数据推动医疗AI
我们很高兴宣布，微软Fabric的医疗数据解决方案现已正式可用，同时微软Purview的医疗应用模板也已进入公开预览阶段。这些进展标志着以数据为中心的医疗保健向前迈出了一大步，使组织能够简化、保护和分析多样化的生物医学数据——这是构建强大和负责任的医疗AI的基础。
在最新的公开预览版本中，微软Fabric的医疗数据解决方案现在集成了DAX副驾数据，提供了一个全面的平台，用于摄取、存储和分析各种医疗数据。这包括临床、影像、理赔、对话和社会决定因素（SDOH）数据，所有这些都在一个多模式生物医学湖房中处理。该平台遵守医疗标准，如快速医疗互操作性资源（FHIR）和医学数字成像和通信（DICOM），并提供了数据转换、丰富、发现和可视化的工具。
通过新增加的DAX，即Dragon环境体验，在护理点生成一份草拟的医疗记录，结合医疗和对话数据生成独特的见解。该平台设有控制措施，支持组织遵守《健康保险可移植性和责任法案》（HIPAA）和《通用数据保护条例》（GDPR），提供基于角色的访问控制和强大的数据治理。AI驱动的数据发现和分组体验使客户能够发现其数据，并支持医疗提供者建立用于AI开发的患者队列，增强数据发现和构建队列的能力。
与此同时，微软Purview的医疗应用模板旨在帮助医疗组织自信地管理和治理数据。这些模板使医疗组织能够发现并治理敏感数据，符合行业标准。
医疗AI的进步
微软医疗云提供了适合管理多模式医疗数据的医疗数据解决方案和医疗AI模型。
我们很高兴推出Azure AI Studio和GitHub上的微软医疗AI模型的公开预览版，这是一系列针对医疗和生命科学领域的前沿多模式生成式AI模型，可在Azure AI模型目录中找到。该平台使开发人员和研究人员能够更高效地创建复杂的多模式健康和生命科学解决方案，使用更少的数据和计算资源，从而减少开发时间和成本。
我们与合作伙伴生态系统合作，推出了一系列先进的AI模型，可以处理不同类型医疗数据。这些模型设计为既能与GPT-4等高级通用推理模型结合使用，也能与微软的Phi-3系列结合使用，为医疗和生命科学社区提供强大的多模式解决方案。
微软Fabric的医疗数据解决方案是支持我们AI的多模式数据基础，将多种数据类型整合到一个统一的环境中。这种整合通过提供全面的洞察，特别是将专门的多模式AI模型与Fabric的强大数据集成工具相结合，促进了更好的决策和推进患者结果。我们还高兴地宣布，微软副驾工作室中集成了医疗代理服务的公开预览版。这个创新平台专为快速、安全和合规地开发医疗副驾而设计，结合了基于医疗专业堆栈的生成式AI。
通过医疗代理服务，我们的客户可以创建自己的副驾，具有预先构建的医疗特定保障和智能。医疗代理服务专为医疗行业设计，纳入了一系列负责任的AI保障措施，包括聊天、临床和合规措施，确保医疗副驾代理的开发符合最高标准的安全和监管合规要求。
这一公告强调了我们致力于为健康和生命科学组织提供不仅创新而且负责任且符合行业标准的先进工具。
此外，Azure健康数据服务的去标识化服务预计将于11月正式推出。该云API服务使用自然语言处理技术来查找、删除或替代受保护的健康信息（PHI）在非结构化文本中的出现，包括临床笔记、医生/患者短信、临床试验数据、出院总结等。通过利用Azure健康数据服务的去标识化服务，医疗组织可以放心地使用或共享其数据进行研究、分析和AI驱动的洞察，而不必担心数据隐私问题。
医疗AI的未来
随着我们站在医疗保健新时代的门槛上，AI和数据解决方案的整合不仅是可能的，而且是必要的。从微软的负责任AI倡议到微软Fabric和医疗AI模型的突破性能力，这些进步正在改变我们对待患者护理、数据管理和整体医疗交付的方式。这些创新不仅提升了患者的结果，还通过减轻医疗提供者的负担，重新为医疗实践带来乐趣。现在是领导医疗保健革命的时候了。我们邀请您加入我们的旅程，探索微软的AI和数据解决方案如何赋能您的组织，在患者护理和运营效率方面达到新的高度。
微软医疗云正在帮助您的组织通过数据和AI塑造更健康的未来
我们很高兴通过微软医疗云加强我们的数据和AI投资。我们的医疗解决方案建立在信任和微软负责任AI原则的基础上。通过这些创新，我们使合作伙伴和客户更容易在每个护理点创建连接体验，赋能医疗劳动力，并利用对医疗行业重要的数据标准解锁数据价值。
(全文结束)
