微软周四宣布，正在推出多项新的医疗保健AI工具，这些工具包括在Azure AI Studio中推出新的医疗保健AI模型，在Microsoft Fabric中推出新的医疗保健数据功能，以及在Copilot Studio中推出开发者工具。许多新的人工智能增强功能已可供预览。
公司高管在周二的媒体简报会上提供了更多关于其与Epic合作的AI驱动护理工作流程的细节。“在整个医疗保健和生命科学行业，这些进步极大地提高了患者护理水平，同时也重新点燃了医生对医学实践的热情，”微软医疗保健和生命科学解决方案及平台副总裁Joe Petro在解释新功能时表示。
捕获生成式AI数据以获得临床洞察
微软表示，Microsoft Fabric中结构化和非结构化数据的集成能力正在重塑用户访问、管理和利用数据的方式。据微软医疗云总经理Umesh Rustogi介绍，一些新的AI驱动创新可以结合电子健康记录中的数据，生成全面的洞察，推动临床影像、医疗保险和医疗补助服务中心（CMS）索赔、社会决定因素等用例的发展。
“全球各地的组织已经开始使用该解决方案，创建统一的数据中心，不仅能够创造新的洞察，还能创建新的AI模型，以改善患者护理，提高门诊效率，”Rustogi在简报会上表示。一个关键的新功能是对话数据集成。
生成式AI语音工具Nuance DAX Copilot已普遍可用一年，公司在上个月的一篇博客文章中指出，该工具正显示出显著的势头。据公司称，该工具已在芝加哥西北医学中心的至少50%的患者就诊中帮助医生，使他们平均减少了24%的笔记撰写时间，并增加了11.3%的患者接待量。该健康系统已将其AI副驾与Epic电子健康记录（EHR）集成。“这种集成现在使组织能够安全地访问DAX Copilot的对话数据，包括音频文件、草稿临床笔记等，”Rustogi说。
通过Azure和Fabric中的原生分析工具，医疗保健组织可以分析数据，并将其与其他患者数据（如EHR数据、患者参与洞察等）结合，创建综合数据。例如，通过消费和整合国家和国际公共社会决定因素（SDOH）数据集，医疗保健组织可以识别风险和健康相关的社会需求，以改善医疗保健公平性。这些工具还可以利用统一的医疗保健数据和护理管理分析模板，通过识别高风险个体、优化治疗计划和改善护理协调来提升患者护理水平，公司表示。
新的医疗保健安全应用程序模板也已在Microsoft Purview中公开预览，以帮助治理数据，公司表示。
验证生成式AI输出
Copilot Studio中的医疗保健专用堆栈，包括预建的医疗保健智能和用例，现在可以安全访问，微软以色列研发中心健康和生命科学负责人Hadas Bitran周二表示。Bitran领导开发了AI驱动的语言服务、自然语言处理技术、对话智能和个人健康助手。对于开发者而言，临床保障API已进入私人预览阶段，用于额外的用例，她表示。“这些API可用于评估和进一步验证生成式AI的输出，”她解释道。“临床突出性有助于识别答案中的声明来源，与基础数据或事实相对照。”
临床语义验证的保障措施有助于检查答案是否符合经过验证的临床标准，确保信任和稳定性，她指出。
自动化护士文档
通过与Epic Systems在8月份宣布的合作，微软正在构建一个AI驱动的护士文档工具，微软健康与生命科学组合进化和孵化副总裁Mary Varghese Presti表示，该工具将利用Epic Rover提供最佳的护士体验。她在媒体简报会上解释说，除了因行政负担导致的高水平护士倦怠外，这一护理工作流程合作的目标是使护士在文档记录时能够“眼睛自由，双手自由”。“我们可以通过语音转换护理文档，”她说。“我们也非常清楚，合作可以带来最佳的护士体验。我们的目标是实现无缝的工作流程，而不是增加更多的步骤。”公司表示，正在与Advocate Health、Baptist Health of Northeast Florida、Duke Health、Intermountain Health、Saint Joseph Hospital、Mercy、Northwestern Medicine、Stanford Health Care和Tampa General Hospital积极合作，开发解决护理文档问题的环境技术，通过草拟表格供审核。
“AI正在通过简化行政任务来改变护理工作流程，使护士能够更多地关注患者护理，”Epic研究与开发副总裁Corey Miller在一份声明中表示。“与微软一起，我们正在使用AI驱动的环境语音技术填充患者评估。使用该工具的护士已经分享了积极的反馈，说明它如何增强个性化的患者互动。”
流程化AI开发
Azure AI模型目录中提供了一系列多模态医学影像基础模型，这些模型可以分析多种数据类型，包括基因组学和临床记录。公司表示，这些模型是在与Providence和Paige.ai等合作伙伴的合作下开发的。借助这些模型，医疗保健组织可以快速构建、完善和部署自定义AI工具，同时减少通常与从零开始构建多模态模型相关的计算和数据需求。
“病理学和医学影像领域基础AI模型的开发预计将推动癌症研究和诊断的重大进展，”Providence Genomics首席医疗官Carlo Bifulco博士在一份声明中表示。“这些模型可以补充人类的专业知识，提供超出传统视觉解释的见解，随着我们向更集成、多模态的方法迈进，将重塑医学的未来。”
构建安全的AI代理
通过Microsoft Copilot Studio中的新工具，医疗系统还可以构建自定义AI代理，用于预约安排、临床试验匹配、患者分诊、连接患者体验、改进临床工作流程等。早期采用者，如克利夫兰诊所，通过提供在医疗环境中使用的反馈帮助开发该服务，并已开始使用，微软表示。医疗代理服务的公共预览版现已可用。
(全文结束)
