10月11日消息，當地時間周四，微軟發表了一篇播客，宣布在其Microsoft Cloud for Healthcare中推出新的醫療保健數據功能和AI工具，包括通過Azure AI Studio中的新醫療保健AI模型、Microsoft Fabric中的醫療保健數據功能、Copilot Studio中的醫療保健AI agents服務以及AI驅動的護理工作流程解決方案。

這些工具旨在連接護理體驗、增強團隊協作、增強醫療工作者的能力以及幫助醫療保健組織更快地構建AI應用程序，并節省醫療工作者在行政任務上的時間，這是導致行業倦怠的主要原因之一。

許多解決方案目前仍處于開發早期階段或僅提供預覽版。在微軟更廣泛地推廣這些工具之前，醫療保健組織將對這些工具進行測試和驗證。微軟拒絕透露這些新工具的價格。

據CNBC報道，微軟通過不斷推出新的醫療領域AI工具，努力確保其處在醫療保健AI領域的領導地位。去年10月，該公司在其Azure cloud和Fabric分析平臺上推出了一系列健康功能。2021年，微軟還以160億美元收購了Nuance Communications，后者是醫療保健及相關行業提供語音轉文本的AI工具。

微軟健康與生命科學部門投資組合發展與孵化副總裁Mary Varghese Presti在預先錄制的記者會上說道，“通過將AI融入醫療保健，我們的目標是減輕醫務人員的工作壓力，促進醫療團隊的協作，提高全國醫療保健系統的整體效率。”

一、醫療保健AI模型：將AI的范圍擴展到文本之外

微軟推出了一系列開源多模態AI模型，這些模型由微軟與Providence和Paige等合作伙伴合作開發，能夠分析除文本之外的數據類型，如醫學影像、臨床記錄和基因組數據。據悉，大約80%的醫院和醫療系統就診都包括影像檢查，因為醫生通常依靠影像來幫助治療患者，這些AI工具的推廣使用可以幫助醫生減少工作量和壓力。

醫療保健組織還可以使用這些模型來構建新的應用程序和工具。通過使用這些高級模型作為基礎，醫療保健組織可以快速構建、微調和部署針對其特定需求的AI解決方案，同時最大程度上減少從頭開始構建多模態模型相關的大量計算和數據要求。

例如，數字化單個病理切片可能需要超過1GB的存儲空間，因此許多現有的AI病理模型每次都只能訓練小塊切片。微軟和Providence Health & Services構建了一個數字病理全切片基礎模型，該模型在突變預測和癌癥亞型分類方面有所改進，這一成果已發表在國際頂級學術期刊《自然》雜志上。

現在，醫療系統可以在此基礎上進行改進，并根據自身需求進行微調。

“過去，獲取病理學的全切片基礎模型一直是一個挑戰……而現在我們實際上已經能夠做到了。”Providence首席戰略和數字官Sara Vaezy在接受CNBC采訪時談道。“這確實是一種改變游戲規則的技術。”

這些模型可在Azure AI Studio的模型目錄中找到，Azure AI Studio是微軟的生成式AI開發中心。

▲微軟Azure AI Studio的模型目錄界面（圖源：微軟）

二、通過統一的AI平臺使用醫療保健數據，公開預覽5大新功能

從歷史上看，醫療保健數據由于其非結構化性質和現有數據管理系統的局限性而難以獲問題限制了醫療保健組織全面了解患者體驗和獲取寶貴見解的能力。

根據Microsoft Fabric推出的醫療保健數據解決方案，醫療保健組織可以通過單一且統一的AI驅動平臺改變用戶訪問、管理和處理數據的方式，從而克服上述問題。此外，Microsoft Purview的醫療保健安全應用程序模板（一套旨在幫助管理醫療保健數據的創新功能）現已公開預覽。微軟還將在Microsoft Fabric的醫療保健數據解決方案中公開預覽5個新功能，包括：

1、對話數據集成：將對話數據（例如患者對話）從DAX Copilot發送到Fabric平臺。通過將DAX Copilot音頻文件、記錄和臨床筆記草稿發送到Fabric，客戶和合作伙伴可以利用Azure和Fabric中的各種本地工具來分析這些數據或將其與其他數據相結合生成更全面的見解。

2、健康的社會決定因素(SDOH)公共數據集轉換：提取、保存、協調和使用SDOH國家和國際公共數據集，使醫療保健組織能夠識別風險和與健康相關的社會需求，幫助為患者和社區創造更公平的醫療保健服務。

3、美國醫療保險和醫療補助服務中心(CMS)索賠和索賠線饋送(CCLF)數據提取：簡化索賠數據的提取并與臨床、影像和SDOH數據相協調，以獲取有關患者和大眾的可行見解。

4、護理管理分析：利用統一的醫療數據和護理管理分析模板，通過識別高風險個體、優化治療計劃和改善護理協調來加強患者護理。

5、數據發現和分組：利用集成的工作流程，讓醫療保健組織能夠創建、管理、分析和共享患者群組。

三、利用AI agents匹配治療方案，回答患者基本問題

醫療保健組織面臨諸多挑戰，包括勞動力短缺、成本上升和患者護理需求增加。生成式AI通過自動化管理任務、分析大量數據以獲得可操作的見解以及協助專業人員進行決策，為這些挑戰提供了潛在的解決方案。

為了解決這一問題，微軟宣布了幫助醫療系統構建AI agents的新方法，他們將在Copilot Studio中公開預覽醫療agent服務，用于預約安排、臨床治療案例匹配、患者分診等。醫療保健組織可以利用醫療agent服務來幫助創建互聯的患者體驗、改善臨床工作流程并增強醫療專業人員的能力，同時幫助組織通過Microsoft Copilot Studio滿足行業期望。早期采用者，如克利夫蘭診所，提供了反饋以幫助優化醫療環境的解決方案，他們已經在使用這些工具來增強患者體驗并提升運營效率。

AI agents的復雜程度各不相同，但它們可以幫助用戶回答問題、自動化流程并執行特定任務。

通過Microsoft Copilot Studio，醫療保健組織還可以創建配備醫療保健專用安全措施的AI agent。例如，當答案包含對臨床案例的引用時，會顯示來源，并會通過注釋標明答案是否由AI生成。微軟提到，捏造和遺漏都會被標記出來。

例如，一個醫療保健組織可以構建一個AI agent來幫助醫生為患者找到相關的臨床治療案例。醫生可以輸入問題：“55歲男性，患有糖尿病和間質性肺病，有哪些臨床案例適合他？”然后會收到一系列相關回答，這將節省醫生尋找每個案例的時間和精力。

據微軟健康與生命科學部門健康AI總經理Hadas Bitran在與記者的問答中談道，能夠幫助回答患者基本問題的AI agent在參與測試該服務的醫療系統中很受歡迎。她還補充說，能夠幫助醫生回答有關最新醫療健康指南和患者病史的問題的AI agent也很常見。

微軟的醫療保健agent服務將從宣布當天開始提供預覽版。

▲微軟的醫療agent服務界面（圖源：微軟）

四、開發護士專用自動化文檔，優化護士日常工作流程

據世界衛生組織(WHO)預測，到2030年護士短缺人數將達到450萬，因此提供技術支持護理行業的需求比以往任何時候都更為緊迫。

今年8月，微軟宣布其與Epic Systems合作的下一階段將致力于構建針對護士的AI文檔工具。他們正在開發一種可以增強護士日常工作流程的解決方案，通過起草流程表進行審查來處理護理文檔，讓護士能夠將精力更多地放在患者身上，而不是文書工作上。據悉，外科護士有多達41%的時間花費在文檔工作上。

Epic是一家醫療保健軟件供應商，擁有美國超過2.8億人的電子健康記錄。它與微軟有著長期的合作關系。

微軟的Nuance已經為醫生提供了一個名為DAX Copilot的自動化文檔工具，該工具于去年推出。它允許醫生在征得患者同意的情況下記錄他們的就診過程，然后AI會自動將其轉化為臨床筆記和摘要。

理想情況下，這意味著醫生每次看診時都不需要花時間自己輸入這些筆記。

這項技術在今年迅速普及。Nuance宣布，DAX Copilot已于1月在Epic的電子健康記錄中普遍可用，這是醫療保健行業內備受矚目的認可。

將像DAX Copilot這樣的工具直接集成到醫生的電子健康記錄工作流程中，意味著他們不需要切換應用程序即可訪問它，這有助于節省時間并減輕行政工作負擔。

但到目前為止，DAX Copilot僅供醫生使用。微軟提到，這一情況正在改變。該公司正在構建一個針對護士優化的類似工具。

盡管醫生和護士密切合作，共同治療和護理患者，但護士的工作日與醫生的工作日截然不同，護理文檔工作流程也同樣獨立且截然不同。護士在輪班期間需要移動，在各個房間之間移動以看望患者。他們在病床邊交談，并以流程表等高度結構化的格式記錄患者信息。

“護士的工作流程與醫生的工作流程截然不同，任何為護士開發的解決方案都需要與他們的工作方式相結合。”Presti在會上說道。“我們的團隊花費了數小時在護士值班期間進行跟蹤觀察，以了解他們如何執行任務，并發現他們一天中最大的摩擦點在哪里。”

微軟正在與斯坦福醫療保健（Stanford Health Care）、西北醫學（Northwestern Medicine）和Tampa綜合醫院等組織合作開發這一工具。

結語：醫療保健領域的AI實踐需要嚴格的測試和監管

微軟在官方播客中提到，這些新的AI工具都將遵循該公司于2018年制定的AI原則，以幫助指導AI的開發和使用。通過設計開發負責任的AI，確保這些技術對醫療生態系統和社會產生廣泛而積極影響。

在實踐中，這意味著要正確構建、測試和監控系統，以避免不良行為，例如有害內容、偏見、濫用和其他意外風險，需要在構建必要的治理結構、政策、工具和流程方面進行大量投資，以堅持相關原則并安全地構建和部署AI。