AI為醫(yī)療行業(yè)帶來了深刻變革，當醫(yī)療機構面臨著患者數(shù)據(jù)管理、個性化醫(yī)療服務和精準決策等痛點時，微軟基于Azure AI Health Bot及Microsoft Fabric等應用，利用生成式AI和數(shù)據(jù)分析，幫助醫(yī)療組織簡化工作流程，提供更加精準和高效的醫(yī)療決策，助力醫(yī)療機構創(chuàng)新，提升患者參與度和健康結果，推動行業(yè)的整體進步和發(fā)展。

過去一年AI實現(xiàn)了我們曾認為不可能的事情，并為突破性的變革開辟了新道路。生成式AI例如Azure AI Health Bot，不僅可以為患者制定個性化治療方案，還能從X射線掃描和核磁共振成像（MRI）中提取有價值的信息。

這些進步正在讓AI觸手可及。對醫(yī)療保健行業(yè)而言，這也可能預示著一個新時代的開始，它將改變醫(yī)療服務的提供和獲取方式，使精準醫(yī)療真正實現(xiàn)個性化，加速對威脅生命的疾病進行突破性研究，并創(chuàng)新改進患者的護理方式。

要真正實現(xiàn)AI和機器學習的應用和可操作性，首先要有可供分析的數(shù)據(jù)。但隨著醫(yī)療保健數(shù)據(jù)的指數(shù)級增長，大多數(shù)醫(yī)療機構面對這些數(shù)據(jù)時卻感到無所適從，通常這些數(shù)據(jù)是孤立的、難以管理的。為了解決這一問題，我們需要使這些數(shù)據(jù)易于訪問并進行標準化處理，為云端的分析和AI應用奠定基礎。

Microsoft Fabric提供的行業(yè)特定解決方案能夠滿足這一需求，通過通用的架構和體驗，幫助醫(yī)療機構實現(xiàn)數(shù)據(jù)和見解的整合。現(xiàn)在Microsoft Fabric中的醫(yī)療保健數(shù)據(jù)解決方案已推出了預覽版，它將降低管理多源醫(yī)療健康數(shù)據(jù)（文本、圖像、視頻等）的復雜性和耗時性，并提供了一種安全可控的方式，讓醫(yī)療機構能夠在整個組織內(nèi)訪問、分析和可視化數(shù)據(jù)驅(qū)動的見解，進而促進更高效更精準的決策和操作。

同時我們還將推出一系列新的數(shù)據(jù)和AI功能，這些功能將在Microsoft Cloud for Healthcare中得到應用，旨在幫助醫(yī)療機構改善患者體驗，通過機器學習和AI更深入地洞察醫(yī)療信息，并確保健康信息的安全處理。很快，去標識化服務以及從非結構文本中獲取洞察等功能也將在Fabric中上線。具體來說，以下幾點值得關注：

Azure AI的語言服務Text Analytics

for health已全面支持多語言

此舉意味著全球的醫(yī)療機構都能使用這項服務在英語、西班牙語、法語、德語、意大利語、葡萄牙語和希伯來語這七種語言中提取有價值的醫(yī)療見解，這無疑將幫助全球的醫(yī)療機構更方便地使用這項技術，進而在全球范圍內(nèi)提升健康公平性。

去標識化服務已經(jīng)推出了預覽版

去標識化服務已經(jīng)推出了預覽版，它將在Microsoft Fabric和Azure Health Data Services中得到應用。這項服務讓醫(yī)療機構能夠在處理醫(yī)療數(shù)據(jù)的過程中去除掉識別信息，確保數(shù)據(jù)在保持臨床相關性和分布特性的同時，也遵守HIPAA的隱私規(guī)則。

該服務支持非結構文本，未來還將覆蓋到結構化文本、成像以及醫(yī)療技術等多種數(shù)據(jù)類型。通過使用最先進的機器學習模型，該服務可以自動從非結構文本，如臨床記錄、消息或臨床試驗研究中提取、編輯或替代超過30種實體，包括HIPAA規(guī)定的18種受保護的健康信息（PHI）標識符。

Azure AI Health Bot的服務范圍正在拓展

Azure AI Health Bot的服務范圍正在拓展，能夠助力醫(yī)療機構為醫(yī)療專業(yè)人員構建輔助系統(tǒng)，以更好地管理行政和臨床工作，同時也改善患者體驗。Azure AI Health Bot的設計初衷就是為醫(yī)療機構創(chuàng)建定制化的聊天機器人體驗，現(xiàn)在它將由生成式AI驅(qū)動，為健康和生命科學行業(yè)實現(xiàn)高價值的對話場景。

Azure AI Health Insights預覽版

新增3個內(nèi)置模型

Azure AI Health Insights預覽版新增了3個內(nèi)置模型。這些模型基于臨床數(shù)據(jù)和證據(jù)，生成了可操作且按時間順序排列的患者時間線。同時，提供了簡化、患者友好的臨床記錄和報告版本，并從放射學報告中提取見解，幫助放射科醫(yī)生優(yōu)化工作流程。

與合作伙伴

共建醫(yī)療生態(tài)系統(tǒng)

除了上述令人期待的產(chǎn)品發(fā)布外，威科集團（Wolters Kluwer）還宣布其健康語言平臺將與微軟Azure及Azure Health Data Services深度合作。這個健康語言平臺是一個快速醫(yī)療互操作性資源（FHIR¹）的術語服務器，此次合作的目標是助力客戶在微軟Azure上利用醫(yī)療本體論來豐富和標準化他們的醫(yī)療數(shù)據(jù)。

對于那些已經(jīng)采用Azure的客戶，現(xiàn)在可通過Azure Marketplace直接訪問威科集團的健康語言平臺。這將幫助他們驗證并翻譯FHIR數(shù)據(jù)，為未來的數(shù)據(jù)分析做好準備。通過這種合作，各類醫(yī)療機構可以跨越多種數(shù)據(jù)源實現(xiàn)語義的互操作性，為醫(yī)療領域中的各種應用場景提供動力。

通過與合作伙伴的生態(tài)系統(tǒng)合作，微軟將持續(xù)致力于開發(fā)先進的醫(yī)療保健技術，確?？蛻裟芡ㄟ^微軟云從數(shù)據(jù)中獲取更有價值的洞察，并負責任地使用AI。我們希望為客戶連接生態(tài)系統(tǒng)中的最佳合作伙伴，通過Azure Marketplace為他們提供所需的工具和支持，并確保他們?yōu)楦鞣N醫(yī)療應用場景找到最合適的解決方案。

在醫(yī)療保健領域

做切實的創(chuàng)新

微軟的醫(yī)療保健云服務與工具的結合，正在助力醫(yī)療機構開發(fā)出創(chuàng)新的解決方案，滿足個性化的獨特需求。

例如，假設一位研究人員正在研究一種治療阿爾茨海默病的新藥，需要找到具有特定癥狀和診斷的合適患者來提出假設。首先，研究者需先對原始數(shù)據(jù)進行去標識處理，確保數(shù)據(jù)可用于研究。同時，基于臨床醫(yī)生的視角，可能會希望深入研究某一組特定患者，從中找出是否有相似的癥狀和模式，進而為患者制定更加合適的治療方案。在完成了這些研究后，醫(yī)生還需要確保已經(jīng)收集了所有必要的臨床記錄，獲得完整的病患信息。當為患者寫報告和處方時，臨床醫(yī)生可以選擇使用AI簡化他們的報告，將復雜的術語轉(zhuǎn)換為更容易理解的術語，讓患者更容易閱讀和理解。

接下來，讓我們關注一位已被診斷為阿爾茨海默病的患者。在其報告中，患者希望能夠更深入地了解關于自己處方藥的信息。由于該報告避免了醫(yī)學術語的使用，患者能夠更加輕松地理解其中的內(nèi)容。醫(yī)院的網(wǎng)站上還提供了一個聊天機器人，患者可以與機器人互動，輕松獲取關于藥物的解答，并在需要時便捷地預約醫(yī)生。

而這僅僅是眾多可能性中的一種，無論是尋找新的治療方法、增強患者參與度，還是優(yōu)化工作流程，Microsoft Cloud for Healthcare都可以幫助醫(yī)療機構實現(xiàn)更多目標。

幫助解決醫(yī)療

保健領域的最大問題

我們希望能夠幫助你應對日常所面臨的挑戰(zhàn)。不論是為了減少醫(yī)生的職業(yè)倦怠，還是通過個性化醫(yī)療讓患者更滿意，微軟都希望為你提供支持，從數(shù)據(jù)中汲取洞察，大規(guī)模地開發(fā)和部署AI。

在微軟的巴西合作伙伴Dataside的幫助下，Oncoclínicas正在采用微軟的Azure AI文本分析技術，從醫(yī)療記錄、解剖病理、基因組和MRI影像報告等非結構化領域中提取數(shù)據(jù)。這些數(shù)據(jù)被Dataside用于多種場景，例如評估臨床試驗的可行性、深入理解藥物經(jīng)濟學的各種情境，以及更深入地研究群體流行病學及其相關結果。

“對于Grupo Oncoclínicas來說，健康文本分析技術是我們改進流程和結構化臨床記錄、檢查報告以及現(xiàn)場分析的轉(zhuǎn)折點。之前這些都只能依賴人工操作。由于該解決方案能夠準確處理葡萄牙語，因此我們在分析非結構化文本時能夠保持高準確性?！?/strong>