斯坦福醫(yī)療保健首席數(shù)據(jù)官 Nigam Shah 解釋了微軟的多智能體編排技術(shù)如何實現(xiàn)對各類健康數(shù)據(jù)的管理、分析和推理，以改善癌癥患者的護(hù)理。
圖片來源：微軟
全球每天都有成千上萬的人被診斷出患有癌癥。每個病例都是獨特的，有數(shù)百種不同的腫瘤亞型，需要涉及新藥、臨床試驗和基于設(shè)備的治療方案。因此，領(lǐng)先的癌癥中心嚴(yán)重依賴多學(xué)科腫瘤委員會，即由放射科醫(yī)生、病理科醫(yī)生、外科醫(yī)生、腫瘤科醫(yī)生、遺傳咨詢師和其他專家進(jìn)行專業(yè)會診，對大量患者數(shù)據(jù)和參數(shù)進(jìn)行復(fù)雜分析，以制定個性化的治療計劃。 美國臨床腫瘤學(xué)會（ASCO）最近的一項研究發(fā)現(xiàn)，醫(yī)生平均每位患者花費 1.5 至 2.5 小時仔細(xì)審查圖像、病理切片、臨床記錄和基因組數(shù)據(jù)。在這種背景下，智能體 AI 在減少行政摩擦和改變醫(yī)療服務(wù)提供方式方面具有巨大潛力。 在本月早些時候的微軟 Build 2025 大會上，斯坦福醫(yī)療保健首席數(shù)據(jù)官 Nigam Shah 討論了智能體 AI 重新定義醫(yī)療保健的能力，尤其是在腫瘤學(xué)領(lǐng)域。他說，醫(yī)生們正被醫(yī)學(xué)行政任務(wù)壓得喘不過氣來，這會導(dǎo)致職業(yè)倦怠?！按送猓t(yī)學(xué)知識每 60 或 70 天就會翻一番，因此很難跟上醫(yī)學(xué)文獻(xiàn)的步伐，”他補(bǔ)充道。
Shah 還解釋說，如今的醫(yī)生花費了太多時間在非醫(yī)療決策上，他們希望通過自動化、軟件開發(fā)和智能體 AI 來改變這一狀況。他說：“這個新的智能體時代為我們提供了一個機(jī)會，開始消除那些在尋找合適的臨床試驗、查閱正確的參考文獻(xiàn)以及組織不同來源和類型的數(shù)據(jù)方面的非差異化工作?！痹谒磥?，他及其團(tuán)隊在醫(yī)療保健生態(tài)系統(tǒng)內(nèi)處理軟件應(yīng)用管理的方式帶來了改變。
他說：“大多數(shù)醫(yī)療機(jī)構(gòu)和公司都使用 Windows，因為這是他們熟悉和信任的系統(tǒng)。這就是為什么我們致力于以此為基礎(chǔ)構(gòu)建一個強(qiáng)大的用例，通過專門的多模態(tài) AI 智能體來驅(qū)動新的能力?！睘榇?，他們依賴微軟及其在 Azure AI Foundry Agent 目錄中的醫(yī)療保健智能體編排器。
即刻重寫未來的醫(yī)療保健
醫(yī)療保健智能體編排器包含預(yù)配置的智能體以及開源定制選項，使開發(fā)人員和研究人員能夠協(xié)調(diào)多學(xué)科和多模態(tài)的醫(yī)療保健數(shù)據(jù)工作流程，例如腫瘤委員會的工作。它還簡化了向醫(yī)療保健企業(yè)生產(chǎn)力工具（如 Microsoft Teams 和 Word）的部署。
總的來說，模塊化推理器和專門的多模態(tài) AI 智能體協(xié)同工作，處理那些原本需要數(shù)小時才能完成的任務(wù)，有效地為臨床專家提供了個性化、前沿的 AI 輔助。因此，通過集成最新的微軟功能，醫(yī)療保健智能體編排器可以處理從影像和病理到基因組數(shù)據(jù)和電子健康記錄（EHR）臨床筆記等各類健康數(shù)據(jù)的分析和推理。每個智能體都配備了來自 Azure AI Foundry 的先進(jìn) AI 模型，這些模型將通用推理能力與特定醫(yī)療模態(tài)的模型相結(jié)合，以基于多模態(tài)臨床數(shù)據(jù)生成可操作的洞察。 斯坦福醫(yī)學(xué)目前每年為 4000 名腫瘤委員會患者提供服務(wù)，其醫(yī)生已經(jīng)在會議中使用 Azure 中安全的 GPT Phi 實例生成的摘要。Shah 說：“新的醫(yī)療保健智能體編排器能夠通過減少碎片化并從以前難以搜索的數(shù)據(jù)元素（如臨床試驗資格標(biāo)準(zhǔn)、治療指南和真實世界證據(jù)）中獲取新洞察，從而簡化現(xiàn)有工作流程?！彼a(bǔ)充說，這正是工作量得以縮短，從而降低癌癥患者護(hù)理醫(yī)務(wù)人員職業(yè)倦怠和過勞率的原因。
他說：“大多數(shù)醫(yī)療機(jī)構(gòu)和公司都使用 Windows，因為這是他們熟悉和信任的系統(tǒng)。這就是為什么我們致力于以此為基礎(chǔ)構(gòu)建一個強(qiáng)大的用例，通過專門的多模態(tài) AI 智能體來驅(qū)動新的能力。”為此，他們依賴微軟及其在 Azure AI Foundry Agent 目錄中的醫(yī)療保健智能體編排器。
即刻重寫未來的醫(yī)療保健
醫(yī)療保健智能體編排器包含預(yù)配置的智能體以及開源定制選項，使開發(fā)人員和研究人員能夠協(xié)調(diào)多學(xué)科和多模態(tài)的醫(yī)療保健數(shù)據(jù)工作流程，例如腫瘤委員會的工作。它還簡化了向醫(yī)療保健企業(yè)生產(chǎn)力工具（如 Microsoft Teams 和 Word）的部署。
總的來說，模塊化推理器和專門的多模態(tài) AI 智能體協(xié)同工作，處理那些原本需要數(shù)小時才能完成的任務(wù)，有效地為臨床專家提供了個性化、前沿的 AI 輔助。因此，通過集成最新的微軟功能，醫(yī)療保健智能體編排器可以處理從影像和病理到基因組數(shù)據(jù)和電子健康記錄（EHR）臨床筆記等各類健康數(shù)據(jù)的分析和推理。每個智能體都配備了來自 Azure AI Foundry 的先進(jìn) AI 模型，這些模型將通用推理能力與特定醫(yī)療模態(tài)的模型相結(jié)合，以基于多模態(tài)臨床數(shù)據(jù)生成可操作的洞察。 斯坦福醫(yī)學(xué)目前每年為 4000 名腫瘤委員會患者提供服務(wù)，其醫(yī)生已經(jīng)在會議中使用 Azure 中安全的 GPT Phi 實例生成的摘要。Shah 說：“新的醫(yī)療保健智能體編排器能夠通過減少碎片化并從以前難以搜索的數(shù)據(jù)元素（如臨床試驗資格標(biāo)準(zhǔn)、治療指南和真實世界證據(jù)）中獲取新洞察，從而簡化現(xiàn)有工作流程?！彼a(bǔ)充說，這正是工作量得以縮短，從而降低癌癥患者護(hù)理醫(yī)務(wù)人員職業(yè)倦怠和過勞率的原因。
