Microsoft 为医疗保健开发人员开设 AI“商店”

快速阅读: 《新堆栈》消息，微软推出医疗代理协调器，旨在革新临床人工智能开发。该平台通过预配置代理和多代理协调，加速医疗应用开发，优化工作流程。目前主要用于研究，未来有望缓解医疗劳动力短缺，提升患者护理质量。

微软推出医疗人工智能“商店”
2025年5月19日下午3点由达里尔·K·塔夫特报道

特色图片来源：Unsplash

**微软推出新平台革新临床人工智能开发**

微软推出了一项旨在彻底改变临床人工智能应用开发与部署的新解决方案。

该公司发布的“医疗代理协调器”在微软Build大会上亮相，标志着人工智能能力引入医疗工作流程的重要进展，同时解决了医学环境中的独特挑战。

**不只是工具，更像是“商店”**

斯坦福健康保健医学教授兼首席数据科学家尼甘姆·沙阿博士向The New Stack描述了这个协调器：“这不是一个工具，而是健康与生命科学目录中可用的一套代理。”

沙阿博士将其比喻为一个商店，开发者可以在其中浏览不同的功能：“我可以问，‘你们的成像代理在哪里？你们的文献总结代理在哪里？你们的临床试验代理在哪里？’然后从中挑选适合的功能。”

这种方法解决了医疗领域的一个核心挑战：各专科需求的多样性。正如沙阿博士所指出的，“皮肤科医生在门诊环境下的需求与眼科外科医生在手术室中的需求完全不同。”

沙阿博士是斯坦福大学医学领域的终身教职人员和首席数据科学家。他最初接受了医学博士培训，在人类基因组计划激发了他对数据科学的兴趣后，便进入了数据科学领域。他在斯坦福大学医学课程中教授数据科学，使用R和Python两种编程语言。

**斯坦福医疗IT环境的复杂性**

沙阿博士描述斯坦福医疗IT环境由“5000家小企业”组成，分布在100个物理地点内，拥有50个临床部门。它运行着大约1300个不同的IT系统，基于微软Azure平台，该系统涵盖123种不同的医学专业，每种专业都有独特的IT和基础设施需求。

斯坦福大学使用微软Azure作为所有IT系统的主干基础设施。该校两个月前刚刚获得了访问微软代理协调器平台的权限。

**从数月到数分钟**

对于医疗开发者而言，最直接的好处是显著加速了开发时间。以前需要大量自定义编码的任务现在可以通过从目录中选择预先构建的代理来完成。

斯坦福大学医疗系统的MD/PhD候选人蒂莫西·凯斯博士发现他可以在几分钟内而不是几个月内部署代理，沙阿博士说：“我们每一个这样的任务原本都需要三到六个月的开发过程，但现在我可以去这个目录，这个商店，只需检查一下代理，它会为我总结文献，我们可以在不到30分钟内部署它。”

**医学与计算机科学之间的桥梁**

与此同时，微软健康与生命科学首席科学官马修·伦格伦博士，同时也是斯坦福大学的前教员，指出了医学领域与计算机科学领域之间存在一个关键的“翻译差距”，而这个协调器有助于弥合这一差距。

伦格伦博士告诉The New Stack：“医学领域有很多专业知识，计算机科学领域也有大量的专业知识。即使只是从两者的根本原理上进行交流仍然很困难。”

他进入这个领域的旅程始于2013年，当时他参加了一场由李飞飞和吴恩达主持的关于ImageNet的研讨会。他说他意识到医疗保健中涉及大量图像，这促使他走上了一条应用人工智能进步于医疗实践的道路。

**肿瘤委员会：理想的应用案例**

沙阿博士和伦格伦博士都强调，肿瘤委员会——多学科会议，专家们在此审查复杂的癌症病例——是这项技术的理想应用案例。总体而言，肿瘤委员会通常涉及放射科医生、病理科医生、外科医生、肿瘤学家、遗传咨询师和其他专家，他们对海量患者数据和知识进行复杂分析，以制定个性化护理计划。

“全球每年有2000万人被诊断出患有癌症，”有数百种不同的肿瘤亚型需要专门的治疗方案。然而，“由于准备工作的巨大需求，不到1%的患者能够通过肿瘤委员会获得个性化的治疗方案。”

沙阿博士分享了他2021年的个人经历，当时他被诊断出患有舌部小病变。他的治疗决策涉及外科医生和实验室团队的手动研究，寻找类似的病例——这项工作可以通过代理协调器自动化并扩展。

根据微软引用的美国临床肿瘤学会（ASCO）的一项研究，“临床医生每名患者花费1.5至2.5小时，仔细审查影像、病理切片、临床笔记和基因组数据。”医疗代理协调器旨在缓解这一负担。

**主要功能**

协调器提供了几个关键功能：

– **多模式数据处理**：分析来自成像（医学数字成像与通信文件）和病理学到基因组学和临床笔记的多样化医疗数据。
– **无缝集成**：在熟悉的微软工具（如Teams、Word和PowerPoint）中工作。
– **定制选项**：开发者可以使用自己的模型和数据源微调每个代理。
– **可解释性功能**：提供在医疗领域至关重要的“信任但验证”机制。
– **HIPAA合规性**：在安全的Azure环境中运行。

伦格伦博士表示，协调器为特定任务提供了专业的代理：“患者历史代理利用通用医学抽象按时间顺序组织患者数据。专家可能需要超过三个小时才能完成的手动工作可以在几分钟内完成。”

**早期采用者**

几家领先机构已经开始探索该平台，包括斯坦福大学、约翰霍普金斯大学、普罗维登斯基因组学、麻省总医院布里格姆和威斯康星大学医学院。

斯坦福医疗首席信息官迈克·佩弗博士在一份声明中解释说：“斯坦福医学每年处理4000名肿瘤委员会患者，我们的临床人员已经在今天的肿瘤委员会会议上使用由基础模型生成的摘要。新的医疗代理协调器有能力通过减少碎片化来优化现有工作流程。”

**开发者体验**

对于开发者来说，协调器解决了关键的医疗IT挑战。正如伦格伦博士所指出的，“安全性和隐私性是医疗领域最重要的问题。”

该解决方案在Azure租户内运行，将敏感数据保留在安全的“围栏”之后。这种方法消除了沙阿博士所说的“必须通过互联网发送东西然后依赖未指定协议”的情况。

通过与现有工作流程的整合，开发体验得到了简化。正如伦格伦博士所说，“大多数医疗系统在某种程度上都会利用基于Windows的企业技术，即使只是为了提高工作效率。”

**ChatEHR**

沙阿博士提到，已经完成博士学位并正在攻读医学博士的凯斯博士在他的团队中作为一名软件开发人员和数据科学家工作，凯斯博士在看到协调器时“欣喜若狂”。

凯斯博士的热情是因为，“我们在校园里正在构建一个名为ChatEHR的工具。你可以想象它能做什么。它是使用我们的Azure租户上的安全GPT构建的，我们原本计划的是，即使是与病历对话，‘能否为这个患者推荐文献衍生的证据？能否提供来自类似患者的现实世界证据？能否提供搜索图像的能力？’

“现在，我们中的每个人原本都需要三到六个月的开发周期，但现在我可以去这个目录，这个商店，只需检查一下代理，它会为我总结文献，我们可以在不到30分钟内部署它。”

微软表示，该解决方案的协调代理功能可以处理复杂的电子健康档案（EHR）数据，并增强耗时的任务，例如构建按时间顺序排列的患者时间线、利用特定参考指南确定癌症分期、审查放射学和病理学图像、综合当前医学文献、引用治疗建议、展示相关临床试验并生成定制化报告。

此外，它还允许开发者使用自己的模型、工具、指令和数据源创建、定制和微调每个代理；在一个引导式游乐场环境中测试性能；并通过设置Copilot Studio将Model Context Protocol (MCP)服务器与提供的示例实现集成来扩展代理。

**通往医疗领域人工智能民主化之路**

也许最重要的是，医疗代理协调器代表了一种助力医疗领域人工智能开发民主化的方式，医生们表示。

沙阿博士将其比作手机的发展历程：“当手机发明时，通话费用一度高达每分钟八美元，很少有人能负担得起。现在，每个人都有一部手机，但这发生是因为由于自动化和软件的发展，这项能力如今以更低的成本得以实现。”

同样，协调器有可能在大小规模不一、资源各异的医疗系统中扩展先进的人工智能能力，从而可能解决医疗劳动力的关键缺口。

伦格伦博士表示，他认为这项技术“将在节省时间方面先于挽救生命”。通过减少医疗工作流程中的“无差别繁重工作”，它有望让临床工作人员专注于直接的患者护理。

**展望未来**

医疗代理协调器目前可通过Azure AI Foundry代理目录获取。它具有预配置代理、多代理协调和开源定制选项，允许开发者和研究人员构建协调多学科、多模态医疗数据工作流（如肿瘤委员会）的代理，并简化其部署到医疗企业生产力工具（如Microsoft Teams和Word）中。

尽管目前主要用于研究和开发而非直接临床应用，但协调器对医疗交付的潜在影响是巨大的。

事实上，微软表示，医疗代理协调器旨在用于研究和开发用途。它并非设计或意图以当前形式部署在临床环境中，也不打算用于任何健康或医疗状况的诊断或治疗，其在这些方面的表现尚未得到验证。

然而，伦格伦博士说，该平台代表了朝着以尊重医学实践复杂性和多样性的方式整合人工智能能力到医疗工作流程的重要一步。

**趋势故事**

youtube.com/thenewstack

科技发展迅速，不要错过任何一集。订阅我们的YouTube频道以观看所有播客、采访、演示等。

订阅

小组

创建的草图。

达里尔·K·塔夫特

达里尔·K·塔夫特从他在巴尔的摩地区的办公室报道DevOps、软件开发工具和与开发人员相关的议题。他在这个行业有超过25年的经验，并且总是寻找下一个独家新闻。他曾参与过……

了解更多关于达里尔·K·塔夫特的信息

分享这个故事

趋势故事

一些顶尖机构已经开始试用该平台，其中包括斯坦福大学、约翰斯·霍普金斯大学、普罗维登斯基因组学、麻省总医院布里格姆和威斯康星大学医学院。

在声明中，斯坦福医疗首席信息官迈克·普费弗博士表示：“斯坦福医学每年处理4000名肿瘤委员会患者，我们的临床人员如今已在肿瘤委员会会议中使用由基础模型生成的摘要。新的医疗代理协调器有能力通过减少碎片化来优化现有工作流程。”

开发人员体验

正如龙根博士所言，“安全性与隐私性是医疗领域的首要关注点。”该解决方案在Azure租户环境中运行，将敏感数据隔离在安全的‘边界’之内。这种方法消除了夏博士所说的“不得不通过互联网传输数据，然后依赖未明确说明的协议”的情况。

通过与现有工作流的集成，开发体验得以简化。龙根博士指出：“多数医疗机构在不同程度上采用基于Windows的企业技术，即便只是用于提升工作效率。”

ChatEHR

夏博士提到，已获博士学位并正在攻读医学博士中期的凯斯在其团队中担任软件开发员兼数据科学家，当他见到协调器时兴奋不已。凯斯的热情源于，“我们原本有这样的设想：不是仅仅与病历交互，而是能否为患者推荐文献衍生的证据？能否提供来自类似患者的现实世界证据？能否赋予搜索图像的能力？”

他补充道：“我们以前开发这些功能需要三到六个月的时间，但现在我可以从这个目录，这个‘商店’中借用一个代理，它会为我总结文献，而我们可以在不到30分钟内部署它。”

微软表示，该解决方案的协调代理能力可处理复杂的电子健康档案数据，并增强耗时任务，例如构建按时间顺序排列的患者时间线、利用特定参考指南确定癌症分期、审查放射学和病理学图像、综合当前医学文献、查询治疗指南、显示相关临床试验并生成个性化报告。

此外，它还使开发人员能够用自己的模型、工具、指令和数据源创建、自定义和微调每个代理；在一个指导性的游乐场环境中测试性能；并通过设置Copilot Studio将提供的示例实现与Model Context Protocol (MCP)服务器集成以扩展代理。

也许最值得关注的是，医生们表示，医疗代理协调器代表了一种推动医疗领域AI开发普及化的举措。

夏博士将其比作手机的发展：“当手机被发明时，通话费用曾高达每分钟八美元，很少有人能负担得起。现在，每个人都有手机，但这是因为得益于自动化和软件，这项能力如今以更低的成本实现。”

同样，协调器可能扩大对各种规模和资源的医疗系统中先进AI能力的访问，这可能填补医疗劳动力的关键缺口。

龙根博士认为，这项技术“将在节省时间方面先于挽救生命”。通过减少医疗工作流程中的“无差别繁重工作”，它有望让临床人员专注于直接的患者照护。

展望未来

医疗代理协调器现已通过Azure AI Foundry代理目录提供。它具备预配置代理，支持多代理协调和开源自定义选项，允许开发人员和研究人员构建协调多学科、多模式医疗数据工作流程（如肿瘤委员会）的代理，并简化部署到医疗企业生产力工具（如Microsoft Teams和Word）。

尽管目前主要用于研发而非直接临床应用，但协调器对医疗服务的影响将是深远的。

事实上，微软表示，医疗代理协调器旨在用于研究和开发用途。它并非设计为直接应用于临床环境，也不打算用于诊断或治疗任何健康或医疗状况，其在此类用途上的表现尚未得到验证。

然而，龙根博士表示，该平台标志着朝着以尊重医疗实践复杂性和多样性的方式将AI能力整合到医疗工作流程中迈出了重要一步。

(以上内容均由Ai生成)