美国临床肿瘤学会最近的一项研究发现，医生们为每位患者仔细审查影像、病理切片、临床记录和基因组数据，需要花费1.5至2.5小时。在此背景下，自主式AI在减轻行政负担和改变医疗服务提供方式方面具有非凡潜力。
在本月初的微软Build 2025大会上，斯坦福医疗保健中心的首席数据官Nigam Shah讨论了自主式AI重新定义医疗保健，特别是在肿瘤学领域的能力。他表示，医生们被医学的行政任务压得喘不过气来。“此外，医学知识每60或70天就会翻倍，因此很难跟上医学文献的步伐。”他补充道。
Shah还解释说，如今医生们花费了太多时间在非医疗决策上，他们希望通过自动化、软件开发和自主式AI来改变这一现状。“这个智能体新时代代表了一个机会，可以开始消除一些无差别的工作，如寻找合适的临床试验、查阅正确的文献以及整理来自不同来源和类型的数据。”他说。在他看来，他与团队在医疗保健生态系统内管理软件应用的方式产生了不同。
“大多数医疗保健组织和公司都使用Windows，因为这是他们熟悉和信任的系统，”他说，“这就是为什么我们致力于基于此构建一个强大的用例，通过专门的多模态智能体来推动新能力。”为此，他们依赖微软及其Azure AI Foundry智能体目录中的医疗保健智能体协同器。
今天重塑明天的医疗保健
医疗保健智能体协同器包括预配置的智能体以及开源定制选项，使开发人员和研究人员能够协调多学科和多模态医疗保健数据工作流程，如肿瘤小组会议，它还简化了向医疗保健企业生产力工具(如Microsoft Teams和Word)的部署。
一般来说，模块化推理器和专门的多模态智能体携手合作，处理原本需要数小时才能完成的任务，有效地用个性化、前沿的AI辅助临床专家。因此，通过整合微软的最新能力，医疗保健智能体协同器可以处理从影像和病理到基因组数据和电子健康记录(EHR)临床记录等多样化健康数据的分析和推理。每个智能体都配备了来自Azure AI Foundry的高级AI模型，这些模型结合了通用推理能力和医疗保健模式特定模型，以基于多模态临床数据生成可操作的见解。
斯坦福医学院目前每年为4000名肿瘤委员会患者提供服务，其医生已在会议中使用由Azure中的安全GPT Phi实例生成的摘要。“新的医疗保健智能体协同器有能力通过减少碎片化并从以前难以搜索的数据元素(如临床试验资格标准、治疗指南和真实世界证据)中获取新见解，来简化这一现有工作流程。”Shah说，并补充道，这就是工作量减少的原因，从而降低了照顾癌症患者的医疗人员的倦怠和超负荷率。
“斯坦福医疗保健中心很高兴继续探索医疗保健智能体协同器的潜力，以开发首个用于现实世界癌症患者护理的生产环境中的智能体解决方案。”他说。
加速护理团队的创新
随着临床护理复杂性的增加，医疗保健智能体协同器使开发人员能够自信地驾驭自主式AI的加速时代，与临床医生合作，并普及精准医疗工具。初始框架旨在支持肿瘤委员会，但最终愿景是赋能医疗保健和生命科学开发人员，让他们了解自主式AI如何更广泛地影响临床医生和患者，为整个医疗保健生态系统中的多学科护理团队提供实时支持。
对于Shah来说，肿瘤学委员会只是技术可以提供帮助的众多用例之一。“医生们最常问的问题是，与他们相似的其他患者发生了什么，”他说，“现在有一个基于AI的智能体能够分析样本，辨别参数，并得出关于发生了什么的结论。我们不仅拥有帮助我们处理繁重工作的技术，而且它还能在更大规模上提供巨大的附加值。”
