美國臨床腫瘤學會最近的一項研究發現，醫生們為每位患者仔細審查影像、病理切片、臨床記錄和基因組數據，需要花費1.5至2.5小時。在此背景下，自主式AI在減輕行政負擔和改變醫療服務提供方式方面具有非凡潛力。

在本月初的微軟Build 2025大會上，斯坦福醫療保健中心的首席數據官Nigam Shah討論了自主式AI重新定義醫療保健，特別是在腫瘤學領域的能力。他表示，醫生們被醫學的行政任務壓得喘不過氣來。“此外，醫學知識每60或70天就會翻倍，因此很難跟上醫學文獻的步伐。”他補充道。

Shah還解釋說，如今醫生們花費了太多時間在非醫療決策上，他們希望通過自動化、軟件開發和自主式AI來改變這一現狀。“這個智能體新時代代表了一個機會，可以開始消除一些無差別的工作，如尋找合適的臨床試驗、查閱正確的文獻以及整理來自不同來源和類型的數據。”他說。在他看來，他與團隊在醫療保健生態系統內管理軟件應用的方式產生了不同。

“大多數醫療保健組織和公司都使用Windows，因為這是他們熟悉和信任的系統，”他說，“這就是為什么我們致力于基于此構建一個強大的用例，通過專門的多模態智能體來推動新能力。”為此，他們依賴微軟及其Azure AI Foundry智能體目錄中的醫療保健智能體協同器。

今天重塑明天的醫療保健

醫療保健智能體協同器包括預配置的智能體以及開源定制選項，使開發人員和研究人員能夠協調多學科和多模態醫療保健數據工作流程，如腫瘤小組會議，它還簡化了向醫療保健企業生產力工具(如Microsoft Teams和Word)的部署。

一般來說，模塊化推理器和專門的多模態智能體攜手合作，處理原本需要數小時才能完成的任務，有效地用個性化、前沿的AI輔助臨床專家。因此，通過整合微軟的最新能力，醫療保健智能體協同器可以處理從影像和病理到基因組數據和電子健康記錄(EHR)臨床記錄等多樣化健康數據的分析和推理。每個智能體都配備了來自Azure AI Foundry的高級AI模型，這些模型結合了通用推理能力和醫療保健模式特定模型，以基于多模態臨床數據生成可操作的見解。

斯坦福醫學院目前每年為4000名腫瘤委員會患者提供服務，其醫生已在會議中使用由Azure中的安全GPT Phi實例生成的摘要。“新的醫療保健智能體協同器有能力通過減少碎片化并從以前難以搜索的數據元素(如臨床試驗資格標準、治療指南和真實世界證據)中獲取新見解，來簡化這一現有工作流程。”Shah說，并補充道，這就是工作量減少的原因，從而降低了照顧癌癥患者的醫療人員的倦怠和超負荷率。

“斯坦福醫療保健中心很高興繼續探索醫療保健智能體協同器的潛力，以開發首個用于現實世界癌癥患者護理的生產環境中的智能體解決方案。”他說。

加速護理團隊的創新

隨著臨床護理復雜性的增加，醫療保健智能體協同器使開發人員能夠自信地駕馭自主式AI的加速時代，與臨床醫生合作，并普及精準醫療工具。初始框架旨在支持腫瘤委員會，但最終愿景是賦能醫療保健和生命科學開發人員，讓他們了解自主式AI如何更廣泛地影響臨床醫生和患者，為整個醫療保健生態系統中的多學科護理團隊提供實時支持。

對于Shah來說，腫瘤學委員會只是技術可以提供幫助的眾多用例之一。“醫生們最常問的問題是，與他們相似的其他患者發生了什么，”他說，“現在有一個基于AI的智能體能夠分析樣本，辨別參數，并得出關于發生了什么的結論。我們不僅擁有幫助我們處理繁重工作的技術，而且它還能在更大規模上提供巨大的附加值。”