Microsoft: Sağlık sektöründe Fabric ve Azure için AI uzantıları - Dünyadan Güncel Teknoloji Haberleri

Microsoft: Sağlık sektöründe Fabric ve Azure için AI uzantıları - Dünyadan Güncel Teknoloji Haberleri

Azure AI Health Insights teklifi, önceden oluşturulmuş makine öğrenimi modellerinden oluşur Bay Rustogi örnek olarak şunları gösterdi: Prestijli Nature dergisinde 2020’de yayınlanan çalışma Model aynı zamanda radyolog tarafından belgelenen ölçümler (boyutlar) ile klinik belgelerdeki takip önerilerini ve klinik bulguları da tanımlar ” Sağlık, ZDNET ile röportajda

Fabric’in yeni özelliklerinden bir diğeri de, doktor notları gibi verilerdeki hasta kimliklerini maskelemek amacıyla klinik verileri temizlemek için makine öğrenimini kullanan “kimlik gizleme hizmeti”dir “Daha sonra sonuçların aslında kaynağın basitleştirilmiş hali olup olmadığını veya uydurma ya da eksik unsurlar olup olmadığını görmek için çapraz referans veriyoruz Bitran, “Oluşturduğumuz her model, büyük dil modelleri kullanırsak her zaman sağlık sektörüne özel koruma önlemleriyle birlikte gelecektir” diye ekledi

Bitran, “En ilginç yaklaşımlardan biri, yüksek lisans ile hibrit bir modelde daha küçük modeller ve kural tabanlı modeller kullanmaktır” diye ekledi Rustogi, “Sektör, bu yapılandırılmamış klinik notların nasıl alınacağı ve bunların araştırma camiasına faydalı olmasını sağlayacak şekilde kimlik bilgilerinin nasıl kaldırılacağı sorusunu çözmekte çok zorlandı” dedi

Bitran, “İlginç olan da basamaklı bir etki yaratmanın mümkün olmasıdır” diye ekledi ile ilgili değildir ”

Bu üç model, klinik araştırmalar ve onkolojideki fenotip bazlı modeller için halihazırda önerilen birkaç önceden oluşturulmuş modele ek olarak sunulmaktadır

Microsoft Bulut genel müdürü Umesh Rustogi şöyle konuştu: “Bu birleşik, çok modlu veritabanını Fabric One Lake’te oluşturmak istiyoruz; burada tüm bu farklı veri yöntemlerini birleştirip bu veriler hakkında mantık yürütebilir, yapay zeka modellerini çalıştırabilirsiniz

“Görüntüleme sonuçları ve klinik sonuçlardan elde edilen kriterlere dayalı hasta gruplarının oluşturulması”

Rustogi, ZDNET’in bu ay yapay zeka üzerine bir makalesinde incelediği çoklu yöntem eğiliminin sağlık hizmetlerinde giderek daha önemli hale geldiğini söyledi Microsoft

Çoklu yöntemlerin örnekleri arasında “görüntüleme sonuçlarından ve klinik sonuçlarından elde edilen kriterlere dayalı olarak hasta gruplarının oluşturulması yer alıyor Sadeleştirmenin performans ölçümleri” diye açıkladı Sayın Bitran Microsoft ayrıca Azure Bulut Bilişim hizmeti için, diğer şeylerin yanı sıra, tıbbi asistanlar olarak büyük dil modellerinin kullanılmasına yönelik yeni hizmetleri de duyurdu “Yani kendi kaynaklarınızı kullanabilirsiniz ve eğer hiçbir şey vermezlerse, güvenilir kaynaklara dayalı yanıtlar da verebilirsiniz, ardından güvenilir kaynaklar hiçbir şey vermezse genel bir yanıta başvurabilirsiniz Microsoft bu endişeler hakkında ne düşünüyor?



Hadas Bitran, Microsoft’un Sağlık Yapay Zekası ve Sağlık ve Yaşam Bilimleri bölümünün başkanı



Umesh Rustogi, Sağlık Hizmetleri için Microsoft Bulut’un genel müdürü Bu makale, “tıbbi görüntüleme ve elektronik sağlık kayıtlarını (EHR’ler) birleştirmek için uygulanabilecek” “veri birleştirme” tekniklerine genel bir bakış sunmaktadır

Geçen hafta, şirket duyurdu uzantıları Veri analizi platformu Fabric, mayıs ayında açılışını yaptıFabric’in birden fazla sağlık verisi türü üzerinde daha fazla analiz gerçekleştirmesini sağlamak için


Sağlık alanı, Microsoft da dahil olmak üzere yapay zeka oyuncularının ilgisini giderek daha fazla çekiyor

Sağlık alanında yapay zeka için hangi kaynakları kullanmalıyız?

Bay Rustogi’nin meslektaşı, Microsoft’un Sağlık Yapay Zekası ve Sağlık ve Yaşam Bilimleri bölümü başkanı Hadas Bitran, Azure web hizmetleri tarafından sunulan birkaç yeni yapay zeka teklifini tartıştı ”

Bitran, “Son olarak modellerimiz doktorun yerini almayı amaçlamıyor” diye ekledi Microsoft

“İyi sonuçlar verebilmek için harika dil modellerinin başka bir şeyle tamamlanması gerekir”

Hadas Bitran, “İyi sonuçlar verebilmek için büyük dil modellerinin başka bir şeyle tamamlanması gerekiyor” dedi

Örneğin, klinik raporlamanın basitleştirilmesine yönelik önceden oluşturulmuş modelde, “yalnızca dil modelinin açıklamasını istemiyoruz “Klinisyenlere iş yüklerini hafifletecek ve işlerinde yardımcı olacak araçlar sağlamayı amaçlıyorlar “Aynı zamanda doğruluk, hesap verebilirlik ve adaletle de ilgilidir Önizlemede üç model sunulmaktadır:

  • Hasta zaman çizelgesi“ilaçlar, teşhisler ve prosedürler gibi yapılandırılmamış verilerden önemli olayları çıkarmak için üretken yapay zekayı kullanan ve bakım planlarını daha iyi bilgilendirmek amacıyla klinisyenlere hastanın tıbbi geçmişine ilişkin daha doğru bir görünüm sağlamak için bunları kronolojik olarak organize eden”;
  • Klinik raporları basitleştirme“klinisyenlere tıbbi jargonu alma ve bunu sade dile dönüştürme yeteneği vermek için üretken yapay zekayı kullanan ve aynı zamanda hastalar da dahil olmak üzere diğer kişilerle paylaşılabilmesi için klinik bilgilerin özünü koruyan”;


  • Radyoloji içgörüleri“hatalar ve tutarsızlıklar hakkında geri bildirim yoluyla kalite kontrolleri sağlar ”

    “Modellerimiz doktorun yerini almaya yönelik değil”

    “Bu sorumlu yapay zeka çerçevesi yalnızca gizlilik, güvenlik, erişilebilirlik ve şeffaflık vb Rustogi, “Birçok müşteri, birden fazla veri yöntemini birleştirirseniz, tek bir veri yöntemini araştırarak mümkün olmayan yeni bilgiler elde edebileceğinize inanıyor” dedi ”

    Elbette şu anda sağlık gibi hassas uygulamalarda büyük dil modelleri gibi üretken yapay zeka biçimlerinin kullanımına ilişkin pek çok şüphe var Aynı zamanda basitleştirmenin sonucunu almamıza, onu mevcut duruma göre ölçmemize olanak tanıyan birçok ön işleme ve son işleme mantığını da uyguluyoruz ”


    Kaynak : “ZDNet Bay Bitran, Bay Rustogi ile aynı röportajda ZDNET’e “Amaç, bu hizmetin müşterilerin özel ortak sürüş deneyimleri yaratmasına yardımcı olmasıdır” dedi Ve bunu bugün başarmak çok da kolay değil” diye açıkladı com”



    genel-15

    Azure AI Health Bot adlı yeni bir teklif, bir sağlık kuruluşunun kendi veritabanı gibi kaynaklardan yanıtlar çıkarmak ve soruları yanıtlamak için büyük dil modeli (LLM) teknolojisini kullanıyor