Microsoft heeft medio oktober nieuwe AI-tools aangekondigd, die zorgverleners kunnen helpen om betere zorg te bieden. Er is onder meer kunstmatige intelligentie geïntegreerd in Microsoft Fabric en Azure AI. Microsoft introduceerde hiernaast de Azure AI Health Bot, een generatieve AI-chatbot die informatie kan halen uit interne en externe bronnen om zorgpersoneel en patiënten te voorzien van relevante informatie. Tevens is nu Microsoft Text Analytics for Health beschikbaar, een taaldienst die medische informatie kan filteren.
Microsoft heeft nieuwe AI-tools aangekondigd om artsen te helpen betere zorg te bieden. Deze tools zijn geïntegreerd in Microsoft Fabric en Azure AI voor zorgorganisaties en zijn bedoeld om gegevens te combineren uit verschillende bronnen, zoals elektronische patiëntendossiers, afbeeldingen, laboratoriumsystemen, medische apparaten en claimsystemen. Hierdoor kunnen organisaties deze gegevens standaardiseren en op één plek raadplegen, hetgeen de zorgverleners in staat stelt zich te richten op zorgverlening in plaats van heel veel tijd te moeten stoppen in tijdrovende zoektochten in databases.
AI in zorg is wereldmarkt
AI kan administratieve processen aanzienlijk versnellen en het is een welkom hulpmiddel voor onderzoekers om grote hoeveelheden gegevens te analyseren en begrijpen. De grootste impact zal waarschijnlijk voelbaar worden in geavanceerde klinische toepassingen zoals diagnose en zorgverlening. Dankzij AI wordt het mogelijk om geïndividualiseerde behandelplannen te maken en uit te voeren op basis van een complexe mix van datasets. Grote partijen zoals Google, Microsoft, Philips, Siemens Healtineers en Amazon zijn steeds actiever op deze snel groeiende markt.
Het is echter ook belangrijk op te merken dat er talloze startups en onderzoeksinstituten wereldwijd actief zijn op het gebied van AI in de gezondheidszorg. Deze bedrijven en organisaties werken aan uiteenlopende toepassingen, variërend van diagnostiek en medische beeldvorming tot behandelingsplanning en patiëntenzorg. De inzet van AI in de gezondheidszorg blijft evolueren en heeft zonder meer het potentieel om de zorgsector te transformeren en te verbeteren.
Microsoft Fabric
Wat betreft het ontwikkelen van AI-tools is er kortom nog een wereld te winnen. De gezondheidszorg en de life sciences industrie genereren meer dan 30% van alle wereldwijde data, maar het is vaak moeilijk om deze informatie effectief te benutten. Ongeveer 97% van de gegevens die door ziekenhuizen worden gegenereerd, blijft op dit moment zelfs nog ongebruikt. Om dit probleem aan te pakken, heeft Microsoft nieuwe tools ontwikkeld in Microsoft Fabric, een data- en analytisch platform dat eerder dit jaar werd geïntroduceerd. Dit platform stelt organisaties in staat om gegevens te combineren en standaardiseren, zodat zorgverleners toegang hebben tot waardevolle informatie zonder tijdrovend onderzoek.
Een van de geteste klanten van Microsoft Fabric is Northwestern Medicine, een toonaangevend academisch gezondheidssysteem in Chicago. Doug King, Chief Information Officer van Northwestern Medicine, merkt op dat gegevens in de gezondheidszorg van cruciaal belang zijn en dat het gebruik van Microsoft's technologie een gamechanger kan zijn voor de sector. Het consolideren van gegevens kan gezondheidssystemen helpen de zorg te verbeteren en meer patiënten te bereiken.
AI healthbot
Microsoft introduceerde ook Azure AI Health Bot, een generatieve AI-chatbot die informatie kan halen uit interne en externe bronnen om zorgpersoneel en patiënten te voorzien van relevante informatie en om medische vragen te beantwoorden. Deze chatbot kan worden gebruikt om interne protocollen en processen te verhelderen en om patiënten te helpen met hun symptomen en medische termen. Hiernaast bracht Microsoft Text Analytics for Health uit, een taaldienst die medische informatie kan labelen en filteren uit ongestructureerde bronnen zoals klinische documenten en aantekeningen.
Microsoft introduceerde tot slot ook drie nieuwe modellen binnen Azure AI Health Insights om artsen, verpleegkundigen en onderzoekers te helpen bij het nemen van geïnformeerde beslissingen. Het eerste model, de patiënttijdlijn, biedt clinici een chronologisch overzicht van de medische geschiedenis van een patiënt door informatie uit verschillende bronnen samen te voegen. Het tweede model is een vereenvoudigingsmodel voor klinische rapporten en heeft tot doel complex medisch jargon te vertalen naar begrijpelijke taal voor patiënten. Een derde nieuw model ‘radiologische inzichten’ helpt artsen met het opsporen van fouten en inconsistenties in rapporten en kan desgewenst zelfs vervolgaanbevelingen doen.
