Overzicht van het organiseren van multimodale AI-inzichten (preview) in oplossingen voor gezondheidszorggegevens

Belangrijk

  • Dit is een preview-functie.
  • Preview-functies zijn niet bedoeld voor productiegebruik en bieden mogelijk beperkte functionaliteit. Deze functies zijn beschikbaar vóór een officiële release, zodat klanten vroege toegang kunnen krijgen en feedback kunnen geven.
  • Als u de servicevoorwaarden wilt bekijken, raadpleegt u oplossingen voor gezondheidszorggegevens in Microsoft Fabric.

De mogelijkheden voor multimodale AI-inzichten (preview) in oplossingen voor gezondheidszorggegevens organiseren, bieden een gestructureerd framework waarmee u volledig traceerbare AI-gegevensverrijkingen voor gezondheidszorg kunt maken, ontwikkelen en beheren. Het helpt u AI-services en -modellen te verbinden met gezondheidszorggegevens en AI-gegenereerde inzichten weer te integreren in uw gegevensdomein in de gezondheidszorg. De mogelijkheid biedt ondersteuning voor geavanceerde analyses en zorgt voor consistentie, nauwkeurigheid en betrouwbaarheid.

Omdat u met de mogelijkheden voor gegevenstransformatie in oplossingen voor gezondheidszorggegevens in Microsoft Fabric multimodale gegevens kunt opnemen, opslaan en analyseren, kunnen de basismodellen voor gezondheidszorg deze gestandaardiseerde gegevens gebruiken om meer inzichten te genereren. Wanneer u deze AI-inzichten combineert met de bestaande gezondheidszorggegevens in uw gegevensomgeving, worden nieuwe analysescenario's ontgrendeld.

Een diagram met de mogelijkheden van de functie AI-multimodale inzichten orkestreren.

Met het (preview) framework voor het orkestreren van multimodale AI-inzichten, kunt u op een schaalbare en efficiënte manier verrijkingen genereren. Het maakt gebruik van een hiërarchie van gegevensassets, zoals gegevensarchieven, gegevenssets en weergaven, die helpen redundante API-aanroepen te voorkomen. De functionaliteit maakt gebruik van een transformatiepijplijn om door AI gegenereerde inzichten in te brengen via de medallion lakehouse-lagen voor gezondheidszorggegevens en slaat de inzichten op in een verrijkingsarchief binnen de zilveren laag. Het ondersteunt de volgende verrijkingstypen:

  • Tekst
  • Object
  • Embedderingen
  • 2D-segmentatie van afbeeldingen
  • 3D-beeldsegmentatie

De capaciteit biedt ook de volgende drie gebruiksklare first-party modeltoepassingen voor geautomatiseerde AI-verrijking:

  • Text Analytics voor gezondheid: Gebruik Text Analytics voor gezondheid om medische entiteiten te extraheren, zoals diagnoses en medicijnen uit ongestructureerde gegevens.

  • MedImageInsight: Gebruik het AI-model voor de MedImageInsight-gezondheidszorg om insluitingen voor medische afbeeldingen te genereren.

  • MedImageParse: Gebruik het AI-model van MedImageParse gezondheidszorg om segmentatie, detectie en herkenning in verschillende objecttypen en imaging-modaliteiten mogelijk te maken.

Het organiseren van multimodale AI-inzichten (preview) is een optionele mogelijkheid onder oplossingen voor gezondheidszorggegevens in Microsoft Fabric. U hebt de flexibiliteit om te bepalen of u deze wilt gebruiken, afhankelijk van uw specifieke behoeften of scenario's.

Conceptuele architectuur

Diagram van oplossingsarchitectuur voor de DICOM-gegevenstransformatiemogelijkheid.