你当前正在访问 Microsoft Azure Global Edition 技术文档网站。 如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站，请访问 https://docs.azure.cn。
重要
医疗保健 AI 模型旨在用于研究和模型开发探索。 这些模型并非设计用于或旨在用于按原样部署在临床环境中，也不用于诊断或治疗任何健康或医疗状况，各个模型在这些用途上的性能尚未确定。 对于医疗保健 AI 模型的任何使用，你应承担全部责任和义务，包括验证输出并纳入任何旨在用于医疗目的或为临床决策提供信息的产品或服务、遵守适用的医疗保健法律法规，以及获得任何必要的许可或批准。
本文介绍 Microsoft 多模态医疗保健基础模型目录。 这些模型是由 Microsoft Research、战略合作伙伴和医疗保健组织领先的医疗保健机构共同开发的。 医疗保健组织可使用这些模型快速生成和部署根据其特定需求定制的 AI 解决方案，同时最大程度地减少通常与从头开始构建多模态模型相关的广泛计算和数据要求。 这些模型并不是作为独立产品来使用的。 相反，它们旨在供开发人员用作构建基础。 借助这些医疗保健 AI 模型，专业人员拥有利用 AI 全部潜力来增强生物医学研究、临床工作流程和最终护理交付所需的工具。
人工智能 (AI) 的力量正在推动医疗保健行业的革命性转型。 虽然现有的大型语言模型（如 GPT-4）对临床文本任务和通用多模式推理表现出巨大承诺，但它们难以理解非文本多模式医疗保健数据，例如医学成像，放射学、病理学和眼科信息资源。 此问题还涉及其他专门的医学文本资源，例如纵向电子病历。 处理非文本形式（如信号数据、基因组数据和蛋白质数据）变得具有挑战性，其中大部分内容未公开提供。
Azure AI Foundry 和 Azure 机器学习工作室中提供的 Azure AI 模型目录提供了医疗保健基础模型，有助于对各种医疗数据类型进行 AI 驱动的分析。 这些 AI 模型远远超出了医学文本理解的范围，扩展到有关医疗数据的多模式推理中。 它们可集成和分析来自各种形式的各种来源的数据，例如医学成像、基因组学、临床记录以及其他结构化和非结构化数据源。 这些模型还涵盖多个医疗保健领域，包括皮肤科、眼科、放射学和病理学等等。
Microsoft 第一方模型
这些模型是 Microsoft 第一方多模态医疗保健基础模型。
MedImageInsight
此模型是一种嵌入模型，可实现成熟的图像分析，包括医学成像中的分类和相似性搜索。 研究人员可以使用模型嵌入简单的零样本分类器。 他们还可以针对其特定任务生成适配器，从而简化放射科、病理科、眼科、皮肤科和其他形式的工作流程。 例如，研究人员可以使用模型生成工具，这些工具自动将图像扫描转给专家，或者标记潜在的异常以便进一步审查。 这些作可以提高效率并改善患者治疗效果。 此外，该模型还支持负责任的 AI (RAI) 安全措施，例如分布不足 (OOD) 检测和偏移监视。 这些安全措施在动态医疗成像环境中维护 AI 工具和数据管道的稳定性和可靠性。
CXRReportGen
胸部 X 光检查是全球最常见的放射科程序。 他们帮助医生诊断各种疾病 - 肺部感染，心脏问题，等等。 对于数百万人来说，这些图像往往会成为检测健康问题的第一步。 这种多模态 AI 模型将当前和先前图像与关键患者信息结合在一起，根据从胸部 X 光检查生成详细的结构化报告。 这些报告直接基于图像在其之上突出显示 AI 生成的结果，以与人在回环工作流程保持一致。 研究人员可以测试该功能以及在提高放射科医生的诊断精度的同时缩短周转时间的潜力。
MedImageParse 和 MedImageParse 3D
这些模型专为精确的图像分段而设计，它们涵盖各种成像形式，包括 X 射线、CT 扫描、MRIs、超声波、皮肤科图像和病理幻灯片。 这些模型可以针对特定应用程序（如肿瘤分段或器官描述）进行微调，使开发人员能够测试和验证模型，并能够构建利用 AI 进行高度复杂的医学图像分析的工具。
合作伙伴模型
Azure AI 模型目录还提供来自 Microsoft 合作伙伴的精选医疗保健模型集合，这些模型具有数字病理切片分析、生物医学研究和医学知识共享功能等等。 包括 Paige.AI 和普罗维登斯医疗保健在内的合作伙伴提供了这些模型。 有关模型的完整列表，请访问 模型目录页 资源。