這很重要
醫療保健 AI 模型適用於研究和模型開發探索。 這些模型並非設計或打算以原狀方式部署在臨床設置中，也不會用於診斷或治療任何健康或醫療狀況，而且尚未建立個別模型的績效。 您對於任何使用醫療保健 AI 模型負有唯一責任和責任，包括驗證輸出並納入任何用於醫療目的的產品或服務，或通知臨床決策制定、遵守適用的醫療保健法律法規，以及取得任何必要的許可或核准。
在本文中，您將瞭解Microsoft多模式醫療保健基礎模型目錄。 這些模型由Microsoft研究、戰略合作夥伴和醫療保健組織領先的醫療保健機構共同開發。 醫療保健組織可以使用模型，快速建置並部署專為其特定需求量身打造的 AI 解決方案，同時將通常與從頭建置多模式模型相關聯的廣泛計算和數據需求降到最低。 意圖不是讓這些模型做為獨立產品。 相反地，其設計目的是讓開發人員用來作為基礎來建置。 有了這些醫療保健 AI 模型，專業人員就具備了運用 AI 的完整潛力的工具，以增強生物醫學研究、臨床工作流程，以及最終的護理交付。
人工智慧（AI）的力量正在推動醫療保健產業的革命性轉型。 雖然 GPT-4 等現有大型語言模型對臨床文字型工作和一般用途的多模式推理表現出巨大的承諾，但它們難以理解非文字多模式醫療保健數據，例如醫學成像—放射學、病理學和眼科信息資源。 此問題涵蓋其他專門的醫療文字資源，例如，縱向電子醫療記錄。 處理訊號數據、基因數據和蛋白質數據等非文字形式變得具有挑戰性，其中大部分都無法公開取得。
Azure AI 模型目錄可在 Azure AI Foundry 和 Azure Machine Learning Studio 中提供，提供醫療保健基礎模型，以利對各種醫療數據類型進行 AI 支援的分析。 這些 AI 模型除了醫學文字理解之外，還擴充到醫療數據的多模式推理。 它們可以整合和分析來自各種不同形式之不同來源的數據，例如醫學影像、基因組學、臨床記錄，以及其他結構化和非結構化數據源。 這些模型還橫跨數個醫療保健領域，包括皮膚科、眼科、放射學、病理學等。
Microsoft第一方模型
這些模型是Microsoft第一方多模式醫療保健基礎模型。
MedImageInsight
此模型是一種內嵌模型，可啟用複雜的影像分析，包括醫學影像中的分類和相似性搜尋。 研究人員可以使用模型內嵌在簡單的零射分類器中。 它們也可以為其特定工作建立配接器，從而簡化放射學、病理學、眼科、皮膚科和其他形式的工作流程。 例如，研究人員可以使用模型來建置工具，以自動將影像掃描路由傳送給專家，或標幟潛在的異常狀況以供進一步檢閱。 這些動作可以提升效率並改善患者結果。 此外，此模型支援負責任 AI （RAI） 保護，例如散發外 （OOD） 偵測和漂移監視。 這些保護可維護動態醫療影像環境中 AI 工具和數據管線的穩定性和可靠性。
CXRReportGen
胸部X光是全球最常見的放射學程式。 他們幫助醫生診斷各種疾病 - 肺感染，心臟問題等等。 對於數百萬人來說，這些影像通常成為偵測健康問題的第一步。 此多模式 AI 模型結合了目前和先前的影像，以及重要的病患資訊，以從胸部 X 光產生詳細的結構化報告。 這些報告會根據影像直接醒目提示 AI 產生的結果，以配合人工迴圈工作流程。 研究人員可以測試這種能力，並有可能加速轉機時間，同時增強放射學家的診斷精確度。
MedImageParse 和 MedImageParse 3D
這些模型是專為精確的影像分割而設計，其涵蓋各種成像方式，包括 X 光、CT 掃描、MRI、超聲波、皮膚科影像和病理學投影片。 模型可以針對特定應用程式進行微調，例如腫瘤分割或器官劃界，讓開發人員能夠測試及驗證模型，以及建置利用 AI 進行高度複雜醫學影像分析的工具的能力。
合作夥伴模型
Azure AI 模型目錄也提供來自Microsoft合作夥伴精心策劃的醫療保健模型集合，其中包含數位病理投影片分析、生物醫學研究、醫學知識共用功能等功能。 包括 Paige.AI 和 Providence Healthcare 在內的合作夥伴會提供這些模型。 如需模型的完整清單，請流覽 模型目錄頁面 資源。