Microsoft memimpin dalam peningkatan layanan kesehatan dengan teknologi AI dan berkomitmen untuk mengembangkan solusi AI yang bertanggung jawab. Inisiatif Microsoft Cloud for Healthcare bertujuan untuk meningkatkan pemberian layanan kesehatan dan hasil perawatan pasien secara global. Perusahaan baru-baru ini mengumumkan peluncuran kapabilitas baru pada portofolio layanan kesehatan AI-nya, yang diharapkan dapat mendorong efisiensi dalam industri dan meningkatkan perawatan pasien.

Di bidang pencitraan medis, Microsoft meluncurkan model MedImageParse 2D, bagian dari Azure AI Foundry. Model ini dirancang untuk segmentasi gambar yang akurat di berbagai modalitas pemrosesan gambar. Model ini disesuaikan untuk data pencitraan medis 3D, memberikan pemahaman yang lebih mendalam tentang kondisi pasien dan membantu diagnosis yang lebih akurat. Selain itu, Microsoft Research telah berkolaborasi untuk memperluas katalog model Microsoft Health and Life Sciences dengan model AI baru untuk desain protein, patologi, dan analisis EKG.

Microsoft juga mengumumkan integrasi wawasan AI multimodal ke dalam Microsoft Fabric, yang kini dalam pratinjau publik. Kemampuan baru ini akan memungkinkan organisasi layanan kesehatan untuk menggabungkan berbagai jenis data medis, termasuk teks, gambar, dan audio, guna menghasilkan wawasan komprehensif untuk pengambilan keputusan yang lebih cepat dan hasil yang lebih baik bagi pasien. Pelanggan dapat menghubungkan data medis mereka ke berbagai layanan dan model AI untuk memperkaya percakapan klinis dan mendukung penelitian klinis.

Untuk lebih mendukung solusi data perawatan kesehatan, Microsoft telah menyediakan kemampuan tambahan yang meningkatkan akses data, termasuk penyerapan data klaim CMS CCLF, transformasi set data publik SDOH, analisis manajemen perawatan, dan analisis penjangkauan pasien. Selain itu, integrasi AI ambient Dragon Copilot dengan Fabric OneLake mengurangi pekerjaan administratif bagi dokter dengan mendokumentasikan pertemuan pasien secara otomatis, sehingga memungkinkan manajemen dan analisis data yang lebih efisien.