Oxford Pilots TrustedMDT: AI Berbilang Ejen Diintegrasikan ke dalam Pasukan Microsoft untuk Menyokong Perancangan Rawatan Kanser
Secara ringkas
Oxford, dengan kerjasama Microsoft, telah menjalankan percubaan pembantu AI berbilang ejen dalam Microsoft Teams untuk menyokong proses membuat keputusan lembaga tumor kanser dunia sebenar di Hospital Universiti Oxford.
Universiti Oxford memperkenalkan TrustedMDT, sistem AI berbilang agen yang direka untuk membantu pakar perubatan semasa mesyuarat perancangan rawatan kanser.
Dibangunkan dengan kerjasama syarikat teknologi microsoft, alat AI telah disepadukan ke dalam Microsoft Teams dan akan diuji di Oxford University Hospitals NHS Foundation Trust, yang mewakili salah satu kegunaan pertama AI agentik dalam persekitaran papan tumor yang realistik secara klinikal.
Mesyuarat Lembaga Tumor Pelbagai Disiplin di UK menghimpunkan ahli radiologi, ahli patologi, pakar bedah dan pakar onkologi untuk menyemak keputusan diagnostik dan membangunkan pelan rawatan. Walau bagaimanapun, peningkatan beban kes memberi tekanan yang semakin meningkat ke atas kapasiti pakar.
Kajian daripada Cancer Research UK menunjukkan bahawa pasukan selalunya menghabiskan masa kurang daripada dua minit untuk membincangkan setiap pesakit, dengan jurang maklumat kritikal menyumbang kepada kelewatan dalam 7% kes, yang boleh memberi kesan kepada garis masa rawatan, peluang penyelidikan dan beban kerja doktor.
TrustedMDT direka bentuk untuk menangani tekanan ini dengan mengautomasikan sintesis dan analisis data melalui tiga ejen AI yang diselaraskan.
Ejen Ringkasan Klinikal menyemak rekod kesihatan elektronik—termasuk radiologi, patologi dan data biomarker—untuk menghasilkan ringkasan khusus tumor yang ringkas. Ejen Pementasan Kanser menilai perkembangan penyakit menggunakan piawaian pementasan antarabangsa, manakala Ejen Perancangan Rawatan menghasilkan cadangan rawatan berasaskan bukti yang selaras dengan garis panduan profesional.
Secara keseluruhannya, agen-agen ini bertujuan untuk meningkatkan kecekapan dan ketepatan pembuatan keputusan lembaga tumor.
Hospital Universiti Oxford Merancang TrustedMDT, Membantu Keputusan Lembaga Tumor Onkologi
Dr. Andrew Soltan, Ketua Penyiasat dan Pendaftar Khas dalam Onkologi Perubatan di Hospital Universiti Oxford, menjelaskan bahawa chatbot tradisional tidak mencukupi untuk kerumitan onkologi, lalu mendorong pembangunan sistem berbilang agen berhierarki. Dalam seni bina ini, setiap agen terdiri daripada sub-agen yang tertumpu pada set data tertentu dan dilengkapi dengan alatan yang berkaitan, yang memerlukan sistem untuk menilai garis panduan klinikal dan menyemak silang cadangan terhadap sejarah pesakit untuk mengurangkan ralat.
Pasukan Oxford menggunakan ejen tersuai ini dalam Microsoft Teams menggunakan orkestrator ejen penjagaan kesihatan, mengintegrasikan AI terus ke dalam aliran kerja papan tumor pelbagai disiplin sedia ada.
Dr. Soltan menekankan bahawa sistem ini direka bentuk untuk menyokong proses klinikal tanpa gangguan, berfungsi sebagai 'kolaborator digital' yang membolehkan doktor memberikan input dalam masa nyata dan menyemak rasional di sebalik cadangan yang dijana AI, dengan keputusan muktamad kekal di bawah kawalan manusia.
Hospital Universiti Oxford telah menerima kelulusan untuk menjalankan kajian rintis dua fasa bagi menilai ketepatan, kebolehgunaan dan prestasi teknikal TrustedMDT. Fasa pertama menanda aras output AI terhadap keputusan pakar yang menggunakan kes kanser tanpa nama, manakala fasa kedua mensimulasikan mesyuarat lembaga tumor untuk menilai sejauh mana sistem tersebut meringkaskan maklumat, menyokong perbincangan dan mendraf pelan rawatan dalam aliran kerja klinikal yang realistik. Sokongan klinikal disediakan oleh doktor residen OUH.
Dr. Ben Attwood, Ketua Pegawai Digital di OUH, menyatakan bahawa hospital itu komited untuk meneroka inovasi yang mempertingkatkan penyediaan dan operasi MDT sambil mematuhi piawaian tadbir urus dan keselamatan maklumat yang ditetapkan.
David Ardman, Naib Presiden Korporat Microsoft Health and Life Sciences, menyifatkan sistem berbilang agen sebagai pendekatan baharu dalam AI penjagaan kesihatan, yang membolehkan doktor berinteraksi secara dinamik dengan ejen khusus dalam Teams bagi mengurangkan beban kognitif dan menambah baik sokongan keputusan.
Jika disahkan, TrustedMDT boleh meningkatkan komunikasi antara pakar, memendekkan tempoh rawatan dan meluaskan akses kepada ujian klinikal. Kajian rintis ini merupakan langkah awal ke arah menunjukkan potensi sistem, menghasilkan bukti untuk memaklumkan pembangunan teknikal selanjutnya dan membimbing penilaian berskala lebih besar pada masa hadapan sebelum penggunaan klinikal.
Penafian
Selaras dengan Garis panduan Projek Amanah, sila ambil perhatian bahawa maklumat yang diberikan pada halaman ini tidak bertujuan untuk menjadi dan tidak seharusnya ditafsirkan sebagai nasihat undang-undang, cukai, pelaburan, kewangan atau sebarang bentuk nasihat lain. Adalah penting untuk hanya melabur apa yang anda mampu kehilangan dan mendapatkan nasihat kewangan bebas jika anda mempunyai sebarang keraguan. Untuk maklumat lanjut, kami mencadangkan merujuk kepada terma dan syarat serta halaman bantuan dan sokongan yang disediakan oleh pengeluar atau pengiklan. MetaversePost komited kepada laporan yang tepat dan tidak berat sebelah, tetapi keadaan pasaran tertakluk kepada perubahan tanpa notis.
Tentang Pengarang
Alisa, seorang wartawan yang berdedikasi di MPost, pakar dalam kripto, AI, pelaburan dan bidang yang luas Web3. Dengan memerhatikan trend dan teknologi yang sedang muncul, beliau menyampaikan liputan komprehensif untuk memaklumkan dan melibatkan pembaca dalam landskap kewangan digital yang sentiasa berkembang.
lebih banyak artikel
Alisa, seorang wartawan yang berdedikasi di MPost, pakar dalam kripto, AI, pelaburan dan bidang yang luas Web3. Dengan memerhatikan trend dan teknologi yang sedang muncul, beliau menyampaikan liputan komprehensif untuk memaklumkan dan melibatkan pembaca dalam landskap kewangan digital yang sentiasa berkembang.
