مایکروسافت از دراگون کوپایلت رونمایی کرد؛ دستیار هوش مصنوعی ویژه پزشکان
مایکروسافت بهتازگی از دراگون کوپایلت (Dragon Copilot)، یک دستیار هوش مصنوعی پیشرفته برای پزشکان، رونمایی کرد. این ابزار هوشمند، وظایف اداری و ثبت سوابق پزشکی را خودکار کرده و به پزشکان کمک میکند تا زمان بیشتری را صرف مراقبت از بیماران کنند.
دراگون کوپایلت؛ هوش مصنوعی در خدمت پزشکان
دراگون کوپایلت با استفاده از هوش مصنوعی مکالمهمحور، قادر است کارهای اداری وقتگیر مانند ثبت یادداشتهای بالینی، خلاصهسازی ویزیتها و نوشتن گزارشهای پزشکی را انجام دهد. مایکروسافت اعلام کرده که این دستیار هوشمند، فرایندهای ثبت و مدیریت اطلاعات پزشکی را به میزان قابلتوجهی سادهتر میکند.
✅ ویژگیهای کلیدی دراگون کوپایلت:
- ثبت خودکار یادداشتهای بالینی از طریق دیکته صوتی با زبان طبیعی
- خلاصهسازی سریع ویزیتهای پزشکی و نوشتن گزارشهای تشخیصی
- دسترسی به اطلاعات پزشکی از منابع معتبر
- اتوماسیون فرایندهای اداری مانند نگارش نامههای ارجاعی و مستندات بیمار
مطالب پیشنهادی:
هوش مصنوعی در خدمت کاهش فرسودگی پزشکان
مایکروسافت اعلام کرده است که پزشکان در ایالات متحده، بهطور متوسط ۲۸ ساعت در هفته را صرف کارهای اداری میکنند. این در حالی است که فرسودگی شغلی پزشکان در سال ۲۰۲۴ کاهش یافته و از ۵۳ درصد در سال ۲۰۲۳ به ۴۸ درصد رسیده است.
با توجه به کمبود نیروی کار پزشکی و افزایش نیاز به خدمات درمانی، استفاده از هوش مصنوعی برای مدیریت وظایف اداری و کاهش فشار کاری پزشکان، بهعنوان یک راهحل کاربردی مطرح شده است.
ترکیب دو فناوری قدرتمند دراگون کوپایلت
دراگون کوپایلت ترکیبی از دو پلتفرم هوش مصنوعی پزشکی است:
1️⃣ DMO (Dragon Medical One): فناوری گفتاری که تاکنون به ثبت میلیاردها پرونده پزشکی کمک کرده است.
2️⃣ DAX (Dragon Ambient eXperience): سیستم هوش مصنوعی مکالمهمحور که فقط در یک ماه گذشته، به ۳ میلیون بیمار در ۶۰۰ مرکز درمانی خدمات ارائه داده است.
امنیت و دقت در پردازش اطلاعات پزشکی
مایکروسافت تأکید دارد که دراگون کوپایلت مطابق با استانداردهای ایمنی و اصول مراقبتهای بهداشتی طراحی شده است. دادههای پردازششده توسط این دستیار، در یک پایگاه داده ایمن ذخیره شده و از الگوریتمهای دقیق برای ارائه خروجیهای معتبر پزشکی استفاده میشود.
با معرفی دراگون کوپایلت، مایکروسافت یک گام دیگر در کاربرد هوش مصنوعی در پزشکی و بهبود بهرهوری پزشکان برداشته و راه را برای آیندهای هوشمندتر در سیستمهای درمانی هموار کرده است.