Providence St. Joseph Health to grupa, która obsługuje 51 szpitali i ponad 800 klinik w Stanach Zjednoczonych. Teraz na mocy pięcioletniej umowy spółka przeniesie swoje bazy danych z własnych serwerów do chmury Microsoft. Dodatkowo lekarze i opiekunowie zatrudnieni przez grupę zyskają dostęp do oprogramowania biurowego Microsoft. O sprawie pisze Bloomberg.

Providence St. Joseph skorzysta z chmury Azure

Sztuczna inteligencja ma ogromny potencjał w zakresie analizy dużych zbiorów danych. Można to z powodzeniem wykorzystać w służbie zdrowia. Przykładowo Providence St. Joseph chce wykorzystać AI do analizowania informacji o zabiegach chirurgicznych, ich wynikach oraz kosztach. Jakość i koszty podobnych zabiegów często różnią się od siebie w poszczególnych placówkach, czego nie potrafią zrozumieć i odpowiedni zaadresować kierownicy szpitali. Nawet proste zabiegi, wykonywane tysiące razy w ciągu roku, mogą mieć różna skutki dla pacjentów w ramach tego samego systemu opieki zdrowotnej.

Z kolei ze strony Microsoft podpisanie umowy można rozpatrywać w dwóch aspektach. Po pierwsze gigant z Redmond stara się nawiązać walkę z Amazonem, który pozostaje największym dostawcą usług chmurowych na świecie. Microsoft szuka współpracy z firmami z branży medycznej i detalicznej. Po drugie spółka chce wykorzystać nowe technologie do modernizacji szpitali.

Giganci technologiczni w USA już od kilku lat obiecują, że cyfryzacja danych medycznych poprawi sytuację pacjentów, ale do tej pory ciężko wskazać jakiś spektakularny sukces. Microsoft liczy, że chmura Azure pomoże w spełnieniu tej obietnicy. Firma badawcza IDC, prognozuje, że sektor służby zdrowia w bieżącym roku przeznaczą ponad 11 mld dolarów na usługi chmury publicznej.

Przypadek umowy Microsoft i Providence St. Joseph nie jest odosobniony. Współpracę z tego typu podmiotami starają się nawiązywać także Amazon i Google. Przykładowo firma Jeffa Bezosa współpracuje z kliniką w Bostonie, a Google prowadzi prace nad wykorzystaniem algorytmów sztucznej inteligencji do lepszego analizowania danych medycznych, co ma pomóc w skuteczniejszej diagnozie.