Administrere DAX Copilot-data i Microsoft Fabric
Microsoft Fabric giver en samlet platform til administration af dine Dragon Ambient eXperience (DAX) Copilot data, der tilbyder en række analytiske oplevelser, der problemfrit integreres for at imødekomme forskellige databehov. Dette omfattende økosystem omfatter dataintegration, datateknik, realtidsanalyse, datavidenskab og business intelligence uden at gå på kompromis med dit privatliv og din sikkerhed. Ved hjælp af Microsoft Fabric kan du udnytte styrken i dine DAX Copilot-data på en central placering, hvilket sikrer effektiv og sikker håndtering af vigtige oplysninger.
Hvis du vil bruge DAX Copilot-data i Fabric, skal du fuldføre integrationstrinnene i Integrer DAX Copilot med Microsoft Fabric. Derefter kan du få adgang til, gemme, administrere og dele dine DAX Copilot-data i Fabric-miljøet. Fabric OneLake organiserer filerne efter dato og møde-id, så du nemt kan finde og bruge dem. Det letter hentning af data i råformat og skaber et historisk lager af DAX Copilot interaktioner. De transskriptioner og lydfiler, der er gemt her, kan hjælpe dig med at få mere indsigt.
Brug Fabrics analytiske funktioner til at udtrække meningsfuld indsigt fra samtaledata og understøtte datadrevne beslutninger i sundhedsscenarier. Denne integration giver dig mulighed for at frigøre potentialet i disse data og skabe forbedrede resultater. Du kan få mere at vide om analysefunktionerne i Fabric under Hvad er Microsoft Fabric?
Vigtige oplysninger
Dataløsninger til sundhedsvæsenet i Microsoft Fabric omfatter i øjeblikket et privat prøveversionsprogram til DAX Copilot dataindsigt. Denne funktion giver indsigt i, hvordan du transformerer dine DAX Copilot-transskriptionsdata. Hvis du vil gennemse servicevilkårene og aftalen for denne funktion, skal du kontakte din DAX Copilot Account Executive.
Du kan også udforske funktionen Orkestrere multimodal AI insights (forhåndsversion) i sundhedsdataløsninger i Microsoft Fabric. Denne funktion giver en struktureret struktur til oprettelse, udvikling og administration af fuldt sporbare AI-dataforbedringer til sundhedsvæsenet.