Peter Lee 是微软的企业副总裁（与Microsoft Azure背景相关），负责领导人工智能研发工作，尤其专注于人工智能与医疗健康的交叉领域。他的工作核心在于将大语言模型和机器学习应用于临床场景，旨在改善医疗文档记录、决策支持及医患沟通。Lee 被广泛视为连接前沿人工智能研究与医学等受监管实际行业之间的桥梁。
2010年加入微软之前，Lee 曾在学术界和工业界担任高级职务。他曾任卡内基梅隆大学计算机科学教授，研究操作系统和网络领域。此后，他担任施乐帕克研究中心副总裁，领导该公司在人机交互和智能系统方面的研究。他转向微软标志着其工作重心向大规模产品集成人工智能技术的转变。
医疗健康领域的人工智能
Lee 一直是微软医疗健康人工智能战略的主要架构师之一。他领导公司开发临床辅助工具（即人工智能助手，帮助医生完成诸如总结患者病史、起草临床记录以及提出基于证据的治疗方案等任务。这些工具构建于Microsoft Azure云基础设施之上，并利用基于医学文献和去标识化患者数据训练的生成式人工智能模型。
在他领导下的一项显著举措是与OpenAI合作，在医疗场景中部署GPT-4级模型。微软与OpenAI的合作伙伴关系使得先进推理能力得以整合进临床工作流程，并在美国和欧洲的医院开展了试点项目。Lee 强调了严格评估的重要性，包括随机对照试验，以确保这些系统能够改善结果而不引入偏见或错误。
研究与发表
Lee 的学术贡献早于其行业生涯。他在20世纪80年代和90年代发表了关于分布式系统和容错机制的有影响力论文，其中一些至今仍被现代云计算研究引用。在Xerox PARC，他合著了关于情境感知计算和普适计算的研究成果，这些主题后来启发了他对临床环境智能的兴趣。
近期，他发表了关于人工智能在医学中的安全性和可靠性的论文。他2023年与微软同事合著的论文提出了一套评估框架，用于在临床试验中评估基于神经网络和Transformer (architecture)的模型，解决了幻觉和校准等问题。他还撰文探讨了人工智能的伦理部署，倡导在高风险决策中采用透明的模型卡片和人工监督机制。
行业影响力
Lee 是各大重要会议的常客演讲者，包括斯坦福人工智能实验室年度研讨会和麻省理工学院计算机科学与人工智能实验室的人工智能活动。他担任多所学术机构和初创公司的顾问委员会成员，包括Commure（一家医疗人工智能公司）和Omniscient（一家神经技术公司）。他的影响力延伸至政策讨论领域，曾在美国国会委员会就人工智能在医学中的潜力和风险作证。
在他的指导下，微软还投资了Azure面向医疗健康的专项服务，如Azure Health Bot和用于医学影像的Azure Machine Learning平台。这些产品被Intuitive Surgical等组织用于手术机器人分析，也被TomTom用于与健康相关的导航数据，尽管后者属于次要应用场景。
奖项与认可
Lee 的工作获得了多项荣誉。他是美国计算机协会（ACM）和电气与电子工程师协会（IEEE）的会士。2021年，他被一家领先行业刊物评为人工智能领域最具影响力的100人之一。他在医疗健康人工智能方面的贡献获得了2023年Halcyon Award临床技术创新奖的认可。
他拥有卡内基梅隆大学计算机科学博士学位，并在该校获得学士学位。他的学术谱系可追溯至首位图灵奖得主Alan Perlis，经由其博士导师一脉相承，尽管Lee 自己的研究偏离了Perlis 对编程语言的关注方向。
个人生活与遗产
Lee 常驻华盛顿州雷德蒙德市，即微软总部所在地。他以指导早期职业研究人员而闻名，其中许多人后来领导了Google DeepMind、Anthropic及其他主要实验室的人工智能团队。他的遗产很可能由其成功驾驭医疗健康领域复杂监管环境的经历所定义，这证明了在采取适当保障措施的情况下，人工智能既能创新又能安全运行。
截至2025年，Lee 继续领导微软的医疗健康人工智能部门，正在进行中的项目涉及Azure与OpenAI最新模型的集成。他的工作仍处于人工智能领域的前沿，尤其是在具有挑战性的医学领域当中。