Amazon Web Services ブログ

Category: Amazon Bedrock

定年後も地元の病院に通えるか : 受付の裏側で進む、生き残りをかけた生成 AI の活用推進

本記事を読んでいる方の多くは、病院の待ち時間に悩んだことがあるのではないでしょうか。その一方で、全国の外来患者数は 2025 年にピークを迎えると見込まれており、214 の医療圏では 2020 年ですでにピークアウトしていると見込まれています。待ち時間が減るのは患者にとって良いかもしれませんが、病院にとっては直接的な収入減となり、働き方改革等による人件費増、物価・エネルギー価格高騰も重なり 42 国立大学病院のうち 32 病院が赤字と報告されています。つまり、あなたが定年後しばしば病院のお世話になる時、地元の病院が頼れるかは予断を許さない状況ということです。

2024/11/21 から 24 にかけて開催された医療情報学連合大会では、待ったなしの病院の業務・経営改革について各病院の医療情報研究者や実務担当者より多くの発表がありました。AWS もブースの出展やスポンサーセミナーなどを開催させていただきました。本記事では当日講演頂いた恵寿総合病院様、東京大学医学部付属病院様による待ったなしの経営・業務改革を生成 AI を活用し推進されている事例をを中心にご紹介します。

Amazon Titan Text Embeddings V2、Amazon OpenSearch Serverless、および Amazon Bedrock Knowledge Bases における バイナリ埋め込みを使用した費用対効果の高い RAG アプリケーションの構築

本日、Amazon Bedrock Knowledge Bases と Amazon OpenSearch Serverless における Amazon Titan Text Embeddings V2 用のバイナリ埋め込みの提供開始を発表できることを嬉しく思います。Amazon Bedrock でのバイナリ埋め込みと OpenSearch Serverless でのバイナリベクトルストアのサポートにより、Amazon Bedrock Knowledge Bases でバイナリ埋め込みとバイナリベクトルストアを使用した Retrieval Augmented Generation (RAG) アプリケーションを構築し、メモリ使用量と全体的なコストを削減することができます。

Amazon Bedrock Agents を使用して堅牢な生成 AI アプリケーションを構築するためのベストプラクティス – Part 2

この連載の第 1 部では、Amazon Bedrock Agents を使用して正確で信頼性の高いエージェントを作成するためのベストプラクティスを探りました。この第 2 部では、堅牢で拡張性が高く、セキュアなインテリジェントエージェントを構築するのに役立つ、アーキテクチャ上の考慮事項と開発ライフサイクルのプラクティスについて詳しく説明します。会話型 AI の世界を探索し始めたばかりの方も、既存のエージェントのデプロイメントを最適化したい方も、この包括的なガイドは長期的に価値のある洞察と実践的なヒントを提供し、目標達成の助けとなるでしょう。

Amazon Bedrock Agents を使用して堅牢な生成 AI アプリケーションを構築するためのベストプラクティス – Part 1

この 2 部構成のシリーズでは、Amazon Bedrock Agents を使用して生成 AI アプリケーションを構築するためのベストプラクティスを探ります。パート 1 では、正確で信頼できるエージェントの作成に焦点を当てます。パート 2 では、アーキテクチャの考慮事項と開発ライフサイクルの実践について説明します。

Figure 2: Example of a carbon credit portfolio

Contribution: Introduction to the Carbon Credit Evaluation System Using Generative AI by Osaka Gas Co., Ltd. (Second half)

This article is a contribution from Mr. Eiji Natsuaki, Executive Officer and Head of the Business Creation Division of Osaka Gas Co., Ltd., regarding the company’s efforts to use generative AI for a carbon credit evaluation system. It is the second part of a two-part series.

Figure 4: AWS Architecture Overview

Contribution: Introduction of a carbon credit evaluation system using Generative AI by Osaka Gas Co., Ltd. (First half)

This article is a contribution from Mr. Kazuya Okada, the leader of the Carbon Credit Development Unit in the Future Value Development Department of Osaka Gas Co., Ltd., regarding the company’s efforts to use generative AI for a carbon credit evaluation system. It will be introduced in two parts, this being the first part.

← Older posts
Newer posts →