Amazon Web Services ブログ

Category: Healthcare

ヒューストン・メソジストにおけるAWSを用いたハンズフリー音声アシスタントの作成

このブログは “Creating a Hands-Free Voice Assistant at Houston Methodist with AWS” を翻訳したものです。 病院のシステムは、動的でペースの速く、管理が困難な環境です。救急部門からウォークインクリニックまで、非常に異なる領域があり、最適な患者満足度、ケアデリバリー、スタッフの生産性、および最大限の安全性を達成するために、シームレスで安全かつ効率的なやり取りが行われる必要があります。電子医療記録(EHR)システムやその他の医療情報技術(HIT)ソリューションは数十年前にデータと医療提供の管理を支援するために導入されたものですが、それにより病院システム全体でデジタルシステムが増加しました。その結果、臨床医は患者との時間を増やすのではなく、コンピュータやデジタル機器とのやり取りに多くの時間を費やすようになり、バーンアウトやストレスの報告が増加しています。

Read More

会話型AIとAmazon Lexを使って、公共部門におけるお客様との関わり方を変革する4つの方法

この記事は、“4 ways conversational AI and Amazon Lex help the public sector transform customer engagement” を翻訳したものです。 カスタマーエンゲージメントは進化しています。ユーザーは、質問して答えを得たり、トピックについて学んだり、タスクを完了したり、好きなチャネルで都合の良い時間にコミュニケーションをとりたいと考えています。それと同時に、公共部門の組織は、従業員、ユーザー、コミュニティをサポートし、エンゲージする方法を革新する必要があることに気づいています。公共部門は、情報へのアクセスを容易にし、ユーザーエクスペリエンスとエンゲージメントを向上させ、複数のコミュニケーションチャネルをサポートすることでリーチを拡大し、インテリジェントな自動化によって効率性と拡張性を向上させたいと考えています。会話型人工知能(AI)とチャットボットは、カスタマーエクスペリエンスの変革、エンゲージメントの向上、サービスの改善、よりシンプルなスケールアップを行うために活用できます。会話型AIとチャットボットは、公共部門の組織に何をもたらすのでしょうか?

Read More

AWS 責任共有モデルを GxP ソリューションに適用する

この記事は “Applying the AWS Shared Responsibility Model to your GxP Solution” を翻訳したものです。 AWS 責任共有モデルは、AWS のセキュリティ原則を説明するトピックとしてよく説明されますが、GxP などのコンプライアンス関連のアクティビティにも適用できます。共有モデルは、AWS とお客様(訳者注: AWS を利用するためにお客様が起用する SI 事業者やソリューションパートナー等を含みます)との間のタスクの分離を示す建設的なメカニズムを提供します。AWS はクラウド “の” セキュリティとコンプライアンスを担当し、お客様はクラウド “における” セキュリティとコンプライアンスについて責任を負います。

Read More

Amazon Neptuneを活用した薬剤検索ツールのプロトタイピング

昨今、ビジネスニーズの多様化に伴い、社内外でのアプリケーションのニーズも複雑化しており、従来の構成では要件やパフォーマンスを満たせない場合もあります。このようなニーズの多様化に伴い、データベースもユースケースに基づいて選択する必要があります。AWSでは、Purpose-build databaseを用意しており、ユースケース別にデータベースタイプを選択できます。IQVIAサービシーズ ジャパン株式会社(Research & Development Solutions, Clinical Operations, Site Management Support, Centralized Monitoring)と実施したプロトタイピングでは、薬剤検索アプリケーションの特性から、対象データをグラフデータとして保存することで、アプリケーションニーズと高パフォーマンスを期待できると考え、Amazon Neptuneをデータベースとして採用しました。今回は、グラフデータベースであるAmazon Neptune を活用したプロトタイピングをご紹介致します。

Read More

MONAIフレームワークを利用して、Amazon SageMakerで医用画像解析パイプラインを構築する

この記事は、“Build a medical image analysis pipeline on Amazon SageMaker using the MONAI framework” を翻訳したものです。 医用イメージングは、臨床医が疾患を特定し、より良い診断を行い、患者のアウトカムを劇的に改善できるようにする形で医療を変革しました。デジタル医用画像には、超音波、X線、コンピュータ断層撮影(CT)、磁気共鳴画像(MRI)、陽電子放射断層撮影(PET)、網膜写真、組織学スライド、皮膚鏡検査画像など、いくつかのモダリティ(撮影機器)があります。畳み込みネットワークなどのディープラーニングアルゴリズムの最近の開発は、診断と意思決定を補完し、臨床医に疾患に関する洞察を提供し、反復を自動化することで、医用画像のパターンを特定および分類するのに役立っています。タスクを実行し、高リスク状態の患者の迅速なトリアージを可能にします。

Read More

インターシステムズ Amazon HealthLakeとFHIR Works on AWS向けHL7変換サービスを発表

この記事は、“Announcing the InterSystems HealthShare Message Transformation Service for Amazon HealthLake” を翻訳したものです。 Amazon HealthLake は、ヘルスデータを大規模に格納、変換、クエリ、分析するために設計された、新しい HIPAA 対応サービスです。Amazon HealthLake は、患者情報の整理、インデックス作成、構造化の困難さを排除し、個々の患者および患者集団全体の健康状態を安全かつコンプライアンスに準拠し、監査可能な方法で完全に把握できます。Amazon HealthLake API を使用すると、組織は既に保持している業界標準のFast Healthcare Interoperability Resources(HL7 FHIR) による医療データを、クラウド内の安全なデータレイクに簡単に保存できます。 FHIR 形式でデータを保持していない組織のために、Amazon は医療の相互運用性における業界リーダーと提携し、データ変換を支援するコネクタを開発しています。この記事では、それらの一つであるインターシステムズとHealthShare Message Transformation Serviceと呼ばれる Amazon HealthLake で検証されたソリューションについて説明します。

Read More

Amazon SageMaker で DICOM イメージのアノテーションとMONAI フレームワークを使用した機械学習モデルを構築する

この記事は、“Annotate DICOM images and build an ML model using the MONAI framework on Amazon SageMaker” を翻訳したものです。 DICOM(Digital Imaging and Communications in Medicine)は、X線やMRIの画像と関連するメタデータを含む画像形式です。DICOMは、X線やMRIの表示と解釈を行う医療専門家および医療研究者のための標準です。この投稿の目的は、次の2つの問題を解決することです。 Amazon SageMaker Ground Truth は、組み込みまたはカスタムのデータラベリングワークフローをサポートするフルマネージド型のデータのラベリングサービスです。 カスタムのデータラベリングワークフローを使用してDICOM 画像を表示しラベル付けをします。 クラウド上で機械学習 (ML) モデルを準備、構築、トレーニング、デプロイするための専用ツールを備えた、包括的でフルマネージド型のデータサイエンスプラットフォームであるAmazon SageMaker でMONAI フレームワークを使用して DenseNet 画像分類モデルを開発します。 この記事では、DICOM形式の胸部X線画像と、関連する放射線レポートをフリーテキストファイルとして公開しているMIMIC Chest X-Ray (MIMIC-CXR) Databaseに含まれる、胸部X線DICOM画像データセットを使用しています。ファイルにアクセスするには、ユーザー登録をして、データ使用契約書に署名する必要があります。 画像のラベル付けは、Ground Truth プライベートワークフォースを通じて行います。AWS は、医用画像のラベル付けの経験をもつプロフェッショナルなマネージドワーカーを提供することもできます。

Read More

ページングドクタークラウド! Amazon HealthLake が一般公開されました

AWS re: Invent 2020 ではAmazon HealthLake をプレビューしました。これは、フルマネージドの HIPAA 対応サービスです。さまざまなサイロやフォーマットで存在するヘルスケア及びライフサイエンスのお客様の健康情報を、構造化され一元化された AWS データレイクに集約します。分析と機械学習 (ML) を使用してそのデータからインサイト抽出を行います。今日、Amazon HealthLake が、 AWS のすべてのお客様にご利用いただけるようになったことをお知らせすることができて大変嬉しく思います。 医療データを迅速かつあらゆるスケールで保存、変換、分析する機能は、健康に関する質の高い意思決定に不可欠です。医師は日々の診療で、最善の対応を特定するために、患者の完全に時系列に沿った病歴を必要とします。緊急時には、医療チームに適切なタイミングで適切な情報を提供することで、患者の転帰を大幅に改善できます。同様に、集団の健康傾向や薬物治験対象者を特定するため、ヘルスケアやライフサイエンスの研究者にはモデルを分析・構築できる、質の高い標準化されたデータが必要です。 従来、ほとんどの医療データは、臨床メモなどの構造化されていないテキストに限定され、IT サイロに保存されてきました。異種混在のアプリケーション、インフラストラクチャおよびデータのフォーマットのせいで、医師が患者のデータにアクセスしインサイトを抽出することが困難な状態でした。その問題を解決するために Amazon HealthLake を構築しました。 今すぐ使ってみたい場合は、Amazon HealthLake の AWS コンソールに今すぐジャンプできます。さらに詳しく知りたい方は、このままお付き合いください。

Read More

Amazon NeptuneとAWS Amplifyを利用したグラフアプリケーション開発

グラフデータベースの活用が様々な領域で進んでいます。例えば、公共領域では法人情報検索ツール、ヘルスケア領域では薬物間相互作用のチェック、マーケティング領域ではカスタマーインサイト分析などで利用されています。 リレーションシップと大量に接続されたデータセットと連携するアプリケーション開発において、リレーショナルデータベースで実装するのは困難です。しかし、フルマネージドなグラフデータベースであるAmazon Neptuneはリレーションシップの格納とナビゲートを目的として構築されたデータベースで、ナレッジグラフ、IDグラフや不正検出といった代表的なグラフアプリケーションを構築することができます。最近では、ナレッジグラフを利用したチャットボットアプリケーションのサンプルをAWS CloudFormation templateとしてリリースしました。 AWS Amplifyはウェブアプリケーション開発するデベロッパー向けのサービスで、グラフアプリケーションの機能をウェブアプリケーションに容易に組み込むことができます。 AWS AppSync はGraphQL APIを簡単に実装することが可能で、例えば、データへのアクセスレイヤーを提供し、AWS Lambdaを利用してNeptuneに接続するフレキシブルなバックエンド実装が可能です。 本ブログでは、AWS Amplifyで作成したアプリケーションからNeptuneの接続する方法をご紹介します。

Read More

【開催報告】AWSヘルスケアクラウドセミナー~クラウドの基礎から最新サービスまで~

アマゾン ウェブ サービス ジャパン株式会社 インダストリー事業開発部 片岡です。 ヘルスケア領域でクラウド活用を検討頂いている医療機関、医療系サービス提供事業者及びパートナーの皆様を対象として、2021年2月18日に「AWSヘルスケアクラウドセミナー」をウェビナーで開催しました。 医療機関でのクラウド利用が本格化し始めています。本ウェビナーにおいて、AWSセッションでは、クラウドの基礎から最新サービスまで幅広くご説明し、お客様セッションでは、国産初の手術支援ロボット「hinotori™」を開発されたメディカロイド様、そして、日本で初めて保険適用を受けた「治療アプリ?」を開発されたCureApp様にご登壇頂きました。本記事では、セッションでご紹介しましたAWS最新事例や最新サービス、お客様登壇を含む当日の資料・動画を皆様にご紹介します。

Read More