Amazon Web Services ブログ
Category: Healthcare
生成系AIが拓くイノベーション − Part.3 :大規模言語モデル(LLM)を活用した製薬企業の業務改善
本記事は、製薬企業で 大規模言語モデル(LLM)の効果が大きく期待できる様々なユースケースについて業務部門毎に […]
生成系AIが拓くイノベーション − Part.2 :大規模言語モデル(LLM)を活用した製薬企業の業務改善
本記事は、製薬企業における大規模言語モデル ( LLM ) の効果が大きく期待できる様々なユースケースについて […]
生成系AIが拓くイノベーション − Part.1 :大規模言語モデル(LLM)を活用した製薬企業の業務改善
イントロダクション ヘルスケア領域は、生成系AIの活用が最も期待される領域の一つです。今年5月に報告されたボス […]
医療情報ガイドラインをクラウド上で実践する – ネットワーク編 Part 1
本ブログでは、はじめに AWS の責任共有モデルに触れ、どのように医療機関等のお客様が負担をオフロードできるかについて整理します。次に、クラウド環境で医療情報システムを構築・運用する際に、特にご質問をいただくことの多いネットワークの観点で、Part 1 では厚生労働省の医療情報ガイドラインに即した医療情報システム構築におけるポイントとして、専用線的接続や VPN を利用し医療機関等の拠点とクラウドを接続するハイブリッド構成に焦点を当ててご紹介します。
AWS HealthScribe の紹介 — 患者と臨床医の会話から臨床文書を自動で生成
この記事は、“Introducing AWS HealthScribe – automatically gen […]
AWS HealthImagingの紹介 — 大規模な医用画像のための専用ストレージ
この記事は、“Introducing AWS HealthImaging — purpose-built fo […]
Summit Tokyo 2023 ヘルスケア・ライフサイエンスブース 開催報告ブログ
2日間にわたって開催されたAWS Summit Tokyoでは、総勢25,000名を超える方々にご来場いただき […]
医療情報ガイドラインの改定から読み解くクラウド化
日本では全ての医療行為は医療法等で医療機関等の管理者の責任で行うことが求められています。クラウドサービスを利用する場合も、医療情報システムの構築や運用に関連して、安全かつ適切な技術的及び運用管理方法を確立し、安全管理や e-文書法の要件等への対応を行っていく必要があります。具体的には厚生労働省、総務省、経済産業省の 3 省が定めた医療情報システムに関する各ガイドラインに対して、関連事業者や責任者が要求事項を整理検討し、必要に応じて対策を施す必要があります。
Amazon QuickSight による CDISC 標準 SEND データの可視化で新薬候補物質の安全性・毒性を分析する
現在承認されている医療用医薬品は、一般的に 9 〜 17 年という非常に長い研究開発期間を経て私たちの手元に届 […]
Amazon Transcribe と Amazon Athena を用いた複数話者の音声データ解析の自動化
この記事は “Automating the analysis of multi-speaker audio f […]