Amazon Web Services ブログ

Category: Life Sciences

Roche が Google スプレッドシートと Amazon Redshift Data API で データへのアクセスを民主化した方法

この記事は Roche のグローバルプラットフォームおよび ML エンジニアリングチームから Dr. Yannick Misteli、João Antunes、Krzysztof Wisniewski を筆頭著者として共同執筆されました。 Roche は世界中で事業を展開するスイスの多国籍ヘルスケア企業です。Roche は世界最大の製薬会社であり、がん治療の世界的なリーディングプロバイダーです。 この記事では、Roche のグローバルプラットフォームおよび機械学習 (ML) エンジニアリングチームが、Amazon Redshift Data API を使用して Google スプレッドシート (gSheet) で Amazon Redshift データウェアハウス内のデータへのアクセスを民主化した方法について説明します。

Read More

AWS IoT でゼロトラスト IoT ソリューションを実装する方法

この記事は、How to implement zero trust IoT solutions with AWS IoT (記事公開日: 2021 年 11 月 23 日)を翻訳したものです。 はじめに ゼロトラストは誤解されることがあります。ゼロトラストは特定の製品やソリューションではなく、セキュリティモデルと関連する一連のアーキテクチャの原則とパターンです。お客様が直面する主な課題の 1 つが、ゼロトラストの原則をモノのインターネット (IoT) に適用する方法と、ゼロトラストをアマゾンウェブサービス (AWS) IoT でどのように始めるかを決定することです。 このブログ投稿では、ベンチマークとして NIST 800-207 アーキテクチャに基づくゼロトラストと、デフォルトでゼロトラストをサポートする AWS IoT サービスを使用して IoT でのゼロトラストを実装する方法について説明します。

Read More

Amazon SageMakerとAmazon QuickSightを使用した有害事象のリアルタイム検出システムの構築

この記事は “Build a system for catching adverse events in real-time using Amazon SageMaker and Amazon QuickSight” を翻訳したものです。 ソーシャルメディアプラットフォームは、消費者が服用している医薬品を含むさまざまな製品について話すためのコミュニケーションチャネルを提供します。製薬会社にとって、製品の作用を監視して効果的に追跡することで、製品に関する顧客からのフィードバックが得られます。これは、患者の安全の維持と向上に不可欠です。しかし、医薬品投与による予期せぬ医療事象が発生した場合は、有害事象(AE)に分類されます。これには、投薬過誤、薬物有害反応、アレルギー反応、過剰摂取が含まれます。AEは、病院、介護施設、外来患者の環境など、どこでも発生する可能性があります。

Read More

Amazon EC2でのAlphaFold v2.0の実行

この記事は、”Run AlphaFold v2.0 on Amazon EC2” を翻訳したものです。 DeepMindによるGitHub上のAlphaFold v2.0のオープンソースに関するNatureの論文の後、科学および研究コミュニティの多くは、DeepMindのAlphaFold実装を直接試してみたいと考えていました。Amazon Elastic Compute Cloud (Amazon EC2)とNVIDIA GPUを介したコンピューティングリソースを使用すると、AlphaFoldをすばやく実行して自分で試すことができます。

Read More

AWSを活用した次世代型ハイブリッドおよびバーチャル臨床試験

この記事は “Running next generation hybrid and virtual clinical trials on AWS” を翻訳したものです。 CliniOpsは、AI、モバイル、分析、クラウド、センサー、コネクテッドデバイスを活用して、デジタル臨床試験をサポートする、ライフサイエンス業界向けのデータサイエンスプラットフォームを提供しています。遠隔医療を組み込んだこの斬新な統合プラットフォームアプローチは、被験者、医療機関、製薬企業向けにカスタム設計されており、低コストで高いデータ品質を保証します。また、このプラットフォームは非常に柔軟で協調性が高く、臨床オペレーション、データマネジメント、生物統計、薬事の各機能にわたるワークフローを合理化します。

Read More

ホワイトペーパー: GxP関連システムにおけるAWS製品の使用

この記事は “Whitepaper: Building a solid foundation for GxP-regulated workloads on AWS” を翻訳したものです。また、文中のホワイトペーパーについても日本語に翻訳済みです。 AWSの製品を使用してGxP準拠の環境を構築するお客様に向けて新しいホワイトペーパー「GxP関連システムにおけるAWS製品の使用」を公開しました。 ホワイトペーパーにアクセス このホワイトペーパーでは、AWSの製品を使用したGxP対象システムの構築に関する重要な情報とガイダンスを提供し、AWSがGxP関連のコンプライアンスとセキュリティにどのように取り組むかについて説明しています。以前のGxPガイダンスをもとに、この新しいホワイトペーパーの内容は、AWSの製薬企業および医療機器メーカーのお客様およびAWSパートナーの経験とフィードバックを踏まえて作成されました。

Read More

画像分析を活用した医薬品製造業での「インダストリー4.0」推進

このブログは2021年9月9日にAsha D’Souza,Karim Afifi, Misha St. Lorantによって投稿された“Driving Life Sciences Manufacturing “Industry 4.0” using Image Analytics”をソリューションアーキテクトの吉川が翻訳したものです。 はじめに このブログでは、医薬品製造業でのITによる画像認識の使用について、クラウドへの移行を加速し、「Industry 4.0」ビジョンに向けた基礎となるステップとして予測的なプラント機能を実現するための概要をまとめています。 AWS のコンピュータビジョンサービスは、画像分析を使用して、個々の処理ステップを自動化します。 また、このブログでは、画像分析で製造プロセスを最適化するための、主要なビジネス課題と機会、ターゲットユースケース、AWS アーキテクチャパターンを紹介します。 さらに、これらのワークフローを自動化することで、プロセスのコストが削減され、品質保証に関連しているかに関わらず、重要なプロセス領域に、希少な人員を割り当てることができます。 最後に、皆さんが画像分析の実現を加速させるため、デジタル戦略の重要性を説明し、サンプル異常検出アプリケーションを提供します。

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

GxP ワークロード向けに AWS サービスを承認するには

この記事は “Approving AWS services for GxP workloads” を翻訳したものです。 (訳者注1:この記事における「承認」とは、お客様自身が、自身のワークロードにおいて AWS を利用できるか承認する行為のことを指します。)   このブログ記事では、GxP ワークロードの一部として AWS サービスの利用を承認するための承認プロセスの最初のステップについて説明します。このプロセスは、業界ではサービスの「ホワイトリスト化」と呼ばれることもあります。GxP 要件を満たす必要のある AWS のお客様の中には、開発者がどの AWS サービスにアクセスするか制御したい場合もあるでしょう。また、AWS をサプライヤーとして承認する際は、AWS の認証(訳者注2参照)・品質システム・管理情報をもとに評価しますので、GxP ワークロードの開発者には、認証の範囲内のサービスのみを利用できるようにさせたい場合もあるでしょう。一方で、イノベーションを加速させ開発者に高い自由度を与えるため、適度なバランスをとることも重視されています。このブログでは、GxP ワークロード向けの AWS サービスの承認プロセスを、一般的なシステム開発にスムーズに適用する方法もご紹介します。

Read More

Amazon SageMakerによるマルチモーダルなヘルスデータの機械学習モデルトレーニング

この記事は、”Training Machine Learning Models on Multimodal Health Data with Amazon SageMaker” を翻訳したものです。 これは、マルチモーダル機械学習(マルチモーダルML)に関する2部構成のブログ記事です。第1部では、RNA配列データ、臨床データ(EHRデータからの引用)、およびアノテーションを含む医用画像を処理するためのパイプラインを実装しました。この記事では、各データモダリティから特徴量をプールし、非小細胞肺がん(NSCLC)と診断された患者の生存を予測するモデルを学習する方法を説明します。最初のブログ記事に基づいて、RNA配列データ、臨床データ、医用画像、およびそれらの画像のアノテーションで構成されるNSCLC Radiogenomicsデータセットを引き続き使用していきます[1]。

Read More