メインコンテンツに移動

HealthData x Agent（ヘルスデータエージェント）

日本のヘルスケア・ライフサイエンス領域に特化した生成AIデモ・ツール群

HealthData x Agent（ヘルスデータエージェント）とは

ヘルスケア・ライフサイエンス領域では、患者体験のイノベーションが強く求められている一方で、現場ではサイロ化されたデータの活用やセキュリティなど様々な課題に直面しています。

AWSは豊富なお客様へのご支援実績に基づき、現場ですぐに活用いただける業界に特化した生成AIデモとツール群を"HealthData x Agent (ヘルスデータエージェント)"として提供を開始しました。

Missing alt text value

ページトピック

HC: 診療記録

すべて開く

診療情報提供書作成のデモでは、患者の医療情報（HL7 FHIR形式）を自動で読み取り、紹介状のテンプレートに沿って内容を生成します。AIエージェントが必要な情報を収集・整理し、医師の作業時間を大幅に削減します。

医療記録や診療メモなどの非構造化臨床データから、安全かつ正確な情報抽出を実現するAWSソリューションです。SageMaker JumpStartで簡単に導入でき、自然言語での質問に対して根拠のある回答を提供します。

放射線読影レポートの患者サマリデモになります。Difyを使った検証動画で、放射線読影レポートのXMLをアップロード、Claudeを使ったサマリ、読影ポイントのサジェスチョンを表示しています。

診察室での会話をリアルタイムに文字起こしし、SOAP形式（主観的情報、客観的情報、評価、計画）の診療記録として自動構造化します。自然な診療の流れを妨げることなく、正確な記録を作成できます。2チャンネルの音声入力に対応し、医師と患者の会話を適切に区別して記録。さらに、関連する病名や国際疾病分類 第10版に対応したICD-10コードの候補も自動で提案します。

医師はX線や超音波で得られる画像に対して、所見や診断を記載するレポート作成に多くの時間を費やしています。AI画像診断と生成AIを組み合わせることで、モデルによる洞察を反映した自然な読影レポートドラフトを生成し、医師の業務効率化を実現することが可能となります。

 

Amazon SageMaker上に展開されたJohn Snow Labs医療LLMsを使用して医療テキストを高度に分析し、臨床的な洞察を抽出することで、医療プロフェッショナルの診断・治療判断をサポートします。

John Snow Labsの医療推論モデルをAmazon SageMaker上で活用し、複雑な医療テキストを解析して臨床的な推論を提供することで、医療従事者の意思決定プロセスを強化します。

入院診療の要点を簡潔にまとめた退院サマリーの作成を支援します。診療記録から重要な情報を抽出し、構造化された形式で文書を自動生成。医師は生成された内容を確認・編集するだけで、質の高い退院サマリーを作成できます。入院期間中の主要な検査結果や治療内容、経過なども自動的に要約され、転院先や診療所との円滑な情報共有を実現します。

HC: 臨床意思決定支援

すべて開く

患者の状態や褥瘡リスクに応じて、最適な褥瘡予防マットレスを選定するAIエージェントです。日本褥瘡学会の褥瘡予防・管理ガイドラインの知識ベースと、院内で利用可能なマットレスの在庫情報を組み合わせ、エビデンスに基づいた選定を支援します。看護師は対話形式で患者の状態を入力するだけで、適切なマットレスの提案を受けることができます。また、選定理由も明確に示されるため、チーム内での情報共有や教育にも活用できます。

健診センターの実績データを分析し、経営判断や健康増進施策の立案に活用できるインサイトを提供します。自然言語でのデータ分析が可能で、専門的な知識がなくても必要な情報を得ることができます。また、経年変化の分析や人口統計学的な傾向の把握も容易で、予防医療の推進や健診サービスの改善に役立てることができます。

Streamlitウェブインターフェースを通じて医療機器のモニタリング、医学文献検索、臨床試験検索を統合的に提供し、医療機器組織の効率的な機器管理と意思決定を支援します。

医療機関の事前承認業務を効率化するAIシステムです。患者データを自動分析し、請求ガイドラインや料金表に基づいて承認判断と費用計算を行い、迅速な審査をサポートします。

放射線科のレポートを自動的に解析し、重要な所見を抽出・構造化することで、放射線科医の診断プロセスを効率化し、より正確な診断支援を実現します。

HC: 医療データ統合/活用

すべて開く

医療求人のマッチングプラットフォームをAmazon Becrockを使い実現したデモになります。求人データをベクトル化し、応募者データをもとにベクトル検索を実施、類似度を計算しマッチング度によりソート表示することが可能です。

検査機器毎にデータは専用のシステムで管理され、その形式は機器毎に様々な種類があります。これらのデータを生成 AI を用いて適切な HL7 FHIR 形式へと標準化し、異なる施設・部門の医療データの一元管理や二次利用を促進します。

ユーザーのリクエストに応じて FHIR 形式の様々な医療データを柔軟に探索し回答・アドバイスしてくれるエージェントチャットアプリケーションで医師の業務効率化を支援。

予防接種の管理をAIがサポート。現在の接種状況の確認から、最適な予約枠の提案、予約までをスムーズに実現。お子様の健康管理をより簡単に、より確実にサポートする次世代の医療予約システムです。

LS: 創薬研究

すべて開く

AI エージェントを活用した業務変革の一例として、創薬研究領域におけるDMTA (Design – Make – Test – Analyze)サイクルの各プロセスを研究員がエージェントへ対話的に指示することで自律的に実行します。今回の想定するシナリオは、抗体配列の生成モデル、抗体の特性を予測するモデルおよび予測スコアをもとに抗体配列を選定するモデルを利用し抗体配列のデザインを行い、合成および評価を行なって機械学習モデルの更新を行う、抗体のリード最適化サイクルを想定したデモとなっています。

PubMed APIを活用して最新の生物医学文献を効率的に検索し、Amazon Bedrock Knowledge Basesを使用した高度なRAG技術により内部文献からの正確な情報抽出を実現しつつ、科学文献からの重要な洞察を自動的に要約して理解しやすい形で提供します。

CTスキャン画像の高度な非同期処理を実現し、Amazon SageMakerの一時的クラスターを活用して効率的な画像処理を行うことで、医療画像の分析結果を迅速に提供し、診断支援に貢献します。

Pythonのlifelinesライブラリを駆使して生存回帰分析を実行し、Kaplan-Meierプロットと記述的プロットを自動生成することで、医療研究者に高度な統計分析結果を視覚的にわかりやすく提供します。

Neptuneデータベースと完全に統合されたText-to-Cypherソリューションを提供し、複雑な生物学的経路のクエリと分析を自然言語で行えるようにすることで、研究者の生物学的プロセスの理解を促進します。

既存の病理レポートの取得とPDF解析を自動化し、さらにバイオマーカー特化型MLモデルを用いて病理所見を拡張することで、病理医の診断精度向上と効率化を支援します。

Wiley Online Libraryのオープンアクセスライフサイエンス記事を効率的に検索・分析し、研究者の質問に対して最新の科学的知見を提供することで、研究活動を加速させます。

UniProtデータベースからタンパク質に関する包括的な情報を検索・取得し、機能、細胞内局在、アミノ酸配列などの詳細データを提供することで、疾病関連タンパク質の研究を支援します。

30日間の生体内研究のスケジューリングを最適化し、実験動物の使用効率と研究分布のバランスを取りながら、リソースの効率的な活用を実現する高度なスケジューリングソリューションを提供します。

製薬会社の創薬パイプラインデータを自動的に収集、標準化、強化し、エージェントベースのアプローチを用いて創薬開発パイプラインに関する質問に答えることで、創薬研究の効率化を支援します。

Strands Agents SDKを使用してAWS CDK Pythonでビルドされた高度な研究支援システムを提供し、ライフサイエンス研究者の日々の研究活動をサポートします。

アクティブラーニングアプローチを活用してCabliviの最適化のためのDesign-Make-Test-Analyze (DMTA)サイクルを調整し、創薬プロセスの効率化と成功率の向上を実現します。

  • [オープンソースツール]
  • [デモ動画] 
  • [デモ紹介資料] 
  • [関連ブログ]

PubMedやBiomniデータベースを活用し、タンパク質構造、臨床試験、遺伝子変異など、幅広い研究データの分析と総合的なレポート作成をサポートします。

LS: 創薬研究 (ゲノミクス)

すべて開く

データ分析の専門家でないユーザーにも、オミクスデータへのアクセスを民主化し解析を進めるために、Text-to-SQLソリューションを実装する方法をまとめました。
Amazon HealthOmicsとAmazon Bedrockを使用して、自然言語クエリに基づいてSQLを生成します。

臨床データ、オミックスデータ、画像データなど、多様なモダリティのデータを統合的に分析し、新たなバイオマーカーの発見を支援します。AIエージェントが研究者との対話を通じて、複雑なデータ解析のワークフローを自動で構築。データの前処理から統計解析、可視化まで、一貫した分析環境を提供します。
さらに、公開文献やリアルワールドデータとの統合分析により、バイオマーカーの臨床的意義や有用性の評価も効率的に実施できます。研究者は、専門的なプログラミング知識がなくても、高度なデータ分析を実行することが可能です。

このエージェントは、構造化された臨床データとRNA-seqデータを高度に分析し、自然言語での質問を自動的にSQLクエリに変換してAmazon Redshiftデータベースで実行することで、医療研究者の質問に対してバイオマーカーに関する正確な情報を提供します。

Reactomeデータベースと統合された高度なオミクスメタデータマッピングソリューションを提供し、外部データベースから識別子を効率的に取得することで、オミクス研究のデータ統合と解釈を大幅に改善します。

AWS HealthOmicsワークフローを使用してタンパク質配列の設計と最適化を支援し、事前学習済みMLモデルを活用することで、バイオテクノロジー、製薬、合成生物学分野の研究者に革新的なタンパク質設計ツールを提供します。

VEP注釈付きVCFの分析と意味のある解釈サマリーを提供し、既存レポートの取得とPDF解析を自動化することで、ゲノム医療の専門家の診断・治療計画立案を支援します。

10x Genomics Cell Rangerが生成したWeb要約ファイルを分析し、技術的解釈ガイドラインに基づいて品質問題や異常を特定することで、単一細胞遺伝子発現アッセイの品質保証を実現します。

LS: 臨床開発/製造

すべて開く

シナリオ 1: クリニカルクエスチョンを検討する疾患領域の横断的検索
プロトコル設計に当たり、幅広く臨床研究を検討する予備調査の目的。Clinicaltrials.gov や社内データソースを検索する時間を LLM により短縮、必要な情報を抽出して試験デザインの仮説立てを補足します。

シナリオ 2: 臨床試験の特定項目の縦断的検索
プロトコル設計にあたり、先行研究から特定の情報を深く検討する徹底調査の目的。Clinicaltrials.gov から得られた試験情報だけではなく、論文メタデータを PubMed から取得することで検索情報を充実させるとともに、その信頼性を評価し易くします。
LLM による要約を基に、分析対象とする検索結果をマニュアルで選択する仕組みを備えており、人間介在型（Human in the loop）の自動化を実現します。

ClinicalTrials.govなどの公開レジストリから臨床試験データを包括的に探索、フィルタリング、分析し、条件特異的な研究の特定や介入追跡、スポンサープロファイリング、結果分析を支援します。

ベストプラクティスと共通データモデルに基づいて臨床試験プロトコルの作成と最適化を支援し、包含/除外基準の開発、エンドポイントの選択、統計的考察を効率的にサポートします。

Veeva CTMSデータを分析してAI駆動の臨床運営支援を提供し、登録に関する洞察と研究管理者向けのターゲットを絞った介入推奨を行うことで、臨床試験の効率的な運営を支援します。

生成AIを活用して、製造プロトコール文書（MPD）と標準作業手順書（SOP）との整合性を自動的に検証します。不整合や漏れ、不正確な記述を特定し、コンプライアンス違反のリスクを低減します。
文書間の相違点を詳細に分析し、修正が必要な箇所を明確に示すことで、品質管理担当者の作業効率を大幅に向上させます。また、規制要件の変更にも迅速に対応し、常に最新の基準との整合性を確保できます。

LS: コマーシャル

すべて開く

マーケティングコンテンツの承認済み図表チェックでは、製薬業界の営業資材で使用する図表を自動で審査します。新規作成した図表をアップロードすると、過去の承認済み画像と照合し、製薬協のガイドラインへの準拠を確認できます。

医師や患者向けの医薬品情報提供資料を論文や添付文書から生成し、ルールにもとづくレビューを実施します。

SEC 10-K形式で報告された企業財務データを詳細に分析し、自然言語での質問に対して正確な財務情報を提供することで、投資判断や企業分析をサポートします。

Tavily Search APIを活用して最新の情報をリアルタイムで検索・分析し、ユーザーの質問に対して最新かつ正確な情報を提供することで、意思決定プロセスを支援します。

USPTO Open Data Portalとシームレスに連携し、特許情報の効率的な検索と分析を可能にすることで、研究開発者や知的財産専門家の業務を支援します。

OpenFDAデータ、PubMed文献、FDAラベル情報を統合的に活用して有害事象報告から安全性シグナルを検出・評価し、自動化された分析と潜在的な安全性シグナルのエビデンス評価を提供します。

添付文書や論文から、医師や患者向けの情報提供資料を効率的に作成できます。生成AIを活用して、対象に応じた適切な表現での説明文を自動生成。さらに、コンプライアンス要件に基づく自動チェック機能により、規制遵守も確実に行えます。

生成AIを活用して、MRの営業活動を効率化・高度化するソリューションです。医師とのエンゲージメント履歴、製品情報、最新の医学文献などのデータを統合的に活用し、パーソナライズされた提案内容の作成を支援します。また、リアルタイムでの情報アクセスにより、医師からの専門的な質問にも適切に対応できます。