Bedrockを使ったアプリケーションがどのように社会に貢献するかをがん治療を例に学んできた #AWSreInvent

はじめに

こんにちは！AWS事業本部コンサルティング部の和田響です。
AWS re:Invent 2023では、ラスベガスへにて現地参加しています。
この記事では、先ほど参加したBreakout Sessionの「IMP202 | Innovating for health equity to drive social impact with generative AI」について紹介します。
生成AIブームでなんとなくすごいみたいだけど、どんな事例があるかよくわかってなかった私にとっては非常に有意義なセッションでした。

概要

Learn how generative AI–powered applications can drive social impact. In this session, Hurone AI shares how they are leveraging Amazon Bedrock to advance health equity by increasing access to culturally responsive cancer care and treatment in low- and middle-income countries. An AWS expert dives into key considerations and prescriptive guidance for building secure and scalable generative AI applications. Leave this session with key insights into designing secure, cost-effective, responsible generative AI applications that help accelerate mission impact.

AI を活用した生成アプリケーションがどのように社会的影響をもたらすことができるかを学びましょう。このセッションでは、Hurone AI が、低所得国および中所得国において文化的に配慮したがんケアと治療へのアクセスを増やすことで健康の公平性を推進するために Amazon Bedrock をどのように活用しているかを共有します。AWS の専門家が、安全でスケーラブルな生成 AI アプリケーションを構築するための重要な考慮事項と規範的なガイダンスについて詳しく説明します。このセッションでは、ミッションへの影響を加速するのに役立つ、安全でコスト効率が高く、責任ある生成 AI アプリケーションの設計に関する重要な洞察を学びましょう。

一言でまとめると「AIを使ったアプリケーションがどのように社会に貢献するか」について、がん治療を例に学習しました。

セッション内容

このセッションでは、Kingsley Ndoh氏がCEOを務めるHURONE.AI社のGukizaというソフトウェアを例にAIサービスがどのように社会に貢献しているか(する可能性を秘めているか)を学習することができました。

発展途上国におけるがん治療の課題

発展途上国では腫瘍専門医の数が少なく、医者一人あたりの患者の数が多くなっています。

それに伴って患者が腫瘍専門医の診察をタイムリーに受けることが難しくなります。
また、患者が腫瘍専門医の診察を受けるための移動時間も膨大で、治療中の副作用に対応できません。

Gukizaとは

Gukizaとは医者と患者を繋ぐAIアプリケーションで、両者の時間的負担を軽減し医者1人あたりの患者数を増やすことで迅速な治療を提供することを助けます。
3ヶ月のベータ版のテストの結果、診察を受けた患者の数は以前と比べて480%を記録しました。

Amazon Bedrock

生成AIアプリケーションをビルドする上で重要なことは以下の4つ挙げられており、それらを考慮した結果Amazon Bedrockの仕様がベストと判断したと述べていました。

• 適切なモデルの選択
• 適切なレベルのカスタマイズ
• データのプライバシーとセキュリティ
• トレーニングと推論のためのインフラストラクチャの管理

やはりトレーニングの質だけではなく、セキュリティやインフラの管理が重要のようです。
AWSを使用することで容易にセキュリティ対策が実現でき、インフラ管理の不要なマネージドサービスを使うことでこれらのニーズを満たすことができます。

最後に

生成AIサービスをはじめとしたITサービスは大規模な会社でのみ活かせるものだと思っていましたが、むしろ発展途上国にこそAIを用いたイノベーションが必要だと実感できるセッションでした。
またAWSが選ばれた理由として「セキュリティ」や「インフラの管理」が挙げられており、AWSの強みを再認識することができました。
今後AIサービスを学習する際に、言語モデルの優劣に重きを置くのではなく、セキュリティやインフラを意識していきたいです。

補足

セッションの最後でGenerative AI Application Builder on AWSの宣伝もあったので、リンクを記載しておきます。AWSを使ったAIサービスに興味がある方はぜひApplication Builderで勉強してみましょう！