業務上の課題
- 医療資源の逼迫： 医療従事者の不足や煩雑な臨床記録作業が原因で、業務効率が低下しています。
- データ処理効率の低下： 医療機関が生成する膨大なデータ量に対し、それを価値に変える効率的なデータ処理と分析が大きな課題となっています。
- 診断の正確性と速度の向上ニーズ： AI/ML技術および生成AIの大型言語モデル（GAI）によるトレーニングや推論需要の増加に伴い、データ分析から診断、個別化健康管理までを包括的にサポートするために、高性能な基盤インフラが必要です。
- システム間の統合と協働： エンドポイントにおけるデータベース処理の保護やプライバシー安全性が求められる一方で、統一されたAI基盤インフラやリソース管理プラットフォームが不足しています。
- リソースとコストの制約： 医療分野でのAI活用には、高性能なハードウェアと柔軟なアーキテクチャが必要ですが、これに伴う高コストと限られた人材がソリューションの導入を妨げています。
- 遠隔医療の実現困難： リアルタイムな医療サービスには有効な診断ツールや技術的な支援が欠如しており、遠隔医療がビデオ診療の段階にとどまっています。。
ソリューションの提案
スマート医療GAI + AIソリューションは、データの収集、分析から応用に至るまでの全プロセスをサポートすることを目的としています。強力なAIモデル（深層学習や生成AIなど）を活用し、医療画像、ゲノムデータ、臨床判断の処理を効率化します。
近年では、スマート医療開発の事例が次々と進展しています。たとえば、AIによるCTやMRI画像の高速解析は診断の正確性を向上させ、AlphaFoldはゲノムデータを活用してタンパク質構造を予測し、疾病研究や薬剤開発において重要な支援を提供しています。これに加えて、「INFINITIX AI-Stack」のAI開発管理基盤ワンストッププラットフォームを組み合わせることで、AIを活用したスマート医療の実用化がさらに加速します。
- データプライバシーとセキュリティ：テナントデータは隔離と暗号化を施し、HTTPS暗号化を通じてデータ伝送の機密性を確保しています。また、ロールベースのアクセス制御（RBAC）を採用し、データへのアクセスを制限しています。すべての開発データはAES-256で暗号化され、安全に保存されています。さらに、開発環境と本番環境を物理的および論理的に分離し、Dockerなどのコンテナ技術を活用することで、データの安全性とシステムの安定性を徹底的に保護しています。
- 効率的なGPUリソース管理： AI-StackのGPU分割および集約技術を活用することで、単一のGPUで複数のタスクを同時に実行可能にし、リソース利用率を30%から90%に向上させています。
- 分散型高性能コンピューティング： 分散トレーニングをサポートし、トレーニングデータを複数ノードに分散して並行処理することで、AIモデルのトレーニング時間を短縮します。
- 迅速なデプロイと管理： 開発者に使いやすい可視化操作インターフェースを提供し、開発環境の構築時間を数週間から1分に短縮します。
- マルチクラウドとエッジ対応： 複数のクラウドプラットフォームを統合的に管理し、クラウドからエッジまでのAIアプリケーションシナリオをサポートします。この機能は特に遠隔医療やリアルタイム診断のニーズに適しています。
- 監査とコンプライアンス認証：定期的に第三者によるコンプライアンス検査およびペネトレーションテストを受け、セキュリティと適合性を検証します。
ソリューションの強み
- 診断効率と正確性の向上：
- AI-Stackの効率的なプラットフォームを活用し、リアルタイムの医療画像解析を実現することで診断の正確性を向上させます。
- AlphaFoldのような大型深層学習を基盤とした遺伝子解析アプリケーションや計算ニーズにも対応し、個別化医薬品の開発を支援します。
- 資源浪費とコストの削減：
- GPUリソースの分割技術により、より効率的なマルチタスク処理が可能となり、計算リソースのコストを削減するとともに、リソースの利用率を10倍以上向上させます。
- 計算効率を90%向上させることで、ハードウェアおよびエネルギーコストを効果的に削減します。
- AIアプリケーションの導入加速：
- AIモデルとアプリケーション環境の迅速な構築を可能にし、医療機関におけるAI導入の時間を大幅に短縮します。
- MLOps機能を提供し、モデルのトレーニングから推論までの全プロセスをサポートすることで、医療分野におけるAIの導入と展開を加速します。
- 効率的な協働と一元管理：
- データセンターとマルチクラウドプラットフォームを統合し、医療データのシームレスな協働と共有を実現します。
- リソース配分、ヘルスモニタリング、課金分析を含む運用管理の効率化を最適化し、運営者の負担を軽減します。
ソリューション構成
| 階層 | 說明 | |
|---|---|---|
| アプリケーション層 | 遠隔医療、医療画像診断、遺伝子解析、個別化医療といったシナリオおよびデータフローを実現します。 | 仮想アシスタント、病理診断、医療検索、医療画像、薬剤開発、医療ロボット、スマートヘルスケア管理、遠隔医療 |
| 技術層 | AI-Stackプラットフォームモデルトレーニングの自動スケジューリングとデプロイ | 音声および意味認識、画像認識、人間と機械の相互作用、医療ビッグデータ、深層学習 |
| 開発層 | AI-Stackプラットフォーム開発者に開発ツールとAIエコシステムリソースを提供し、ソフトウェア開発プロセスの協調を簡素化するとともに、さまざまなイメージや開発コンテナ環境に対応します。 | オープンソースソフトウェア（Open Source Software）、大規模言語モデル（LLM）、AIエコシステム |
| 基盤層 | AI-StackプラットフォームGPUの管理と計算リソースの調整、HPC分散コンピューティングのスケジューリング技術を活用し、マルチノードでの高性能トレーニングをサポートします。また、リソース監視や権限管理などの機能も提供します。 | 内システム、スマート医療機器、医療データベース、オンプレミスサーバー、AIチップ、GPU |
