re:Invent 2024: AnthropicがClaudeの医療分野での活用事例を紹介
はじめに
海外の様々な講演を日本語記事に書き起こすことで、隠れた良質な情報をもっと身近なものに。そんなコンセプトで進める本企画で今回取り上げるプレゼンテーションはこちら！
📖 AWS re:Invent 2024 - Claude's role in streamlining drug development (HLS213)
この動画では、AnthropicのHealthcare Life Sciences部門リーダーであるRachel Pangが、Claude 3.5 Sonnetの最新機能と医療分野での活用事例を紹介しています。新機能のComputer Useについて解説し、APIを通じて実際のタスクを実行できる可能性を示しています。Novo Nordiskの事例では、MongoDBと連携してClaudeを活用することで、臨床文書の作成時間を12週間から10分に短縮した実績を紹介。また、Pfizerでの創薬研究への活用や、患者トリアージでの利用例も共有されています。さらに、サポート業務での応答時間20～35%短縮、コーディングタスクでの高い性能、セールス・マーケティングでの30～50%の時間短縮など、具体的な成果も示されています。
※ 動画から自動生成した記事になります。誤字脱字や誤った内容が記載される可能性がありますので、正確な情報は動画本編をご覧ください。
※ 画像をクリックすると、動画中の該当シーンに遷移します。
re:Invent 2024関連の書き起こし記事については、こちらのSpreadsheet に情報をまとめています。合わせてご確認ください！
本編
Anthropicのリーダーが語るClaudeの進化とHealthcare Life Science分野での活用
本日はお集まりいただき、ありがとうございます。ご紹介にありました通り、私はRachel Pangと申します。Anthropicで Healthcare Life Sciences部門のリーダーを務めております。この1年半、AIの世界では短いようで長い期間になりますが、大手のHealthcare Life Science企業と協力してきました。この1年半の取り組みについて、そして皆様の組織でAmazon Bedrockを通じてClaudeモデルをどのように活用できるかについて、アイデアをお持ち帰りいただければと思います。
まず、Anthropicの基本理念についてお話しします。皆様もご存じの通り、言語モデルは今後も指数関数的に進化を続けていきます。昨年のClaude 2.1と3.5を比較しても、非常に大きな進歩が見られました。個人的な感想を申し上げますと、2.1よりも3.5の方が販売がずっと楽しいですね。こうした進歩は労働経済に大きな変革をもたらす可能性があります。AnthropicのDNAとして私たちが重要視しているのは、この技術を責任を持って展開することです。私たちは責任あるAIを信念としており、Constitutional AIという概念を生み出しました。これは私たちの強い信念であり、特にHealthcareやLife Science分野のお客様から大きな共感をいただいています。
AIの分野ではまだ日が浅いものの、すでに組織に大きなインパクトをもたらし始めています。例えば、サポート業務では応答時間が20～35%短縮されています。コーディングに関しては本当に素晴らしい成果が出ています - Claudeはコーディングタスクが非常に得意なんです。セールスやマーケティングのコンテンツ作成では30～50%の時間短縮、バックオフィス業務では20～50%のタスク完了時間の短縮を実現しています。
Healthcare Life Scienceのユースケースに入る前に、Claude 3.5 Sonnetについて少しお話ししたいと思います。最新のClaude 3.5 Sonnetは、市場をリードする知性、スピード、コストの理想的なバランスを実現しています。現在、Amazon Bedrockで利用可能です。特に興味深いのは、この数週間でComputer Useなど、非常にクールな機能を発表したことです。これについて少しご紹介させていただきます。
Computer Useとは何か、これは実例を使って説明した方が分かりやすいでしょう。例えば、娘の誕生日パーティーを計画するとします。Claudeに「バウンスハウスを予約して、子供たちのためにピザを注文して、パーティーの景品用にAmazonで色々注文して」とお願いします。Computer Use機能では、この指示をClaudeに与えると、様々なAPIを通じて実際にこれらのタスクを実行してくれます。これは現在パブリックベータ版として提供されています。ぜひ皆様にも試していただきたいと思います。Anthropicとしても、まだ完璧ではないことは認識していますが、これは私たちが素晴らしい機能の革新を続けていることを示す一例です。今日も実際にあるお客様とお話ししたのですが、Life Science分野における様々なフォーム処理にすぐに活用できると考え、非常に興奮されていました。Life Science分野のワークフローをどれだけシンプルにできるか、想像してみてください。
こちらに示されているのが、いくつかのユースケース例です。10月の数週間前にローンチしたばかりで、現在はパブリックベータ版として提供されています。まだAmazon Bedrockには搭載されていませんが、近々利用可能になる予定です。 残念ながら、技術的な問題により、ここでデモをお見せすることはできませんが、私たちのウェブサイトに素晴らしいデモがありますので、ぜひご覧いただければと思います。
この1年半の間にHCLS分野で見られたトレンドについて、もう少し詳しくお話ししたいと思います。例えばNovo Nordiskの事例は公開されているケーススタディですが、彼らはMongoDBと連携してClaudeを使用することで、臨床文書の作成時間を12週間から10分に短縮することができました。これにより、何百万ドルものコスト削減効果が得られました。Pfizerでは、科学的コンテンツに基づく創薬研究にClaudeを活用しています。また、患者のトリアージにおいても、多くの顧客が患者とのインターフェースとしてClaudeを使用し、よりシームレスな患者体験を実現しています。ここでNovo Nordiskのユースケースについて、もう少し掘り下げてみましょう。
Nordiskは臨床試験報告書（CSR）に関して大きな課題を抱えていました。皆さんもご理解いただけると思いますが、通常、作成に12週間もかかっており、これが新しい治療法を患者さんに届けるまでの時間を遅らせる要因となっていました。そこで彼らは、NovoScribeという生成AIソリューションを開発しました。これはAmazon Bedrock、LangChain、MongoDBを活用してCSR作成プロセスを自動化・効率化するものです。その結果、プロセスが12週間から10分に短縮され、さらに少ないリソースでCSRの品質も向上させることができました。
これは一例に過ぎませんが、このようなユースケースの素晴らしい点は、皆さんの組織にも簡単に応用できることです。プロセスは非常に似通っており、皆さんの会社でも導入を始めることができます。 ここで、業界全体で見られるユースケースについて、私が顧客と話してきた内容をもう少し共有させていただきます。臨床試験の分野で多くの活用が見られ、R&D分野でもかなりの実験が行われており、商業分野でも多くの活用があります。現在、企業はR&Dでより多くの実験を行いたいと考えていますが、生成AIの価値を見出すという点ではまだ初期段階にあります。ユースケースの約60%が臨床試験分野に集中しています。
では、今日の要点をまとめましょう。会場の皆さんの中で、Claudeを使用したことがある方は手を挙げていただけますか？素晴らしいですね。ご存知の通り、Amazon Bedrockで利用可能で、私たちのすべてのモデルにアクセスできます。BedrockとFirst Partyでモデルの同等性を保つよう努めています。皆さんにとって素晴らしい出発点となるのが、Prompting Suiteです。私たちのウェブサイトで利用可能なMeta Prompterを使用できます。そこには豊富なドキュメントがあり、Bedrockにも多くのリソースがあります。また、Contextual Retrievalや、Prompt Cachingと呼ばれるものにも注力しています。コンテキストウィンドウを徐々に拡大していくという考えで、現在、特定のエンタープライズ顧客向けに50万トークンを提供していますが、将来的には100万トークン単位になっていくでしょう。Prompt Cachingは、実際のFine-tuningを行わずにモデルにプロンプトを読み込ませることができる、Fine-tuningの一種です。今後はよりAgentic（エージェント的な）ユースケースが登場するでしょう。そしてもちろん、よく話題に上がることですが、モデルを理解することが極めて重要です。Anthropicは解釈可能性に関する取り組みを始めており、この分野への投資を続けていきます。少し駆け足でお話ししましたが、会場からご質問があればお答えしたいと思います。
※ こちらの記事は Amazon Bedrock を利用することで全て自動で作成しています。
※ 生成AI記事によるインターネット汚染の懸念を踏まえ、本記事ではセッション動画を情報量をほぼ変化させずに文字と画像に変換することで、できるだけオリジナルコンテンツそのものの価値を維持しつつ、多言語でのAccessibilityやGooglabilityを高められればと考えています。
Discussion