記事 Toshihiko Minamoto · 2023年11月15日 9m read 医師と患者の会話: AI を使用した文字起こしおよび要約 前の記事 - AI による臨床文書の保管、取得、検索の単純化 この記事では、AI を使用した文字起こしと要約によってヘルスケアに変革を起こす OpenAI の高度な言語モデルの可能性を探ります。 OpenAPI の最先端 API を活用して、録音データを文字起こしし、自然言語処理アルゴリズムを使って簡潔な要約を生成するための重要なインサイトを抽出するプロセスを掘り下げていきます。 似たような機能は Amazon Medical Transcibe や Medvoice などの既存のソリューションでも提供されていますが、この記事では、OpenAI テクノロジーを使用してこれらの強力な機能を InterSystems FHIR に実装することに焦点を当てています。 #AI #ChatGPT #Docker #Embedded Python #JavaScript #Vue.js #InterSystems IRIS for Health #Open Exchange Open Exchange app 0 0 0 16
記事 Toshihiko Minamoto · 2023年10月26日 4m read AI による臨床文書の保管、取得、検索の単純化 問題 あわただしい臨床環境では迅速な意思決定が重要であるため、文書保管とシステムへのアクセスが合理化されていなければいくつもの障害を生み出します。 文書の保管ソリューションは存在しますが(FHIR など)、それらの文書内で特定の患者データに有意にアクセスして効果的に検索するのは、重大な課題となる可能性があります。 #AI #ChatGPT #Docker #Embedded Python #FHIR #OAuth2 #Vue.js #相互運用性 #InterSystems IRIS for Health #Open Exchange Open Exchange app 0 0 0 31
お知らせ Mihoko Iijima · 2023年6月12日 テクノロジーボーナス詳細:InterSystems グランプリ・コンテスト 2023 開発者の皆さん、こんにちは! InterSystems グランプリコンテスト2023 では、InterSystems IRIS data platform を使用する機能であればどんな内容でもご応募いただけます。 以下の機能を含めた場合、ボーナスポイントを獲得できます。 詳細は以下の通りです。 LLM AI や LangChain の使用:Chat GPT、Bard など - 6ポイント InterSystems FHIR SQL Builder- 5ポイント InterSystems FHIR - 3ポイント IntegratedML - 4ポイント Native API - 3ポイント Embedded Python - 4ポイント Interoperability - 3ポイント Production EXtension(PEX) - 2ポイント Adaptive Analytics (AtScale) のキューブの利用 - 3ポイント Tableau, PowerBI, Logi の利用 - 3ポイント InterSystems IRIS BI - 3ポイント Docker container の利用 - 2ポイント ZPM Package によるデプロイ - 2ポイント オンラインデモ - 2ポイント ユニットテスト - 2ポイント InterSystems Community Idea に投稿された内容の実装 - 4ポイント コミュニティ(USコミュニティ)に記事を投稿する(最初の記事) - 2ポイント コミュニティ(USコミュニティ)に2つ目の記事を投稿する - 1ポイント Code Qualityをパスする - 1ポイント はじめてチャレンジされた方 - 3ポイント YouTubeにビデオを公開- 3ポイント #AI #Embedded Python #FHIR #IntegratedML #コンテスト #IRIS contest 0 0 0 56
お知らせ Mihoko Iijima · 2023年4月4日 テクノロジーボーナス詳細:InterSystems IRIS Cloud SQL and IntegratedML コンテスト 2023 開発者の皆さん、こんにちは。 技術文書ライティングコンテストの受賞者が発表されたばかりですが、次のコンテスト:InterSystems IRIS Cloud SQL and IntegratedML コンテスト 2023 のテクノロジーボーナス詳細が決定しましたのでお知らせします📣 IntegratedML の利用 オンラインデモ コミュニティに記事を投稿する コミュニティに2つ目の記事を投稿する YouTubeにビデオを公開する はじめてチャレンジされた方 InterSystems Idea 内 Community Opportunityの実装 獲得ポイントについて詳細は、以下ご参照ください。 #AI #SQL #クラウド #コンテスト #機械学習 #InterSystems IRIS #IRIS contest 0 0 0 59
お知らせ Mihoko Iijima · 2023年3月27日 InterSystems IRIS Cloud SQL and IntegratedML コンテスト開催! 開発者の皆さん、こんにちは! 次のプログラミングコンテストの詳細が決定し「IRIS Cloud SQLのデータを利用してAI/MLソリューションを作成する」がテーマとなりました。 🏆 InterSystems IRIS Cloud SQL and IntegratedML コンテスト 🏆 期間: 2023年4月3日~23日 賞金総額: $13,500 #AI #SQL #イベント #クラウド #コンテスト #InterSystems IRIS #IRIS contest #Open Exchange 0 0 0 57
記事 Toshihiko Minamoto · 2023年3月23日 10m read IRIS IntegratedML を使った腎臓病予測 Web アプリ 腎臓病は、医学会でよく知られるいくつかのパラメーターから発見することが可能です。 この測定により、医学界とコンピューター化されたシステム(特に AI)を支援すべく、科学者である Akshay Singh は、腎臓病の検出/予測における ML アルゴリズムをトレーニングするための非常に便利なデータセットを公開しました。 このデータセットは、ML の最大級のデータリポジトリとして最もよく知られている Kaggle に公開されています。https://www.kaggle.com/datasets/akshayksingh/kidney-disease-dataset データセットについて 腎臓病データセットには、以下のメタデータ情報が含まれています(出典: https://www.kaggle.com/datasets/akshayksingh/kidney-disease-dataset) #AI #IntegratedML #InterSystems IRIS Open Exchange app 0 0 0 65
記事 Toshihiko Minamoto · 2023年3月10日 9m read IRIS IntegratedML を使った糖尿病予測 Web アプリ 糖尿病は、医学会でよく知られるいくつかのパラメーターから発見することが可能です。 この測定により、医学界とコンピューター化されたシステム(特に AI)を支援すべく、(米)国立糖尿病・消化器・腎疾病研究所(NIDDK)は、糖尿病の検出/予測における ML アルゴリズムをトレーニングするための非常に便利なデータセットを公開しました。 このデータセットは、ML の最大級のデータリポジトリとして最もよく知られている Kaggle に公開されています: https://www.kaggle.com/datasets/mathchi/diabetes-data-set。 糖尿病データセットには、以下のメタデータ情報が含まれています(出典: https://www.kaggle.com/datasets/mathchi/diabetes-data-set): #AI #IntegratedML #InterSystems IRIS Open Exchange app 1 0 0 123
記事 Toshihiko Minamoto · 2022年12月16日 6m read IRIS IntegratedML を使用した母体リスクを予測する Web アプリ 母体リスクは、医学界でよく知られているいくつかのパラメーターから測定できます。 この測定により、医学界とコンピューター化されたシステム(特に AI)を支援すべく、科学者である Yasir Hussein Shakir は、母体リスクの検出/予測における ML アルゴリズムをトレーニングするための非常に便利なデータセットを公開しました。 このデータセットは、ML の最大級のデータリポジトリとして最もよく知られている Kaggle に公開されています。 https://www.kaggle.com/code/yasserhessein/classification-maternal-health... #AI #IntegratedML #InterSystems IRIS Open Exchange app 0 0 0 63
記事 Toshihiko Minamoto · 2022年2月14日 19m read 統合AIデモサービススタックにML/DLモデルをデプロイする キーワード: IRIS、IntegratedML、Flask、FastAPI、Tensorflow Serving、HAProxy、Docker、Covid-19 目的: 過去数か月に渡り、潜在的なICU入室を予測するための単純なCovid-19 X線画像分類器やCovid-19ラボ結果分類器など、ディープラーニングと機械学習の簡単なデモをいくつか見てきました。 また、ICU分類器のIntegratedMLデモ実装についても見てきました。 「データサイエンス」の旅路はまだ続いていますが、「データエンジニアリング」の観点から、AIサービスデプロイメントを試す時期が来たかもしれません。これまでに見てきたことすべてを、一式のサービスAPIにまとめることはできるでしょうか。 このようなサービススタックを最も単純なアプローチで達成するには、どういった一般的なツール、コンポーネント、およびインフラストラクチャを活用できるでしょうか。 対象範囲 対象: ジャンプスタートとして、docker-composeを使用して、次のDocker化されたコンポーネントをAWS Ubuntuサーバーにデプロイできます。 #AI #IntegratedML #コンテナ化 #機械学習 #継続的インテグレーション #継続的デリバリー #開発者コミュニティ公式 Open Exchange app 1 0 0 329
記事 Toshihiko Minamoto · 2022年1月25日 9m read IRISデータベースへのPython ODBC接続 - 2つ目の簡易メモ キーワード: PyODBC、unixODBC、IRIS、IntegratedML、Jupyterノートブック、Python 3 目的 数か月前、私は「IRISデータベースへのPython JDBC接続」という簡易メモを書きました。以来、PCの奥深くに埋められたスクラッチパッドよりも、その記事を頻繁に参照しています。 そこで今回は、もう一つの簡易メモで「IRISデータベースへのPython ODBC接続」を作成する方法を説明します。 ODBCとPyODCBをWindowsクライアントでセットアップするのは非常に簡単なようですが、Linux/Unix系サーバーでunixODBCとPyODBCクライアントをセットアップする際には毎回、どこかで躓いてしまいます。 バニラLinuxクライアントで、IRISをインストールせずに、リモートIRISサーバーに対してPyODBC/unixODBCの配管をうまく行うための単純で一貫したアプローチがあるのでしょうか。 #AI #分析 #機械学習 #InterSystems IRIS 0 0 0 761
記事 Toshihiko Minamoto · 2021年12月7日 31m read MLとIntegratedMLでCovid-19のICU入室予測を実行する(パート1) キーワード: IRIS、IntegratedML、機械学習、Covid-19、Kaggle 目的 最近、Covid-19患者がICU(集中治療室)に入室するかどうかを予測するKaggleデータセットがあることに気づきました。 231列のバイタルサインや観測で構成される1925件の遭遇記録が含まれる表計算シートで、最後の「ICU」列では「Yes」を示す1と「No」を示す0が使用されています。 既知のデータに基づいて、患者がICUに入室するかどうかを予測することがタスクです。 このデータセットは、「従来型ML」タスクと呼ばれるものの良い例のようです。 データ量は適切で、品質も比較的適切なようです。 IntegratedMLデモキットに直接適用できる可能性が高いようなのですが、通常のMLパイプラインと潜在的なIntegratedMLアプローチに基づいて簡易テストを行うには、どのようなアプローチが最も単純なのでしょうか。 範囲 次のような通常のMLステップを簡単に実行します。 #AI #IntegratedML #SQL #機械学習 #InterSystems IRIS Open Exchange app 0 0 0 181
記事 Toshihiko Minamoto · 2021年11月30日 16m read Covid-19に感染した胸部X線画像分類とCT検出デモを実行する キーワード: COVID-19、医用画像、ディープラーニング、PACSビューア、HealthShare。 目的 私たちは皆、この前例のないCovid-19パンデミックに悩まされています。 現場のお客様をあらゆる手段でサポートする一方で、今日のAI技術を活用して、Covid-19に立ち向かうさまざまな前線も見てきました。 昨年、私はディープラーニングのデモ環境について少し触れたことがあります。 この長いイースターの週末中に、実際の画像を扱ってみてはどうでしょうか。Covid-19に感染した胸部X線画像データセットに対して簡単な分類を行うディープラーニングモデルをテスト実行し、迅速な「AIトリアージ」や「放射線科医の支援」の目的で、X線画像やCT用のツールがdockerなどを介してクラウドにどれほど素早くデプロイされるのかを確認してみましょう。 これは、10分程度の簡易メモです。学習過程において、最も単純なアプローチでハンズオン経験を得られることを願っています。 #AI #機械学習 #HealthShare 0 0 0 351
記事 Toshihiko Minamoto · 2021年11月25日 17m read HealthShareにバインディングしたPython 3を使用したディープラーニングデモを実行する(パート2) キーワード: Jupyterノートブック、TensorFlow GPU、Keras、ディープラーニング、MLP、HealthShare 1. 目的 前回の「パート1」では、ディープラーニングデモ環境をセットアップしました。今回「パート2」では、それを使ってできることをテストします。 私と同年代の人の中には、古典的なMLP(多層パーセプトロン)モデルから始めた人がたくさんいます。 直感的であるため、概念的に取り組みやすいからです。 それでは、AI/NNコミュニティの誰もが使用してきた標準的なデモデータを使って、Kerasの「ディープラーニングMLP」を試してみましょう。 いわゆる「教師あり学習」の一種です。 これを実行するのがどんなに簡単かをKerasレベルで見ることにします。 後で、その歴史と、なぜ「ディープラーニング」と呼ばれているのかについて触れることができます。流行語ともいえるこの分野は、実際に最近20年間で進化してきたものです。 #AI #Python #初心者 #機械学習 #HealthShare 0 0 0 100
記事 Toshihiko Minamoto · 2021年11月18日 13m read Python 3をHealthShareにバインディングした深層学習デモキット(パート1) Python 3をHealthShareにバインディングした深層学習デモキット(パート1) キーワード: Anaconda、Jupyterノートブック、TensorFlow GPU、ディープラーニング、Python 3、HealthShare 1. 目的 この「パート1」では、Python 3をHealthShare 2017.2.1インスタンスにバインドして、「単純」かつ一般的なディープラーニングデモ環境をセットアップする方法を段階的に簡単に説明します。 私は手元にあるWin10ノートパソコンを使用しましたが、このアプローチはMacOSとLinuxでも同じように実装できます。 先週、PYPL Indexにおいて、Pythonが最も人気のある言語としてJavaを超えたことが示されました。 TensorFlowも研究や学術の分野において非常に人気のある強力な計算エンジンです。 HealthShareは、ケア提供者に患者の統一介護記録を提供するデータプラットフォームです。 #AI #Python #機械学習 #HealthShare 0 0 0 158
記事 Toshihiko Minamoto · 2021年8月4日 4m read チャットボットの言語学習にご協力を! 皆さんこんにちは! よろしければ、ボットが対話できるようになるようお手伝いいただけませんか? チャットボットはこちらからアクセスしてください: Help my chatbots to talk! なんだ、そのチャットボットはスマートではないのですか? #AI #Python #InterSystems IRIS #その他 Open Exchange app 0 0 0 114
記事 Toshihiko Minamoto · 2021年8月3日 6m read IRIS と Python でチャットボットを作成する IRIS と Python でチャットボットを作成する この記事では、InterSystems IRIS データベースを Python と統合して自然言語処理(NLP)の機械学習モデルを提供する方法を説明します。 Python を使用する理由 世界的に広く採用され使用されている Python には素晴らしいコミュニティがあり、様々なアプリケーションをデプロイするためのアクセラレータ/ライブラリが豊富に提供されています。 関心のある方は https://www.python.org/about/apps/ をご覧ください。 #AI #Python #フレームワーク #機械学習 #InterSystems IRIS #その他 Open Exchange app 0 0 0 425
お知らせ Mihoko Iijima · 2021年7月26日 ★受賞者発表!★第 13 回 InterSystems IRIS プログラミングコンテスト(AI) 開発者の皆さん、こんにちは! 第 13 回 InterSystems IRIS プログラミングコンテスト(AI)への応募、投票が全て終了しました。コンテストへのご参加、またご興味お持ちいただきありがとうございました。 今回のお知らせでは、見事受賞されたアプリケーションと開発者の方々を発表します! #AI #コンテスト #機械学習 #InterSystems IRIS #Open Exchange 0 0 0 64
お知らせ Mihoko Iijima · 2021年7月26日 テクノロジーボーナスの付与結果:第 13 回 InterSystems IRIS プログラミングコンテスト(AI) 開発者の皆さん、こんにちは! 第 13 回 InterSystems IRIS プログラミングコンテスト(AI)にご応募いただいた作品に対して加点されたテクノロジーボーナスをご紹介します! #AI #コンテスト #InterSystems IRIS 0 0 0 50
お知らせ Mihoko Iijima · 2021年7月19日 ★ 投票開始!★第13回 InterSystems IRIS プログラミングコンテスト(AI) 開発者の皆さん、こんにちは! 今日から、第13回 InterSystems IRIS プログラミングコンテスト(AI) の投票が始まりました! これだ 🔥 と思う作品への投票、よろしくお願いします! 🔥 投票はこちらから! 🔥 投票方法については、以下の通りです。 #AI #コンテスト #機械学習 #InterSystems IRIS #Open Exchange 0 0 0 72
お知らせ Mihoko Iijima · 2021年7月7日 テクノロジーボーナス詳細:第 13 回 InterSystems IRIS プログラミングコンテスト(AI) 開発者の皆さん、こんにちは! 第 13 回 InterSystems IRIS プログラミングコンテスト(AI編)のテクノロジーボーナス🍆が発表されました! ボーナスポイントを獲得して 💰賞金💰 をゲットしてください! IntegratedML の利用 - 4 ポイント AI/ML ソリューションに InterSystems IntegratedML を利用すると4ポイント獲得できます。 ご利用いただくときは、IRISのバージョンが2021.1以上であることをご確認ください。ZPMパッケージマネージャを含めた最新のMLイメージは以下イメージ名です。 #AI #コンテスト #機械学習 #InterSystems IRIS #InterSystems IRIS for Health #Open Exchange 0 0 0 63
お知らせ Mihoko Iijima · 2021年6月20日 第 13 回 InterSystems IRIS プログラミングコンテスト(AI) 開発者の皆さん、こんにちは!次のコンテストのテーマが発表されました! 🏆 InterSystems AI Programming Contest 🏆 応募期間は 2021年6月28日~7月18日 です! 💰 賞金総額: $8,750 💰 (投票期間は 2021年7月19日~7月25日、勝者発表は 7月26日を予定しています) 優勝特典 1、審査員から多く票を集めたアプリケーションには、以下の賞金が贈られます。 🥇 1位 - $4,000 #AI #イベント #コンテスト #機械学習 #InterSystems IRIS #InterSystems IRIS for Health #IRIS contest #Open Exchange 0 0 0 160
記事 Toshihiko Minamoto · 2021年4月8日 6m read Jupyter Notebook + Apache Spark + InterSystems IRIS を起動させる方法 皆さん、こんにちは。 今日は、Jupyter Notebook をインストールして、Apache Spark と InterSystems IRIS に接続したいと思います。 注記: 以下にお見せする作業は Ubuntu 18.04 で Python 3.6.5 を使って実行しました。 #AI #API #Python #互換性 #初心者 #InterSystems IRIS 0 0 0 267
お知らせ Mihoko Iijima · 2020年12月28日 ★受賞者発表!★第8回 InterSystems IRIS プログラミングコンテスト(Analytics コンテスト) 開発者の皆さんこんにちは! 第8回 InterSystems IRIS プログラミングコンテスト(Analytics コンテスト) への応募、投票が全て終了しました。コンテストへのご参加、またご興味をお持ちいただきありがとうございました。 今回のお知らせでは、見事受賞されたアプリケーションと開発者の方々を発表します! 🏆 Experts Nomination - 特別に選ばれた審査員から最も多くの票を獲得したアプリケーションに贈られます。 #AI #コンテスト #ビッグデータ #分析 #機械学習 #InterSystems IRIS #InterSystems IRIS for Health 0 0 0 75
お知らせ Mihoko Iijima · 2020年12月21日 ★投票開始★ 第8回 InterSystems IRIS プログラミングコンテスト(Analytics コンテスト) 開発者の皆さん、こんにちは。 2020年最後の IRIS プログラミングコンテストの投票が始まりました!🔥 これだ!と思う一押し作品に投票お願いします! 🔥 投票方法は? 今回から投票方法が新しくなりました!Expert Nomination または Community Nomination を選択いただき、どの作品がどの順位になるかを指定しながら投票します。 Community Leaderboard: #AI #コンテスト #ビッグデータ #分析 #機械学習 #InterSystems IRIS #InterSystems IRIS for Health 0 0 0 87
記事 Mihoko Iijima · 2020年12月17日 4m read Apache Spark + Apache Zeppelin + InterSystems IRIS を起動する方法 みなさん、こんにちは。 昨日、Apache Spark、Apache Zeppelin、そして InterSystems IRIS を接続しようとしたときに問題が発生したのですが、有用なガイドが見つからなかったので、自分で書くことにしました。 はじめに Apache Spark と Apache Zeppelin とは何か、そしてどのように連携するのかを理解しましょう。 Apache Spark はオープンソースのクラスタコンピューティングフレームワークです。暗黙的なデータ並列化と耐障害性を備えるようにクラスタ全体をプログラミングするためのインターフェースを提供しています。そのため、ビッグデータを扱う必要のある場合に非常に役立ちます。 一方の Apache Zeppelin はノートブックです。分析や機械学習に役立つ UI を提供しています。組み合わせて使う場合、IRIS がデータを提供し、提供されたデータを Spark が読み取って、ノートブックでデータを処理する、というように機能します。 注意: 以下の内容は、Windows 10 で行っています。 #AI #ビッグデータ #ベストプラクティス #初心者 #機械学習 #InterSystems IRIS 0 0 0 224
記事 Minoru Horita · 2020年11月30日 6m read ML モデルを InterSystems IRIS に読み込む みなさん、こんにちは。 今回は ML モデルを IRIS Manager にアップロードしてテストしようと思います。 注意: Ubuntu 18.04、Apache Zeppelin 0.8.0、Python 3.6.5 で以下を実行しました。 はじめに 最近では実にさまざまなデータマイニングツールを使用して予測モデルを開発し、これまでにないほど簡単にデータを分析できるようになっています。 InterSystems IRIS Data Platform はビッグデータおよび高速データアプリケーション向けに安定した基盤を提供し、最新のデータマイニングツールとの相互運用性を実現します。 #AI #API #Python #ビッグデータ #分析 #初心者 #機械学習 #InterSystems IRIS 0 0 0 146
お知らせ Mihoko Iijima · 2020年7月22日 ★受賞者発表!★第4回 InterSystems IRIS プログラミングコンテスト(AI/MLコンテスト) 皆さんこんにちは。 第4回 InterSystems IRIS プログラミングコンテスト(AI/MLコンテスト) への応募は終了しました。コンテストへのご参加、またご興味をお持ちいただきありがとうございました。 この記事では、見事受賞されたアプリケーションと開発者の方々を発表します! #AI #IntegratedML #Python #コンテスト #機械学習 #InterSystems IRIS #InterSystems IRIS for Health #Open Exchange #開発者コミュニティ公式 0 0 0 118
記事 Minoru Horita · 2020年7月6日 7m read Python Gateway パート II:インストール この連載記事では、InterSystemsデータプラットフォーム用のPython Gatewayについて説明します。 また、InterSystems IRISからPythonコードなどを実行します。 このプロジェクトは、InterSystems IRIS環境にPythonの力を与えます。 #AI #Python #機械学習 #言語 #InterSystems IRIS Open Exchange app 0 0 1 222
記事 Hiroshi Sato · 2020年6月30日 17m read icmを利用してIRISクラスターを構成する方法 1. 初めに IRISでは、複数ノードでクラスターを構成し、ワークロードのスケールアウト、データボリュームのスケールアウトやトランザクション処理と分析処理を異なるノードで処理するマルチワークロードを実現しています。しかし、クラスターを構成するための設定は、ノード数が増えるにつれ煩雑になり、それらを人手の作業に全て委ねると設定ミス等を招きやすいといえます。また、クラスタの構成を処理負荷の増加に基づいて拡張する、または逆に縮小する、あるいは、データ冗長性を追加するためにミラーリングの構成を追加するなど構成変更は、想定するより多いかもしれません。しかもクラスタ毎に同様の設定を毎回行うとなると、人手による作業では、煩雑性だけでなく俊敏性に欠けると言わざるを得ません。 そこで、IRISには、クラスター構成作業を自動化する新しいツールICM(InterSystems Cloud Manager)が用意されました。 ここでは、ICMを使用したクラウド上でのIRIS構成の自動化の手順について説明します。 2. 事前に準備するもの #AI #DevOps #Docker #クラウド #シャーディング #継続的インテグレーション #継続的デリバリー #InterSystems IRIS 0 0 0 241
記事 Minoru Horita · 2020年6月29日 8m read Python Gateway パート I:はじめに この連載記事では、InterSystemsデータプラットフォーム用のPython Gatewayについて説明します。 また、InterSystems IRISの最新のAI/MLツールを利用してPythonコードなどを実行します。 このプロジェクトは、InterSystems IRIS環境にPythonの力を与えます。 #AI #Python #機械学習 #言語 #InterSystems IRIS Open Exchange app 0 0 0 217