華為技術（ファーウェイ）は18日、上海市内で開催された2025医療人工知能と精密診療発展フォーラムにおいて、分散型キャッシュービス（DCS）を利用した人工知能（AI）ソリューションを基盤とする瑞智病理大規模モデル（RuiPath、ルイパス）を発表した。

【その他の写真】

汎用大規模AIモデルと比較して、個別の業界に特化した大規模AIモデルは専門性についての強みがあり、業界の需要に的確に対応し「小さくとも精密」な革新を実現できる。しかし、業界特化型の大規模AIモデルの導入には、データの精密化、データエンジニアリング能力、モデルの訓練環境、演算力リソースなどの面で高い要求が伴う。

ファーウェイのデータストレージ製品ラインの総裁を務める同社の周躍峰副総裁は、「AIの応用には主に三つの障壁がある。一つ目はデータエンジニアリングの課題、二つ目はモデルの訓練と応用時の接続における課題、三つ目はマルチタスクのスケジューリングとリソースの効率的な活用に関する課題だ」と述べた。

ファーウェイのDCS AIソリューションは、データの収集、前処理、学習、評価、運用などのAI関連の全プロセスを提供し、実装を可能にするツールチェーンModelEngine（モデルエンジン）を備えることなどで、成熟を続けている。RuiPathは、わずか2カ月の研究開発期間で300冊余りの病理診断書籍を「閲読」し、人の組織の薄片である「切片」の画像100万枚を「学習」したことが確認されている。これにより、病変領域を事前に識別し、異常細胞を正確に特定することが可能になった。1枚の切片の診断時間は秒単位に短縮されたという。医師は顕微鏡で病変を探すのではなく、AIの診断結果をAIと対話しつつ確認する。AI利用のこのソリューションは臨床判断に有力なデータ支援を提供し、診療プロセスのインテリジェント化と精密化を実現し、診断の効率と品質を向上させるものだ。

同ソリューションではさらに、正確な病理診断を確保するために、多くの外部ITシステムにあるナレッジベースデータを補完情報として活用する。ファーウェイは、開発者が極めて高い効率で業務ニーズに適したAIアプリケーションを構築できるよう、一体型のシンプルな開発プラットフォームも構築した。

業界特化型の大規模AIモデルの導入にあたって問題になりがちなのは利用する側がAIモデルについて習熟していない場合があることだ。周副総裁は「ファーウェイが提供するModelEngineツールチェーンは、業界の顧客やインテグレーターが自らのAI実装ソリューションを容易に構築できるようにするためのもの」と説明した。

ファーウェイはModelEngineのオープンソース版も提供しており、開発能力を持つインテグレーターのパートナーに向けて、個別ニーズに応じたAIアプリケーション開発プラットフォームの構築を支援している。

また、ルイパスの特徴の一つに、個別の利用者に「柔軟性を提供」することがある。各医師や診療科は、AIアプリケーションを活用して病院の各種データを呼び出すことで、複数の部門間で医療データを効率的に流通させることができるだけでなく、独自の診断ワークフローを構築することも可能だ。異なる診療科の医師がナレッジデータベースのデータを追加または削除することができ、診断ワークフローを変更したりしたい場合には、可視化されたインターフェース上でドラッグ・アンド・ドロップの操作をするだけで直接に調整できるという。（翻訳・編集/如月隼人）