アマゾン、現金34.9億ドルでサブスク医療ワン・メディカル買収へ Bloomberg 2022/07/22 (ブルームバーグ): 米アマゾン・ドット・コムはプライマリーケア(1次医療)を手がけるワン・メディカルを1株当たり18ドルで買収すると発表した。アマゾンはヘルスケア市場への参入を進めている。 全額現金による今回の買収はワン・メディカルの株式価値を34億9000万ドル(約4830億円)と評価している。 米1ライフ・ヘルスケアを親会社とするワン・メディカルは、米国の25市場で182の医療オフィスを運営する。医師や24時間対応のオンライン医療サービスをサブスクリプション(定額課金)方式で顧客に提供する。 アマゾンは2018年に通販薬局のピルパックを買収。2020年にはオンライン薬局を開業し、自社の従業員や他社向けにプライマリーケア診療所を開始した。この他にも医療分野に力を入れている。ワン・
ビッグデータやリアルワールドデータを活用した社会変革を様々な分野で実践してきたのが、慶応義塾大学医学部教授の宮田裕章氏。いち早く「データは21世紀の石油」と定義し、さらに「石油と異なり、多くの人が使うことで枯渇するのではなく、多くの価値を生み出す」と提唱してきた。宮田氏に、データによりヘルスケアの分野が、どのように変革していくかを聞いた。 (聞き手は荒川 直樹=ライター) 2020年代は文明の大転換点にあるといわれていますね。Society 5.0 であり、第4次産業革命です。世界経済フォーラム(WEF)を主宰してきたクラウス・シュワブは、第4次産業革命について「ここから10年で起こる変化というのは、これまでのIT革命の本番である。これまでが助走にすぎない。それぐらい大きな変化が起こっていくだろう。これに乗れなかった国家、コミュニティ、会社というのは未来がない」ということを唱えてきた。これ
更新履歴 2022-03-07: 各メンバーの外部発表資料を追加 2020-03-24: データ関連業務の紹介資料を公開 Ubie におけるデータ関連業務紹介資料Ubie では事業拡大に伴い、機械学習エンジニア・データエンジニア・データアナリスト・アナリティクスエンジニアなどのデータ関連職種の採用を強化しています。 それに伴い、Ubie におけるデータ関連業務では具体的にどんなことに取り組んでいるのか伝えたいと考え、紹介資料を公開しました。 本資料を読んでより詳しく話を聞きたいと思った方は、ぜひカジュアル面談をさせてください(資料中の各メンバーの Twitter DM や Meety でご連絡ください)。 採用選考にご興味を持っていただいた場合は、下記よりご応募ください。
こんにちは、エムスリーエンジニアリンググループ/AI・機械学習チームの大垣 (@Hi_king) です。 これは エムスリー Advent Calendar 2020 の14日目の記事です。 前日は id:juntaki による、Goのchannelとスケジューリングでした。 私達AI・機械学習チームの挑戦している課題としては、MLによるサービス体験の向上、MLを中心とする新規サービスなど諸々あるのですが、 今日は、なかでも、臨床現場で利用するためのAI開発について書いてみようと思います。 上記のスライドはこのテーマで45分ほど社内勉強会を行うために作ったもので、 このなかから、エッセンスをかいつまんでブログ記事にしてみました。 記事中で紹介しきれなかったそれぞれの研究などはスライドをあらためて眺めていただけると幸いです。 私自身は、もともとコンピュータビジョン分野が専門で、医療分野に本格
エムスリーエンジニアリンググループ AI・機械学習チームの浮田です。 先日の画像の認識・理解シンポジウム (通称MIRU) にエムスリーのAI・機械学習チームから4名参加してきました。 MIRUとは Can Vision Transformers Learn without Natural Images? 推しポイント Part-based Analysis to Understand Font Impression 推しポイント 自己教師あり学習による映像とステレオ音の意味的および空間的対応関係の獲得 推しポイント iMADAO: 画像事例に応じだデータ拡張戦略の設計手法 推しポイント まとめ We are hiring! MIRUとは コンピュータビジョン (CV) の領域で国内最大級の会議で、正式名称はMeeting on Image Recognition and Understa
エムスリーエンジニアリンググループ AI・機械学習チームでソフトウェアエンジニアをしている中村(@po3rin) です。最近、AI・機械学習チーム配下の検索基盤チームでElasticsearchのAnalyzerをKuromojiからSudachiに移行しました。今回はSudachi移行の背景と、Sudachiの概要、実際に移行するにあたってのプロセスや注意事項をお話しします。 対象読者 なぜSudahchiに移行したのか 検索基盤チームが抱えていた検索の課題 Sudachiとは Sudachiへの移行戦略と実践 今使っているKuromojiユーザー辞書をSudachiユーザー辞書に移行する 今使っているシノニム辞書からSudachi正規化機能でまかなえるものを削除する 平仮名/カタカナの正規化辞書を作る 移行時のSudachi切り替え戦略 移行後の影響の事前確認 Sudachi移行時のハ
エムスリーエンジニアリンググループ AI・機械学習チームでソフトウェアエンジニアをしている中村(@po3rin) です。好きな言語はGo。情報検索系の話が好物です。 今回はネット上に公開されている医療用語辞書を検索特化させるために統計的複合語分割を試したお話です。 医療用語辞書を検索で使う際の問題 辞書の複合語分割問題 辞書による複合語分割の指定 分割単位をどのように決めるか問題 対数尤度比を使った複合語分割 対数尤度比とは 医療用語辞書を対数尤度比で複合語分割しない単語を抽出 クエリログも含めたLLR まとめ We're hiring !!! 医療用語辞書を検索で使う際の問題 辞書の複合語分割問題 現在公開されている医療用語辞書には様々なものがあります。例えばComeJisyoは形態素解析での用途を想定した医療用語辞書です。しかし、これをそのまま検索用の辞書として利用すると、辞書に登録さ
医療記録の分かち書きを支援するために実践医療用語辞書ComeJisyoと、分かち書き結果から合成語を生成するツール「GoMusubi」を公開しています。 ComeJisyoは、形態素解析器MeCabのユーザ辞書として用います。 Mecabのシステム辞書IPA辞書の影響に加え、ComeJisyoの品詞誤りもあり、ComeJisyoの見出し語が過分割される場合があります。 そこで、解析結果の品詞を元に合成語を生成するツール「GoMusubi」を作成しました。 公開履歴 2021年 4月 Wcompounder_Ver.1.0 GoMusubi_Ver.2.0を構成するプログラムの内、合成語を生成するプログラムのソースコードを公開します。 動作環境 : Windows10(64ビット) 使用言語 : python3.8 2021年 4月 GoMusubi_Ver.2.0
この記事はエムスリーAdvent Calendar 2020 20日目の記事です。 エンジニアリンググループ AI・機械学習チームの李です。弊社では記事に対して疾患薬剤などのタグを付与するシステムGaussと、記事についたタグとユーザーのPV情報を利用してユーザーに興味のあるタグを紐づけるシステムMaxwellが存在します。Maxwellで使う特徴量を増やしたいというモチベーションがあるのですが、1つ考えられるのは記事についたタグに対して感情分析の結果を追加で利用することです。そこで、感情分析タスクをBERTで解く論文「Utilizing BERT for Aspect-Based Sentiment Analysis via Constructing Auxiliary Sentence」 (Sun et al., 2019) を弊社のサービスで提供される医療記事に適用してみました。 各
MedSpaCy is a library of tools for performing clinical NLP and text processing tasks with the popular spaCy framework. The medspacy package brings together a number of other packages, each of which implements specific functionality for common clinical text processing specific to the clinical domain, such as sentence segmentation, contextual analysis and attribute assertion, and section detection.
エムスリーエンジニアリンググループ AI・機械学習チームの中村(@po3rin) です。 好きな言語はGo。仕事では主に検索周りを担当しています。 最近「医療言語処理」という本を読んで、医療用語の表記ゆれ吸収や意味構造検索などについて学びました。 医療言語処理 (自然言語処理シリーズ) 作者:荒牧 英治発売日: 2017/08/01メディア: 単行本 そこで今回はElasticsearchと患者表現辞書を使った意味構造検索がどのくらい実戦投入できるかを簡単に試したので、概要と実装方法を簡単にご紹介します。 患者テキストの表記ゆれ 患者テキストの表記ゆれとは MEDNLPの患者表現辞書 トークンによる検索の課題と対策の検討 主語が違うのにヒットしちゃう? 意味構造検索 係り受け解析と患者表現辞書を使った意味構造検索の実装 患者表現辞書を使った係り受け解析 患者表現辞書の表現をクエリに展開する
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く