医療 AI / Medical AI / 医用画像処理

クラスキャット人工知能研究開発支援サービス

◆ クラスキャットは人工知能・テレワークに関する各種サービスを提供しています。お気軽にご相談ください :

人工知能研究開発支援
1. テクニカルコンサルティングサービス
2. 実証実験(プロトタイプ構築)
3. アプリケーションへの実装
4. 人工知能研修サービス(経営者層向けオンサイト研修)
人工知能研修サービス
PoC(概念実証)を失敗させないための支援

◆ お問合せ : 本件に関するお問い合わせ先は下記までお願いいたします。

クラスキャット セールス・マーケティング本部セールス・インフォメーション
sales-info@classcat.com ; Web: www.classcat.com ; ClassCatJP

BaaS 実装の仮想ブレイン指向知識ベースのチャットボットを2023年11月から提供開始

Press Release (10/17/2023)

BaaS 実装の仮想ブレイン指向知識ベースのチャットボット
「ClassCat® Chatbot Second Brain」を2023年11月から提供開始
– GPT 3.5 & 4 連携対応、低コストな知識ベース管理ソリューション –

クラスキャット AI リサーチ (クラスキャット、代表: 佐々木規行、茨城県取手市) は、「ClassCat® ChatBot」シリーズの新製品「ClassCat® Chatbot Second Brain」を2023年11月から提供開始することを発表致しました。「ClassCat® ChatBot」シリーズは GPT 3.5 & 4 との連携に対応した知識ベース管理ソリューションを装備したチャットボットです。多様なドキュメントやリソースを LLM (大規模言語モデル) がリアルタイムで高速に参照可能なコンテキストに変換できますので、管理下にあるドキュメントの内容についてユーザは自在に質問することができます。本ソリューションはオープンソースベースで GPU 不要であるために低コストで運用することができます。

今回発表致しました「ClassCat® Chatbot Second Brain」は BaaS (Banking as a Service) 上に実装されているため堅牢で、また知識ベースを仮想ブレイン (頭脳) 指向で構成しているために知識群の管理が容易であるという大きな特徴を持っています。

[Read More …] (10/17/2023)

GPT 3.5 & 4 連携対応、低コストな知識ベース管理ソリューション、ベータ版を配布開始

Press Release (10/03/2023)

GPT 3.5 & 4 連携対応、低コストな知識ベース管理ソリューション
「ClassCat® Knowledge Manager」ベータ版を配布開始
– Chat with your documents –

クラスキャット AI リサーチ (クラスキャット、代表: 佐々木規行、茨城県取手市) は、GPT 3.5 & 4 との連携に対応した知識ベース管理ソリューション「ClassCat® Knowledge Manager」ベータ版を配布開始したことを発表致しました。

ClassCat® Knowledge Manager は多様なドキュメントやリソースを、OpenAI GPT 3.5 & 4 (ChatGPT) を始めとする大規模言語モデル (LLM) がチャット中にリアルタイムで参照できるコンテキストに変換できるソリューションです。端的に言えば、”Chat with your documents” つまりユーザがアップロードして管理しているドキュメントの内容についてユーザはチャット、質問応答することができます。
本ソリューションはオープンソースベースで GPU 不要であるために低コストで運用可能です。

[Read More …] (10/03/2023)

⚡ ClassCat® Chatbot Knowledge Manager : ベータ版配布開始

⏩ Chat with your documents

GPT 3.5 & 4 連携、知識ベース管理ソリューション ClassCat® Chatbot Knowledge Manager は、あらゆるドキュメントやリソース・コンテンツを OpenAI GPT 3.5 & 4 (ChatGPT) がチャット中にリアルタイムで参照できるコンテキストに変換できるソリューションです。本ソリューションは利用したい LLM (大規模言語モデル) やベクトルデータベースを選択可能です。

💥 02-oct-23 : Beta 版を github で公開しました。

MONAI HuggingFace🤗 Spaces デモ

現在、MONAI の機能を使用してクラスキャットが作成した以下のデモを HuggingFace🤗 Spaces で公開しています :

Medical Image Classification with MONAI (医用画像分類)
Spleen 3D segmentation with MONAI (脾臓 3D セグメンテーション)
Brain tumor 3D segmentation with MONAI (脳腫瘍 3D セグメンテーション)

※ いずれもサンプル画像を選んで “Infer” (推論) ボタンをクリックすると予測結果が表示される仕様です。
※ 推論に GPU は使用していませんので時間がかかる場合があります。
※ Hugging Face は Transformers ベースの自然言語処理や拡散モデルのアプリケーションを構築するためのエコシステムを開発・サービス提供している米企業です。

🦜️🔗 LangChain : ユースケース : チャットボット

ユースケースから「チャットボット」です。チャットボットは LLM の中心的なユースケースの一つです。チャットボットの中核の機能は、長く続く会話を持てることと、ユーザが知りたい情報へのアクセスを持てることです。

大規模言語モデル (LLM) の独立した使用は真に強力なアプリケーションを作成するには不十分である場合が多く、それらを他の計算や知識のソースと組み合わせることが望ましいです。LangChain はこのような種類のアプリケーションの開発を支援することを目標とするフレームワークです。

[詳細] (09/06/2023)

🦜️🔗 LangChain : ユースケース : 質問応答

ユースケースから「質問応答」です。このウォークスルーでは LLM を使用した、ドキュメントに対する質問応答アプリケーションを構築する方法を調べます。

大規模言語モデル (LLM) の独立した使用は真に強力なアプリケーションを作成するには不十分である場合が多く、それらを他の計算や知識のソースと組み合わせることが望ましいです。LangChain はこのような種類のアプリケーションの開発を支援することを目標とするフレームワークです。

[詳細] (09/04/2023)

OpenAI platform : ガイド : GPT-3.5 Turbo 対応微調整 (ファインチューニング)

8月22日に ChatGPT でも使用されている GPT-3.5 Turbo モデルの微調整が可能になったことが OpenAI から GPT-3.5 Turbo fine-tuning and API updates にて発表されました。

OpenAI platform の微調整に関するガイドもこれに合わせて GPT-3.5 Turbo 対応になりましたので、再翻訳しました。

[詳細] (08/29/2023)

HuggingFace🤗 Spaces デモ : 脾臓 3D セグメンテーション – MONAI

HuggingFace Hub スペースで「脾臓 3D セグメンテーション」のデモを作成・公開してみました。MONAI が提供するモデル・フレームワークを使用しています。

[デモ] (01/21/2023)

HuggingFace🤗 Spaces デモ : 脳腫瘍 3D セグメンテーション – MONAI

HuggingFace Hub スペースで「脳腫瘍 3D セグメンテーション」のデモを作成・公開してみました。MONAI が提供するモデル・フレームワークを使用しています。

[デモ] (01/20/2023)

HuggingFace🤗 Spaces デモ : 医用画像分類 – MONAI

HuggingFace Hub スペースで医用画像分類器のデモを作成・公開してみました。MONAI が提供するモデル・フレームワークを使用しています。

[デモ] (01/15/2023)

MONAI 1.0 : tutorials : 3D セグメンテーション – 脾臓 3D セグメンテーション

MONAI (Medical Open Network for AI) は PyTorch エコシステムの一部で、医用・ヘルスケア画像における深層学習のための PyTorch ベースのオープンソースのフレームワークです。先月にリリースされた 1.1.0 をベースに幾つかドキュメントを翻訳しています。

今回はチュートリアルから「脾臓 3D セグメンテーション」です。このチュートリアルは MSD 脾臓データセットに基づいた 3D セグメンテーションの end-to-end な訓練と評価サンプルです。このサンプルは PyTorch ベースのプログラムで MONAI モジュールの柔軟性を示します。

[詳細] (01/19/2023)

MONAI 1.0 : tutorials : 3D セグメンテーション – 脳腫瘍 3D セグメンテーション

MONAI (Medical Open Network for AI) は PyTorch エコシステムの一部で、医用・ヘルスケア画像における深層学習のための PyTorch ベースのオープンソースのフレームワークです。先月にリリースされた 1.1.0 をベースに幾つかドキュメントを翻訳しています。

今回はチュートリアルから「脳腫瘍 3D セグメンテーション」です。このチュートリアルは、MSD 脳腫瘍データセットに基づくマルチラベル・タスクの訓練ワークフローを構築する方法を示します。

[詳細] (01/18/2023)

MONAI : What’s new in 1.1

MONAI (Medical Open Network for AI) は PyTorch エコシステムの一部で、医療・ヘルスケア画像における深層学習のための PyTorch ベースのオープンソースのフレームワークです。

MONAI 1.1 の新しい機能の概要です。デジタルパソロジー・ワークフロー, MONAI バンドル用実験管理, Auto3dSeg 拡張, MONAI モデル Zoo の新しいモデル, そして最先端の SurgToolLoc ソリューションについて説明されています。

[詳細] (01/17/2023)

MONAI : What’s new in 1.0

MONAI (Medical Open Network for AI) は PyTorch エコシステムの一部で、医療・ヘルスケア画像における深層学習のための PyTorch ベースのオープンソースのフレームワークです。

MONAI 1.0 の新しい機能の概要です。モデル Zoo, Auto3DSeg, 連合学習クライアント, デジタルパソロジー・ワークフロー用の MetaTensor サポート, 高速化 MRI 再構成について説明されています。

[詳細] (01/16/2023)

MONAI 1.0 : tutorials : モジュール – 2D 画像変換デモ

MONAI (Medical Open Network for AI) は PyTorch エコシステムの一部で、医療・ヘルスケア画像における深層学習のための PyTorch ベースのオープンソースのフレームワークです。

今月リリースされた 1.0.1 をベースにドキュメントを翻訳しています。今回はチュートリアルから「2D 画像変換デモ」です。このチュートリアルは GlaS Contest データセットを使用して組織の画像上の画像変換を実演します。

[詳細] (11/11/2022)

MONAI 1.0 : tutorials : モジュール – GAN ワークフロー・エンジン (辞書版)

MONAI (Medical Open Network for AI) は PyTorch エコシステムの一部で、医療・ヘルスケア画像における深層学習のための PyTorch ベースのオープンソースのフレームワークです。

今月リリースされた 1.0.1 をベースにドキュメントを翻訳しています。今回はチュートリアルから「GAN ワークフロー・エンジン (辞書版)」です。このチュートリアルでは GanTrainer、モジュール化された敵対的学習のための MONAI ワークフロー・エンジンを示します。MedNIST ハンド CT スキャン・データセットを使用して医用画像再構築ネットワークを訓練します。辞書バージョン。

[詳細] (11/13/2022)

MONAI 1.0 : tutorials : モジュール – MedNIST で GAN

MONAI (Medical Open Network for AI) は PyTorch エコシステムの一部で、医療・ヘルスケア画像における深層学習のための PyTorch ベースのオープンソースのフレームワークです。

今月リリースされた 1.0.1 をベースにドキュメントを翻訳しています。今回はチュートリアルから「MedNIST で GAN」です。このチュートリアルはランダムな入力テンソルから画像を生成するネットワークを訓練するための MONAI の使用方法を示します。単純な GAN は Generator と Discriminator ネットワークから成ります。

[詳細] (11/08/2022)

MONAI 1.0 : tutorials : 2D レジストレーション – 2D XRay レジストレーション・デモ

MONAI (Medical Open Network for AI) は PyTorch エコシステムの一部で、医療・ヘルスケア画像における深層学習のための PyTorch ベースのオープンソースのフレームワークです。

今月リリースされた 1.0.1 をベースにドキュメントを翻訳しています。今回はチュートリアルから「2D XRay レジストレーション」です。このチュートリアルは MONAI のレジストレーション機能を紹介するために、学習ベースの 64 x 64 X-Ray ハンドのアフィン・レジストレーションの素早いデモを示します。

[詳細] (11/08/2022)

MONAI 1.0 : tutorials : モジュール – MedNIST データセットによる Autoencoder ネットワーク

MONAI (Medical Open Network for AI) は PyTorch エコシステムの一部で、医療・ヘルスケア画像における深層学習のための PyTorch ベースのオープンソースのフレームワークです。

今月リリースされた 1.0.1 をベースにドキュメントを翻訳しています。今回はチュートリアルから「MedNIST データセットによる Autoencoder ネットワーク」です。このチュートリアルは MONAI の autoencoder クラスを実演するために MedNIST ハンド CT スキャン・データセットを使用します。ぼかしやノイズの除去の使用方法として実演します。

[詳細] (11/07/2022)

MONAI 1.0 for PyTorch : tutorials : 2D 分類 – MedNIST データセットによる医用画像分類

MONAI (Medical Open Network for AI) は PyTorch エコシステムの一部で、医療・ヘルスケア画像における深層学習のための PyTorch ベースのオープンソースのフレームワークです。

今月リリースされた 1.0.1 をベースにドキュメントを翻訳しています。今回はチュートリアルから「2D 分類 – MedNIST データセットによる医用画像分類」です。このチュートリアルは MONAI 機能を既存の PyTorch プログラムに容易に統合する方法を示します。MedNIST データセットを題材としています、これは初心者のためにチュートリアルとして非常に適切です。

[詳細] (11/02/2022)

MONAI 1.0 for PyTorch (医用画像処理) : PyTorch ユーザのための MONAI

MONAI (Medical Open Network for AI) は PyTorch エコシステムの一部で、医療・ヘルスケア画像における深層学習のための PyTorch ベースのオープンソースのフレームワークです。

MONAI の設計原理は様々な専門知識を持つユーザのために柔軟で軽量な API を提供することです。総てのコアコンポーネントは独立したモジュールで、これらは任意の既存の PyTorch プログラムに容易に統合できます。

今月リリースされた 1.0.1 をベースにドキュメントを翻訳しています。このチュートリアルは MONAI API を簡単に紹介してその柔軟性と使い易さにハイライトを当てます。MONAI がヘルスケア画像の深層学習のためにドメインに最適化された機能を提供する方法を示します。

[詳細] (11/01/2022)

MONAI 1.0 for PyTorch (医用画像処理) : MedNIST デモ (画像分類チュートリアル)

MONAI (Medical Open Network for AI) は PyTorch エコシステムの一部で、医療・ヘルスケア画像における深層学習のための PyTorch ベースのオープンソースのフレームワークです。

MONAI の設計原理は様々な専門知識を持つユーザのために柔軟で軽量な API を提供することです。総てのコアコンポーネントは独立したモジュールで、これらは任意の既存の PyTorch プログラムに容易に統合できます。

今月リリースされた 1.0.1 をベースにドキュメントを翻訳しています。このチュートリアルでは MedNIST データセットを題材とする画像分類タスクに対して MONAI ベースの end-to-end な訓練と評価サンプルを紹介します。

[詳細] (10/31/2022)

MONAI 1.0 for PyTorch (医用画像処理) : 概要

MONAI (Medical Open Network for AI) は PyTorch エコシステムの一部で、医療・ヘルスケア画像における深層学習のための PyTorch ベースのオープンソースのフレームワークです。

今月リリースされた 1.0.1 をベースに幾つかドキュメントを翻訳します。最初は README を概要として翻訳します。 MONAI の設計原理は様々な専門知識を持つユーザのために柔軟で軽量な API を提供することです。総てのコアコンポーネントは独立したモジュールで、これらは任意の既存の PyTorch プログラムに容易に統合できます。

[詳細] (10/29/2022)