「AWS」が支えたコロナ禍の人工呼吸器生産【後編】
人工呼吸器を大増産した医療機器メーカーは「Amazon SageMaker」をどう使ったか
Vyaire Medicalは新型コロナウイルス感染症拡大を機に人工呼吸器の大幅増産を決めた。部品の安定調達や生産時の不良率低減といった課題を解決するために、同社が活用したのがAWSで構築したデータ分析システムだ。
新型コロナウイルス感染症(COVID-19)の拡大を受け、人工呼吸器の需給が急速に逼迫(ひっぱく)した。人工呼吸器メーカーのVyaire Medicalがこの状況に対処するために最初にしなければならなかったことは、製造スペースの拡大と製造スタッフの増員だった。これは米国の航空機メーカーSpirit AeroSystemsとの協業によって達成した。
人工呼吸器の大増産に「Amazon SageMaker」をどう生かしたのか
Vyaire Medicalは製造スペースと人員を確保した後に、従来1日当たり6台製造していた人工呼吸器を、1日当たり750台に増産するための作業に取り掛かった。ここで役に立ったのが、2019年から構築を進めていたデータ分析システムだ。同社はこのデータ分析システムを構築するために、データベースウェアハウス(DWH)サービスの「Amazon Redshift」、ビジネスインテリジェンス(BI)サービスの「Amazon QuickSight」、検索サービスの「Amazon Elasticsearch Service」といったAmazon Web Services(AWS)のクラウドサービスを利用している。
前編「『AWS』導入の医療機器メーカー 人工呼吸器を1日6台から750台へ大増産できた訳」に引き続き、同社がAWSサービスで構築したデータ分析システムを活用して、人工呼吸器を増産した事例を説明する。
自社で持ち合わせる人工呼吸器の原材料の把握や、1日に750台の人工呼吸器を製造するために必要な部品を安定供給できるベンダーの特定のために、Vyaire Medicalはまずサプライチェーンの調査に乗り出した。人工呼吸器のエンドユーザーである病院の所在地を確認して、人工呼吸器を配送する方法を把握する必要もあった。
Vyaire Medicalが生産計画を策定するときに、データ分析は「重要な役割を果たしていた」と、同社で分析とエンタープライズデータプラットフォームのシニアディレクターを務めるゴパール・ラマムルティ氏は話す。ラマムルティ氏によると、同社のデータ分析システムはサプライチェーンのデータを15分ごとに更新する。
同時にVyaire Medicalは、人工呼吸器を生産するときの不良品率を改善する機械学習モデルも構築した。同社は生産段階で人工呼吸器の検査を3回実施する。パンデミック以前は、約73%の人工呼吸器で生産中に問題が見つかっていた。問題のある人工呼吸器は、医療現場で確実に稼働することを保証するために作り直さなければならない。
1日の生産台数が6台だったときは、約73%という8割近い不良率でも許容できた。1日に750台の人工呼吸器を完成させる必要がある場合、この不良率では修理に時間がかかりすぎる。Vyaire MedicalはAWSの機械学習モデル構築サービス「Amazon SageMaker」を使用して、人工呼吸器の不良を予測して不良品の発生を防ぐ機械学習モデルを作成した。その結果、不良率は大幅に低下した。
「解決しなければならない課題は今でも残っている」とラマムルティ氏は話す。同氏が注目するのはビジネスプロセスだ。Vyaire Medicalは、より適切に需要と製品の在庫を予測するために、AWSのETL(データの抽出、変換、ロード)サービス「AWS Glue」も導入した。「以前、当社は無秩序な状態だった。現在は真のデータ駆動型の文化が構築されている」と、同氏はデータ分析システム構築の成果を語る。
TechTarget発 先取りITトレンド
米国TechTargetの豊富な記事の中から、最新技術解説や注目分野の製品比較、海外企業のIT製品導入事例などを厳選してお届けします。
Copyright © ITmedia, Inc. All Rights Reserved.
TechTarget発 先取りITトレンド
米国TechTargetの豊富な記事の中から、最新技術解説や注目分野の製品比較、海外企業のIT製品導入事例などを厳選してお届けします。
この記事の著者
関連記事
新着ホワイトペーパー PR
-
プレミアムコンテンツ
[アイティメディア株式会社] AI活用を成功に導く「オブジェクトストレージ」 NAS/SANの限界を突破するには -
プレミアムコンテンツ
[アイティメディア株式会社] 「性能ならSSD」「大容量ならHDD」はもう古い? 変わるストレージの常識 -
プレミアムコンテンツ
[アイティメディア株式会社] 「オンプレミス回帰」がまさかの失敗に クラウドをやめずに安くする最適化手法 -
事例
[発注ナビ株式会社] AI活用を成功させる企業とそうでない企業の違いとは? -
製品レビュー
[発注ナビ株式会社] システム開発「はじめの一歩」 押さえておきたい基礎知識と失敗を防ぐ方法
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
SAP移行で1900億円の赤字 「ベンダー任せ」が招くERP崩壊と回避策
-
2
「VMware vCenter」でゼロデイ悪用、PHPも修正――今朝の情シスニュース
-
3
「GPT-6.1 Terra」は半額 それでもなぜ企業はAIモデルを選べないのか?
-
4
AIに長文を入力する際の「コンテキストウィンドウ」の適切な扱い方はどれ?
-
5
「Copilot利用率99%」デンソー驚異の定着術 3万人を動かした“社長賞”の舞台裏
-
6
「OpenJDK」の重大な脆弱性をAIが1時間で発見 “防御の遅れ”をどう防ぐ?
-
7
AI利用時に情報漏えいが起きた場合の適切な対応はどれ?
-
8
「Windows Server 2028」、初のIntune対応をプレビュー PCとサーバを一元管理へ
-
9
月15万件の電話をAIで自動化した「焼肉きんぐ」 AIエージェント活用術
-
10
なぜ「ChatGPT」連携の拡張機能が情報漏えいの入り口になるのか?
ホワイトペーパーランキング PR
-
1
「IT史に名を残すシステム障害」8選
-
2
SCS評価制度時代の「SASE選定」ガイド
-
3
Microsoft 365 Copilotを安全&効果的に活用するために必要な「2つの準備」
-
4
Microsoft 365のメールセキュリティ、3つの“死角”と追加で検討すべき対策とは
-
5
パスワード管理だけで十分? 特権アクセスを脅かす暗号鍵の放置リスクとは
-
6
すぐ分かる「AWS WAF」ガイド:特徴・運用課題・メリットを解説
-
7
マンガで解説:情シスの負担を減らす「MDRサービスのインシデント対応」の中身
-
8
「Copilot Cowork」でこう変わる AIエージェント時代の新たな働き方とは
-
9
AI活用で激化する外部・内部リスク、取引先へ波及する脅威から守る対策とは?
-
10
Microsoft 365 Copilotで実際何ができる? 回答の精度を高めるRAGとは?
TechTargetジャパン SNS
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー