SonraiがAmazon SageMaker AIを活用して精密医療試験を加速する方法

Sonrai が Amazon SageMaker AI を活用して精密医療試験を加速させる方法 精密医療において、早期疾患検出のための診断テストを開発する研究者たちは、重要な課題に直面しています。それは、数千もの潜在的なバイオマーカーを含むデータセットに対して、患者サンプルが数百しかないという状況です。この次元の呪いは、画期的な発見の成功か失敗かを決定づける可能性があります。 現代のバイオインフォマティクスでは、早期疾患検出テストの開発のために、ゲノミクス、リポミクス、プロテオミクス、メタボロミクスなど、複数のオミックスモダリティが用いられています。この業界の研究者たちはまた、特徴量がサンプル数を桁違いに上回るデータセットにも直面することが多くあります。新しいモダリティが検討されるにつれて、組み合わせは指数関数的に増加し、実験の追跡が大きな課題となります。さらに、ソース管理とコード品質は、全体的な機械学習アーキテクチャにおいて極めて重要な側面です。効率的な機械学習運用（MLOps）プロセスが整備されていない場合、特にサイクルの初期発見段階ではこれが見過ごされがちです。 本稿では、ライフサイエンス AI 企業である Sonrai が AWS と提携し、規制環境で求められるトレーサビリティと再現性を維持しつつ、これらの課題に対処する堅牢な MLOps フレームワークを Amazon SageMaker AI を用いて構築した方法について探ります。 MLOps の概要 MLOps は、機械学習（ML）、DevOps、データエンジニアリングのプラクティスを組み合わせることで、生産環境における ML システムを信頼性高く効率的にデプロイおよび維持するためのものです。 初期から MLOps のベストプラクティスを導入することで、実験の反復を迅速化し、信頼性が高く追跡可能なモデル展開が可能になります。これらはすべて、ガバナンスと検証が最も重要な医療技術企業において不可欠な要素です。 Sonrai のデータ課題 Sonrai は、未治療のがん種に対するバイオマーカーテストを開発する大手バイオテクノロジー企業と提携しました。このプロジェクトでは、プロテオミクス、メタボロミクス、リポミクスなど複数のオミックスモダリティにわたる豊富なデータセットを扱い、高い感度と特異度を備えた早期検出用バイオマーカーのための最適な特徴量の組み合わせを特定することが目的でした。顧客はいくつかの重要な課題に直面していました。彼らのデータセットには 3 つのモダリティにまたがる 8,000 件以上の潜在的なバイオマーカーが含まれていましたが、患者サンプルは数百例のみでした。この極端な特徴量対サンプル比は、過学習を防ぐために洗練された特徴量選択を必要としました。チームは、モダリティの組み合わせやモデリングアプローチの数百通りを評価する必要があり、手動での実験追跡は現実的ではありませんでした。臨床使用を目的とした診断テストであるため、規制当局への提出には、生データからすべてのモデル化決定を経て最終的に展開されたモデルに至るまでの完全な追跡可能性が不可欠でした。 ソリューション概要 これらの MLOps の課題に対処するため、Sonrai は SageMaker AI を活用した包括的なソリューションを設計しました。SageMaker AI は、データサイエンティストや開発者が大規模な機械学習モデルの構築、トレーニング、デプロイを行うための完全管理型サービスです。このソリューションは、より安全なデータ管理、柔軟な開発環境、堅牢な実験追跡機能、そして完全なトレーサビリティを備えたスムーズなモデルデプロイを実現します。 以下の図は、アーキテクチャとプロセスフローを示しています。 ![](https://d2908q01vomqb2.cloudfront.net/f1f836cb4ea6efb2a0b1b99f41ad8b103eff4b59/2026/02/17/ML-19358-image-1.png) エンドツーエンドの MLOps ワークフローは、明確な経路に従います。 顧客がサンプルデータを Amazon Simple Storage Service (Amazon S3) の安全なデータリポジトリに提供します。 機械学習エンジニアは、ソース管理と連携した Amazon SageMaker Studio Lab と Code Editor を使用します。 パイプラインがデータリポジトリから読み取り、データを処理し、結果を Amazon S3 に書き込みます。 実験は Amazon SageMaker Studio 内の MLflow にログ記録されます。 生成されたレポートは Amazon S3 に保存され、ステークホルダーと共有されます。 検証済みのモデルは Amazon SageMaker Model Registry へプロモートされます。 最終的なモデルは推論またはさらなる検証のためにデプロイされます。 このアーキテクチャにより完全なトレーサビリティが可能になります。登録された各モデルは、ハイパーパラメータの選択やデータセットの分割を通じて、それを生成したソースデータとコードバージョンまで遡って追跡できます。 Amazon S3 を活用した安全なデータ管理 Sonrai のソリューションの基盤は、Amazon S3 を活用したセキュアなデータ管理です。Sonrai は、機密性の高い患者データを扱うために、S3 バケットに階層化されたアクセス制御を設定しました。サンプルおよび臨床データは、アクセス制限が設けられた専用データリポジトリバケットに保存され、データ保護要件に沿ったガバナンスを容易にしています。一方、処理済みのデータ、モデルの出力結果、生成されたレポートは、別の結果用リポジトリバケットに格納されます。この分離により、生体患者データのセキュリティを維持しつつ、分析結果の柔軟な共有が可能になります。Git リポジトリとのシームレスな統合により、協働作業、ソース管理、品質保証プロセスが実現されながら、AWS 環境内で機密性の高い患者データが保護されます。これは規制産業におけるガバナンスを維持する上で極めて重要です。 SageMaker AI MLOps プロジェクト開始当初から、Sonrai は SageMaker AI 環境内で JupyterLab と Code Editor の両方のインターフェースを活用しました。この環境は顧客の Git リポジトリと統合され、初日からバージョン管理およびコードレビューのワークフローが確立されました。SageMaker AI は、数分でプロビジョニングでき、使用しない場合は停止できる幅広い ML 最適化コンピューティングインスタンスを提供しており、コスト効率を最大化します。本プロジェクトでは、Sonrai は大規模なオミクスデータセットを処理するのに十分なメモリを持つコンピューティングインスタンスを使用し、集中的なモデリング実行時には起動し、分析フェーズ中はシャットダウンしました。 Code Editor は、生産品質のパイプライン構築のための主要な開発環境として機能し、統合されたデバッグ機能と Git ワークフロー機能を備えています。JupyterLab はデータ探索および顧客との共同会議に使用され、そのインタラクティブなノートブック形式が結果のリアルタイム議論を容易にしました。 Quarto というオープンソースの技術出版システムなどのサードパーティ製ツールは、モデリングパイプライン内でレポート生成を可能にするため、SageMaker のコンピューティング環境内にインストールされました。単一の quarto レンダーコマンドを実行するだけで、完全なパイプラインが実行され、ステークホルダーが即座に使用可能なインタラクティブなビジュアライゼーション、統計テーブル、詳細なマークダウン注釈を備えたレポートが作成されます。レポートは自動的に結果用の S3 バケットに書き込まれ、顧客はパイプライン完了から数分以内にダウンロードできます。 SageMaker AI 内の管理された MLflow の機能により、実験の追跡がシームレスに行えるようになりました。SageMaker AI 環境内で実行される実験は自動的に MLflow に追跡・記録され、実験プロセスの包括的なビューが取得されます。本プロジェクトでは、MLflow がモデリング実験における唯一の信頼できる情報源となり、パフォーマンス指標、ハイパーパラメータ、特徴量の重要度ランキング、ROC カルブや混同行列などのカスタムアーティファクトをログとして記録しました。MLflow の UI は、実験を並べて比較するための直感的なインターフェースを提供し、チームが有望なアプローチを迅速に特定し、顧客レビューセッションで結果を共有することを可能にしました。 MLOps パイプライン Sonrai のモデリングパイプラインは、生データを複数のステージを通じて処理して最終モデルを生成する、再現性がありバージョン管理されたワークフローとして構成されています: Amazon S3 からの生オミクスデータが読み込まれ、正規化および品質管理が行われます。 ドメイン固有の変換が適用され、モデリング準備完了の特徴量が作成されます。 再帰的特徴選択 (Recursive Feature Elimination: RFE) により、疾患検出において最も重要な特徴量のみを残すために数千の特徴量が削減されます。 個別および複合モダリティにわたって複数のモデルがトレーニングされます。 モデルのパフォーマンスが評価され、包括的なレポートが生成されます。 各パイプラインの実行は MLflow で追跡され、入力データのバージョン、コードのコミット履歴、ハイパーパラメータ、パフォーマンス指標が記録されます。これにより、生データから最終モデルに至るまでの監査可能なトレイルが作成され、規制当局への提出に不可欠となります。これらのパイプラインは SageMaker 学習ジョブ上で実行され、スケーラブルな計算リソースを提供するとともに、学習メタデータの自動キャプチャを実現します。 最も重要なパイプラインの段階は RFE（再帰的特徴消去）であり、これはモデルのパフォーマンスを監視しながら、重要性の低い特徴を反復的に削除するプロセスです。MLflow は各イテレーションを追跡し、どの特徴が削除されたか、各ステップにおけるモデルのパフォーマンス、そして最終的に選択された特徴セットをログに記録しました。この詳細な追跡により、特徴選択の決定を検証可能にし、規制審査のための文書化を提供しました。 モデルデプロイメント Sonrai は、開発ライフサイクル全体を通じてモデルのアーティファクトとメタデータを管理するために、MLflow と SageMaker Model Registry を補完し合う形で利用しています。活発な実験期間中、MLflow が主要な追跡システムとして機能し、軽量な実験追跡による迅速な反復を可能にします。モデルが事前に設定されたパフォーマンス閾値を満たし、より広範な検証や展開の準備が整った段階では、SageMaker Model Registry へプロモートされます。このプロモーションは、研究から開発への正式な移行を表しています。 候補となるモデルは成功基準に対して評価され、推論コードとコンテナと共にパッケージ化された上で、一意のバージョン識別子とともに SageMaker Model Registry に登録されます。SageMaker Model Registry は、Sonrai の品質管理システムに整合した正式な展開承認ワークフローをサポートしており、以下のステータスを含みます: Pending – 新規に登録されレビュー待ちのモデル Approved – 検証基準を通過し展開準備が整ったモデル Rejected – 受入基準を満たさず、その理由が文書化されたモデル がんバイオマーカープロジェクトにおいては、モデルは厳格な臨床基準に対して評価されました。具体的には、感度が少なくとも 90%、特異度が少なくとも 85%、AUC-ROC が少なくとも 0.90 であることが求められました。 承認されたモデルについては、展開オプションとして、リアルタイム推論用の SageMaker エンドポイント、大規模データセットの処理のためのバッチ変換ジョブ、または顧客固有環境での展開のためにアーティファクトを取得する選択肢があります。 結果とモデルの性能 SageMaker AI の ML 最適化コンピューティングインスタンスを使用することで、生データから最終モデルおよびレポートに至るまでのパイプライン全体が 10 分未満で実行されました。この迅速な反復サイクルにより、モデルの毎日更新や顧客会議中のリアルタイムコラボレーション、仮説の即時検証が可能になりました。従来は数日かかった作業が、今では単一の顧客通話内で完了できるようになっています。 モデリングパイプラインは、単一モダリティおよびマルチモダリティの組み合わせにおいて 15 の個別モデルを生成しました。最も性能が高かったモデルは、プロテオーム（タンパク質）とメタボローム（代謝物）の特徴を組み合わせたものであり、感度 94%、特異度 89%、AUC-ROC（曲線下面積：Area Under the Curve - Receiver Operating Characteristic）0.93 を達成しました。このマルチモダリティアプローチは単一モダリティのみを使用した場合よりも優れており、異なるオミクスデータタイプを統合することの価値を示しています。 優勝したモデルは、完全なメタデータとともに SageMaker Model Registry へ登録されました。これにはモデルアーティファクトの場所、トレーニングデータセット、MLflow（機械学習ライフサイクル管理ツール）実験 ID、評価指標、およびカスタムメタデータが含まれています。この登録済みモデルは、臨床検証研究への承認前に、顧客の臨床チームによる追加検証を受けました。「SageMaker AI をフルモデル開発プロセスに使用したことで、チームは完全な追跡可能性と最終結果に対する信頼を持ってコラボレーションし、迅速に反復することができました。Amazon SageMaker AI で利用可能な豊富なサービス群は、堅牢なモデルの開発、デプロイメント（展開）、およびモニタリングのための包括的なソリューションとなっています」と、Sonrai の AI 及び医療画像担当ディレクターである Matthew Lee は述べています。 Sonrai は AWS と提携し、SageMaker AI を活用して精密医療試験を加速する MLOps ソリューションを開発しました。このソリューションは、バイオマーカー発見における主要な課題に対処します。具体的には、限られた患者サンプルを扱いながら数千もの特徴量を持つ複数のオミクスモダリティからのデータセットの管理、数百に及ぶ複雑な実験の組み合わせの追跡、そして規制対応のためのバージョン管理とトレーサビリティの維持です。 その結果、開発の反復時間を日単位から分単位に短縮するスケーラブルな MLOps フレームワークが実現されました。

SonraiがAmazon SageMaker AIを活用して精密医療試験を加速する方法

背景や根拠まで確認しますか？

調べる

選ぶ

サイト