Amazon Quick を活用した希少がん研究の変革：生体医学データベースの統合による画期的発見

希少がん研究では、ゲノムシーケンシングパイプライン、臨床試験レジストリ、バイオマーカーリポジトリ、査読付き文献など across 多様なデータが生成されます。これら複数のソースを単一の調査に統合するには、通常、カスタム ETL パイプラインの構築、手動によるスキーマ整合性の調整、断絶されたシステム間での反復的な照会が必要となり、分析を開始するまでに数週間を要することがあります。 [Amazon Quick Research](https://docs.aws.amazon.com/quick/latest/userguide/using-amazon-quick-research.html) は、統合の課題に対処し、統一された研究環境を提供します。これは、[PubMed](https://pubmed.ncbi.nlm.nih.gov/) などの公開されている生体医学データベースを含む複数のソースから構造化・非構造化データを収集し、大規模言語モデル（LLM）駆動の合成技術を用いて、引用付きでバージョン管理された研究レポートを生成します。 本記事では、希少がん研究のために生体医学データソースを統合する Amazon Quick Research の使用方法について解説します。ウォークスルーでは小児肉腫を対象領域とし、PubMed やその他のオープンな生体医学リポジトリから公開されているデータセットを活用します。ここでは、研究目的の定義、データソースの設定、AI 生成の研究計画の確認、調査の実行、および修正・バージョン管理システムを用いた結果の反復という、エンドツーエンドのワークフローを網羅しています。 ## Capabilities **Amazon Quick Research** は、Amazon Quick 内のエージェント型研究ワークフローであり、マルチソースデータ検索と LLM（大規模言語モデル）に基づく合成を調整するものです。その中核となるコンポーネントは以下の通りです： - リサーチ目的の解析 – エージェントは自然言語の研究質問を解釈し、並列調査のための構造化されたサブトピックに分解します。 - 複数ソースからのデータ取り込み – ウェブ検索（PubMed、ClinicalTrials.gov、オープンアクセスジャーナルを含む公的にインデックス化されたソース）、ファイルアップロード（PDF、Word、Excel、PowerPoint）、および Amazon Quick アセット（Spaces、ダッシュボード、ナレッジベース、データセット）をサポートします。ソースは研究プロジェクト作成時に処理され、インデックスされます。 - AI 生成のリサーチプラン – 実行前に、エージェントは調査するトピック、各トピックごとに照会するソース、および分析アプローチを列挙した構造化されたプランを作成します。完全な実行を実行する前に、このプランを確認して修正することができます。 - 引用付きレポート生成 – 出力は、インライン引用がソース文書または URL に追跡可能な構造化されたレポートです。各記述には出典リンクが含まれており、「記述を理解する」機能により、個々の結論の背後にある証拠チェーンが公開されます。 - バージョン管理付き改訂ワークフロー – 特定の記述に改訂コメント（最大 400 文字）を付与できます。改訂を送信すると、注釈付けされたセクションにスコープを限定した新しい研究実行が開始され、バージョン番号が増分され、比較のために以前のバージョンが保持されます。 - エクスポート形式 – レポートは PDF または Word としてエクスポート可能です。サマリーバリアント（Executive、General、Custom）により、異なる聴衆向けに出力の長さや引用密度を調整できます。 [Spaces](https://docs.aws.amazon.com/quick/latest/userguide/working-with-spaces.html) は、Amazon Quick Research にデータを提供するデータ整理層です。Space は、最大 10,000 ファイルを Amazon Quick のダッシュボード、トピック、ナレッジベースと共にグループ化する論理的なコンテナです。ファイルはアップロード時にインデックスされ、研究実行のための検索コパスとして利用可能になります。サポートされる形式には、Word、Excel、PowerPoint、PDF、CSV、TXT、RTF、JSON、YAML、XML、HTML が含まれます。今回のウォークスルーでは、Space には公的に入手可能ながんゲノミクスデータセットと PubMed の抄録が配置され、ライブウェブ検索と共に内部ナレッジコパスとして機能します。 ## ウォークスルー このウォークスルーでは、Amazon Quick を使用して希少がん研究のために生体医学データソースを統合する方法を示します。スペースを作成し、Quick Research を開始し、引用付きレポートを生成します。 以下のビデオで手順を確認できます： 注意：Amazon Quick は有料サービスです。このウォークスルーを実行すると課対象リソースが作成されます。継続的な請求を避けるには、本記事の末尾にあるクリーンアップ手順を完了してください。 ## 前提条件 このウォークスルーを開始する前に、以下の準備が必要です： - アクティブな AWS アカウント。 - スペースおよび研究プロジェクトを作成できる権限を持つ Amazon Quick へのアクセス権。 - 生体医学研究用語に関する基本的な知識。 ## パート 1: スペースの作成 - Amazon Quick を開き、メインナビゲーションから「Spaces」を選択します。 - 「Create space」を選択して、研究に必要なファイルを追加します。 - 「Add knowledge」を選択します。 - ファイルアップロード、ダッシュボード、またはナレッジベースから選択します。 ページの上部にスペースの名前を入力してください。 スペースが「Spaces」リストに表示され、緑色のチェックマークまたは「Ready」ステータスになっていることを確認します。スペース名を選択して、すべてのアップロードされたファイルがリスト表示され、「Indexed」ステータスになっているか検証します。 ## パート 2: 研究プロジェクトの作成 Amazon Quick のホームページで**Quick Research**を選択し、**New Research**を選択して、目標設定から最終レポート生成までを案内する構造化ワークフローを開始します。 ## Part 3: Define the objective テキストフィールドに研究目的を入力してください。焦点を絞り、具体的な質問をすることで、より良い結果が得られます。 **例としての目的:** ** *特定のゲノム変異を有する小児肉腫に対する有望な標的治療アプローチは何であり、またこれらの治療から恩恵を受ける可能性のある患者をどのように同定できるでしょうか？* 研究目標を明記し、調査の範囲を指定してください。AI エージェントはあなたの研究質問を洗練させるのを支援し、利用可能なデータソースに基づいて探索すべき追加的な角度を提案します。 ## Part 4: Data source selection and integration 研究に含めるデータソースを選択してください: - Web search – パブリックインデックスから PubMed, ClinicalTrials.gov, オープンアクセスジャーナルなどを引き出すためにウェブ検索を有効化します。必要に応じて特定の URL を追加してください: https://rarecancer.org/publications - https://www.ncbi.nlm.nih.gov/ - https://aacrjournals.org/ - https://pmc.ncbi.nlm.nih.gov/articles/PMC10815984/ - https://journals.sagepub.com/home/rtu - https://www.cancer.gov/types - https://www.seattlechildrens.org/research/ ![image](https://d2908q01vomqb2.cloudfront.net/f1f836cb4ea6efb2a0b1b99f41ad8b103eff4b59/2026/05/27/ML-20129-2.jpg) - Choose File upload to add specific documents. Link Quick Research to your existing data spaces to include internal documents, reports, and knowledge bases in the research. Here, you can combine external web sources with your organization's proprietary information. ![image](https://d2908q01vomqb2.cloudfront.net/f1f836cb4ea6efb2a0b1b99f41ad8b103eff4b59/2026/05/27/ML-20129-3.jpg) - Choose Quick assets to include data spaces, dashboards, and knowledge bases. These are collections of files, documents, and analytics organized in Quick for fast access and analysis. ![image](https://d2908q01vomqb2.cloudfront.net/f1f836cb4ea6efb2a0b1b99f41ad8b103eff4b59/2026/05/27/ML-20129-4.jpg) Quick Research automatically identifies relevant data sources from connected repositories. For this pediatric sarcoma investigation, the system recognizes connections between: - Genomic mutation data and drug target databases - Clinical outcome data and treatment protocol literature - Biomarker profiles and patient response patterns - Historical trial data and current therapeutic options ## Part 5: AI-powered plan Quick Research generates a structured plan before running. Review the topics that the agent will investigate: - トピック 1：小児肉腫に対するゲノム誘導型標的療法の患者選択と治療アプローチ。 - トピック 2：小児肉腫のゲノムランドスケープ（遺伝子変異、PAX3 などの遺伝子融合）、および横紋筋肉腫、イーニング肉腫、骨肉腫を含むサブタイプ。 - トピック 3：現在 FDA 承認済みの標的療法（作用機序、有効性、ゲノムプロファイル）。 - トピック 4：今後の方向性（遺伝子編集、細胞ベース療法の開発、新規ドラッグデリバリーシステム、前臨床研究）。 ![image](https://d2908q01vomqb2.cloudfront.net/f1f836cb4ea6efb2a0b1b99f41ad8b103eff4b59/2026/05/27/ML-20129-5.jpg) ## パート 6：計画の修正（オプション）と研究開始 - 実行前に範囲を絞り込むために「Plan の修正」を選択してください。 - 焦点を当てる具体的な領域を追加します。例： 特定の遺伝子変異や遺伝子融合に関するセクションを追加する - 異なるアプローチ間の比較分析を追加する 計画に満足したら、「研究を開始」を選択してください。 進行状況インジケーターが表示され、「研究中」というメッセージが確認できることを確認してください。ステータスは「未着手」から「進行中」に変更されるはずです。 ## パート 7：レポートのレビュー Quick Research は、以下の要素を含む構造化されたレポートに知見を統合します： - 主要な発見と臨床的意義をまとめたエグゼクティブサマリー。 - 支持データ可視化を含む詳細分析セクション。 - 将来の研究方向性に対する根拠に基づく推奨事項。 - 引用文献および手法の透明性の開示。 - 臨床実装に向けた具体的な次のステップ。 - 出典情報。 このプロセスには約20〜30分かかります。 ![image](https://d2908q01vomqb2.cloudfront.net/f1f836cb4ea6efb2a0b1b99f41ad8b103eff4b59/2026/05/27/ML-20129-6.jpg) ## 1. 完了した研究へのアクセス - メインナビゲーションで「Research」を選択します。 - ご自身の研究プロジェクトのステータスを確認してください。「Complete」と表示されているはずです。 - 完了した研究プロジェクトを選択します。 ## 2. 研究レポートの閲覧 このレポートは、選択されたすべてのソースからの情報を構造化された形式で統合しています。 - 左ペインにある「Topics」タブを使用して、主要セクション間を移動できます。 - 各セクション内で支持証拠や出典参照を確認します。 - 必要に応じて右上隅の「Download」「Summarize」「Share」ボタンを使用してください。 - リーディングモードを選択するとサイドバーが非表示になり、コンテンツに集中できます。 ## 3. 引用文献の確認 引用文献は、検証やより深い調査のためのソース資料への直接アクセスを提供します。 - レポート全体で番号付きの引用を探してください。 - 引用番号を選択して出典の詳細を表示します。 - ポップアップには、元の論文と元のページへのハイパーリンクが表示される点にご注意ください。 ## 4. ステートメント分析の理解 ステートメント分析は、研究結論に至る推論過程を示し、分析プロセスにおける透明性を提供します。 - ステートメント分析アイコン（3本の横線とプラス記号）を探してください。 - レポート内の任意のステートメント隣接するアイコンを選択してください。 - 表示される説明ウィンドウを確認してください。ここには以下が示されます： そのステートメントがどのように決定されたか。 - エビデンスの要約。 ## パート8: 研究の更新 追加の焦点領域で研究を洗練させるために、レポート内に直接改訂コメントを追加してください。 ## 1. 改訂用のコメントを追加する Quick Research は、後続の実行においてあなたの改訂用コメントを利用します。 - レポート内で拡張または改訂したいテキストを選択してください。 - 右側の Research パネルにコメントを追加してください（最大400文字）："特定のトピック領域"についてより深い調査が必要です ## 2. 改訂プロセスを開始する - Revise ボタンを選択してください（コメント追加後に利用可能になります）。 - Review revision started というメッセージが表示されることを確認してください。 - Quick Research は既存のコンテンツを分析し、コメントを適用します。 通常、研究完了には20〜40分かかり、改訂が完了するとバージョン番号が増分されます（例：Version 2）。 ## 3. バージョン履歴を確認する バージョン管理は、研究プロセスの明確な監査証跡を維持し、以前の反復結果も保存します。 - バージョン番号が増加していることに注意してください。 - フィードバックがどのように取り入れられたかを確認するために、異なるバージョンを比較します。 - バージョンを通じて研究の進化を追跡します。 ## 4.要約機能の使用 異なる要約形式は、異なる聴衆のニーズやプレゼンの文脈に対応しています。 - 右上にある「要約」ボタンを選択してください。 - 要約の種類を選択します: エグゼクティブサマリー: 役員向け、最大2ページ、引用なし。 - 一般共有: ビジネスに親和性が高く、最大6ページ、必須の引用あり。 - カスタム要約: 最大5,000文字のカスタマイズ可能な形式。 ## 5.ダウンロードと共有 複数のダウンロード形式は、正式なプレゼンテーションから共同レビューまで、さまざまなユースケースをサポートしています。 - 「ダウンロード」ボタンを使用して以下を取得します: プレゼンテーション用のPDF形式。 - 共同編集用のWord形式。 - チームメンバーと研究を共有するために「共有」ボタンを使用してください。 ## クリーンアップ 以下の手順を実行すると、研究レポートおよびSpacesにアップロードされたすべてのファイルが永久に削除されます。研究結果やアップロードデータを保存したい場合は、先に進む前にレポート（PDFまたはWord形式）のエクスポートと重要なファイルのダウンロードを行ってください。 研究が完了した後、以下の手順で研究ドキュメントと作成したアセットを削除できます: - レポートを削除する: 対象のレポートを選択します。 - [アクション] を選択します。 - [削除] を選択します。 - アセットを削除する: Amazon Quick コンソールの [Spaces] セクションを開きます。 - 削除したいスペースを見つけ、その名前隣の [その他のアクション (•••)] メニューを選択します。 - スペースを削除するには [削除] を選択します。 これらのリソースを削除すると、関連するすべての課金が停止されます。 ## 結論 本投稿では、Amazon Quick Research が公開されている生体医学データベースと独自の研究コーパスを統合し、希少がんの研究を支援する方法について紹介しました。Quick Research を使用すれば、チームは自然言語で複数のデータソースにまたがる複雑な質問を行い、AI パワー型の分析を通じて微妙な相関関係を特定し、多様なデータセットからの知見を合成して、規制当局への提出書類や資金申請、臨床判断の支援を行うことができます。その結果、研究が迅速化され、より包括的でエビデンスに基づく洞察が得られ、それが臨床判断の参考となり、将来の研究投資の指針となり、希少がんと診断された患者さんのアウトカム改善につながります。 ご自身の生体医学データセットで始めるには: - Amazon Quick の製品ページにアクセスして、トライアルを開始し、最初の研究スペースを作成してください。 - 詳細な手順やベストプラクティスについては、Amazon Quick Research のドキュメントをご覧ください。 ご質問がある場合や、研究の成功事例を共有したい場合は、コメントを残すか、[AWS for Industries: Healthcare and Life Sciences コミュニティ](https://aws.amazon.com/health/) に参加してください。 ## 著者について ![image](https://d2908q01vomqb2.cloudfront.net/f1f836cb4ea6efb2a0b1b99f41ad8b103eff4b59/2026/05/27/ML-20129-7.png) ## Anu K Nagaraja Anu は AWS のヘルスケアおよびライフサイエンス (HCLS) ソリューションアーキテクト II で、AI、生成 AI、機械学習に特化した 6 年以上の経験を持っています。彼女は複数の業界にわたる組織に対し、スケーラブルでクラウド駆動型のソリューション構築を支援しています。Anu は、モダンなデータプラットフォームやアジェンティック AI アーキテクチャを通じて、AI のイノベーションに注力しています。

背景や根拠まで確認しますか？

関連記事

調べる

選ぶ

サイト