サイエンスが鍵: いかにして Johnson & Johnson は MLOps によってビジネスを強化したのか

ヘルスケア業界の大手企業であるJohnson & Johnsonは、製造、臨床試験登録、予測などを改善するために、ビジネス全体へのデータサイエンスの導入を進めています。

同社のエグゼクティブバイスプレジデント兼本社最高情報責任者であるジムスワンソン (Jim Swanson) 氏は、今春に開催された NVIDIA GPU テクノロジカンファレンス（GTC）のパネルディスカッションで、次のように述べています。「本当は意思決定科学と呼びたいところです。単にモデルを構築するだけではなく、それらのモデルからどんな決定や洞察を引き出そうとするかが重要だからです。」

Machine Learning Operations (MLOps) は、企業が AI 運用を成功させるために活用できる一連のベストプラクティスです。MLOps 戦略により、企業はデータを活用して難しい問題の答えを見つけたり、事業活動を目に見えて改善することができます。

例えば、Johnson & Johnsonはデータサイエンス協議会を社内に設置し、スワンソン氏が「バイリンガルデータサイエンティスト」と呼ぶ、専門領域の深い知識とデータサイエンスのスキルを兼ね備えた人材を育成しています。

「バイリンガルデータサイエンティストは、ビジネス上の主要な問題を理解し、データサイエンスを行うスキルを備えています」とスワンソン氏は述べています。

ジムスワンソン氏、リーマアラメッディン氏、およびニックエルプリン氏は、今春に開催された NVIDIA GTC21でJohnson & Johnsonにおけるデータサイエンスについて議論しました。

スワンソン氏によると、この戦略は社内のデータサイエンスコミュニティをビジネスワークフローに統合して、機械学習モデルの応用、フィードバック、および効果の実現を迅速化するのに役立つほか、データサイエンスを採用することへの躊躇を解消することもできます。

「このモデルは、従業員各自の事業領域に関するスキルという価値ある財産を置き換えるものではなく、独力では得られない長期的な視点を与えてくれるものだということを、本当に何度も繰り返して証明することによって示す必要があります」とスワンソン氏は述べています。

MLOps の導入が進むにつれて、エンジニアやデータサイエンティストをサポートする強力な AI インフラストラクチャが必要になると述べたのは、パネリストで Domino Data Lab 社 CEO のニックエルプリン (Nick Elprin) 氏です。

エルプリン氏はまた次のように述べています。「悲しいことに、あまりに多くの企業がこのツールを内製しようとして貴重なエンジニアリングリソースを浪費にしています。それほど簡単なことではありません。NVIDIA GPU アクセラレーテッド Domino Data Lab などのサードパーティープラットフォームから始めることをお勧めします。競合他社と差別化された、自社の事業に固有の問題の解決にエンジニアを集中させれば、はるかに大きな価値を創造してくれるはずです。」

NVIDIA は、企業の MLOps 導入を支援するために、NVIDIA DGX システムをベースとする AI インフラストラクチャを管理するための一連のオープンソースツールを NGC ソフトウェアハブ上で提供しています。ヘルスケア企業や医学研究者は、DGX システムと NVIDIA Clara アプリケーションフレームワークを使用して、電子カルテ (EMR) を解析するヘルスケアモデルを実行したり、計算創薬を促進したり、AI 対応医療機器や画像処理のワークフローを強化しています。