Nutanix の AI 部門エンジニアリング担当バイスプレジデントである Debojyoti "Debo" Dutta 氏は、新しい治療法の開発と企業の生産性を加速させる人工知能の取り組みを指揮しています。
医学的な問題に直面している私たちに対して、Debojyoti "Debo " Dutta 氏は魅力的な数学の問題に直面しています。彼はコンピューターサイエンスを駆使してその問題を解決することに人生を捧げています。
Dutta 氏は、企業のデジタル機能の近代化と拡張を支援するハイブリッド・マルチクラウド IT インフラ・ソフトウェア企業である Nutanix のエンジニアリング（ AI ）担当バイスプレジデントです。また、人工知能（ AI ）を活用した新世代の個別化医療を推進するため、数学、コンピューターサイエンス、生物学を融合させることに情熱を注いでいます。
The Forecast by Nutanix とのインタビューで、Dutta 氏は、統計的アルゴリズムを使って人間の DNA やタンパク質の奥深くに埋もれている謎を解明する計算生物学への数十年にわたる情熱について語ってくれました。
Dutta 氏は、人工知能と機械学習（ AI/ML ）を可能にするモデルの精度を向上させることで、医学研究を強化するためのオープンソースソフトウェアプラットフォームの開発で極めて重要な役割を果たしました。インタビューでは、 AI/ML が治療において大きな進歩をもたらすと思われる分野について説明し、なぜデジタル・インフラ技術がそのような利益を確保するための中心となるのかを説明しました。
同世代の技術者の多くがそうであるように、Dutta 氏もインド工科大学でコンピューター・サイエンスを学び始めました。しかし、彼の専門的な仕事は主に 1 と 0 に集中する一方で、彼は生物への憧れを育んでいたのです。
「生物学について考え続けていましたが、あまり何もできなかった」と彼は振り返ります。
それが変わったのは、南カリフォルニア大学（ USC ）の博士課程に入学したときで、そこは数学者の Mike Waterman 氏が計算生物学の分野を共同設立したところでした。
「その時から、視野が開け始めました」と Dutta 氏は話しました。「博士号を取得した後、私はこう言いました。人生で何をするにしても、計算生物学に時間を費やす必要があるのです」
そこで彼は 3 年間のポスドク研究を行い、現在機械学習と呼ばれているものを生み出す精巧な統計アルゴリズムの開発を学びました。
「人体の仕組みを理解する一環として、機械学習について学ぶことができました」と彼は振り返ります。 USC を離れて民間企業に入り、Cisco Systems 社でネットワークの改善に統計アルゴリズムの知識を応用するまでにそう時間はかかりませんでした。
本業ではネットワーキングとクラウド・コンピューティングのスキルを磨き、仕事が終わるとポスドク時代のテーマに立ち戻る： コンピューター・サイエンスをがん治療法の改善に役立てたいと考えていました。そこで彼は、現状を変えようと決心したのです。
2018 年、Dutta 氏は AI/ML の専門家集団に加わり、機械学習のパフォーマンスベンチマーク、データセット、ベストプラクティスを作成するために設立された MLCommons の創設メンバーになりました。 MLCommons の中で Dutta 氏は、医療研究者が機密性の高い個人データを危険にさらすことなく AI モデルの信頼性を確認できるようにするオープンソースプラットフォーム、 MedPerf を共同で立ち上げました。
MedPerf は、病院や大学の研究室の研究者が個人データを提供することなく、医療機関内のモデルを評価できるようにする連携学習フレームワークを使用しており、これは連携学習システムとしても知られています。
MedPerf プロジェクトの陣頭指揮を執った機械学習研究者の Alexandros Karargyris 氏は、The Forecast とのインタビューで、「データは医療機関の施設内から出ることはありません」と語りました。 Karargyris 氏は、MedPerf の仕組みを説明した Nature Machine Intelligence 誌の研究レポートの主執筆者であり、Dutta 氏は共著者でした。
MedPerf プラットフォームは、医学研究における AI/ML のユーザーを悩ませる 2 つの疑問に取り組んでいます： AI/ML モデルが統計的に妥当な結果を出すことをどのように確認できるのか？ そして、ハッカーやサイバー犯罪者から機密性の高い個人データをどのように保護するのか？というものです。
MedPerf は、信頼性が高く一貫性のある AI モデリングのベンチマークを確立し、基本的に研究者にモデルを提供するプラットフォームを構築することでこれを実現します。患者データは社内に残され、研究者は安全かつセキュアに保管することができます。
「モデルは機械学習の根幹です」と Dutta 氏は述べます。
「データを使ってモデルを学習し、新しいデータから推論するためにモデルを導入する」。データ量は日々増大し、高品質で偏りのないモデルの需要が高まっています。モデルはまた、データ保護規則を遵守し、確立されたベストプラクティスに従わなければなりません。 MedPerf は、これらすべてを可能にするのに大きく貢献しています。
Dutta 氏は、 AI は画像診断、 DNA やタンパク質の配列解析、 AI を用いた生成的な迅速実験研究という 3 つの主要な方法で医学知識を進歩させていると説明しました。 AI/ML アルゴリズムは、 X 線やその他の画像をスキャンして腫瘍やその他の異常の兆候を見つけることができます。例えば、網膜スキャンは糖尿病性網膜症の進行を追跡することができるのです。
ChatGPT のような大規模言語モデル（ LLM ）は、膨大な医学雑誌の記事や研究発表のライブラリをスキャンし、医師がより迅速に病気を診断するのを助けることができるでしょう。 LLM はまた、何テラバイトもの DNA 配列データを調べ上げ、病気の遺伝的誘因を明らかにする手助けをすることもできます。
Dutta 氏は、学際的な研究者たちが、がん細胞を破壊するために CRISPR や免疫療法とともに LLM を使用することを模索していると述べています。(編集部注：Dutta 氏は、Serafim Batzoglou 氏が発表した関連記事、The National Library of Library of Medicine や Nature Portfolio のリンクを共有しました)
「 AI を使えば、がん治療に重要な DNA 配列を迅速に設計したり検索したりすることができます」と Dutta 氏は語ります。「今までなら何年もかかっていたことが、 10 分の 1 、 100 分の 1 の時間で済むかもしれません」
臨床医や研究者でなくとも、 AI が医療にもたらす価値を理解することができるでしょう。
「コンピューター・サイエンスのシステム担当者として、もし私がより優れた AI ベースのツールで生物学者のスピードアップを手助けできれば、これらの専門家はがんをより良くすることができ、より多くの種類のがんやその他の複雑な病気を治すことができます」と Dutta 氏は述べています。
Nutanix は、コンピューター、ネットワーク、ストレージのハードウェア機能をソフトウェアでエミュレートするハイパーコンバージド・インフラストラクチャー（ HCI ）の先駆者として事業を開始しました。Dutta 氏は 2020 年、 COVID-19 の大流行のさなかに同社に着任し、 HCI が AI/ML コンピューティング環境に必要な柔軟性と拡張性を提供することをすぐに理解しました。
「 Nutanix は、我々が知らない方法で世界を変えることができ、多くの素晴らしい次世代 AI ワークロードをホストすることができます」と Dutta 氏は語っています。
ChatGPT のような LLM の登場は、企業顧客が外部企業とデータを共有することなくオンプレミスで実行できる AI ツールを探し始めたことで、同社が専用ソリューションを開発するきっかけになりました。
「今、我々のお客様は、 ChatGPT のようなアプリケーションに燃料を供給する LLM を含む生成 AI モデルを、適切な安全性とガバナンスの下で、独自のデータと独自の条件で、自社のプライベート・インフラ上で実行することが可能になりました」と Dutta 氏は付け加えました。
適切な企業インフラにより、大企業は LLM を使用して法的文書や現行法規をスキャンし、コンプライアンスを確保し、法的責任を軽減することができます。 LLM はまた、チャットボットやその他の会話型インターフェースで顧客サービスを合理化することもできます。そして、これらの機能は、まだ可能性のほんの一部にすぎません。
「これは将来の企業のあり方を劇的に変えると思います」とDutta 氏は続けます。「私たちはまだその経済効果を低く評価しているのかもしれません」
Dutta 氏の MedPerf と MLCommons への貢献とチャンピオンシップは、新薬の可能性を開き、治療開発プロセス全体のデジタルツインを作成するために IT インフラを使用して、医学分野全体の革新を可能にします。それはすべて、高度な自動化を用いて、我々の種が本来持っている長所を（置き換えるのではなく）強化する、千載一遇のチャンスの一部なのです。
彼はこの先の展開について前向きに考えています : 「私は、 AI が実際に人間をより知的で効率的な存在にするかもしれないと信じています」と述べています。
編集者注： Nutanix GPT-in-a-Box の詳細については、エッジからコアまでのイニシアチブを簡素化し、迅速に導入できるように設計された、フルスタックのソフトウェア定義 AI 対応プラットフォームについてご覧ください。詳細はこちらのブログポスト「 The AI-Ready Stack : Nutanix Simplifies Your AI Innovation Learning Curve 」、および Nutanix Bible をご覧ください。
Tom Mangan 氏は寄稿ライターです。クラウド・コンピューティングとデジタルトランスフォーメーションを専門とするベテランの B2B テクノロジー・ライター兼編集者です。彼の連絡先はウェブサイトまたは LinkedIn をご覧ください。
Jason Lopez 氏と Ken Kaplan 氏による寄稿です。Lopez 氏は、The Forecast のポッドキャストである Tech Barometer のエグゼクティブ・プロデューサーで、Ken 氏は The Forecast by Nutanix の編集長です。
© 2024 Nutanix, Inc. 無断複写・転載を禁じます。その他の法的情報については、こちらをご覧ください。
コンテンツを読み込んでいます...
