パートナーシップ
Dyania Health、病院所有のGPUシステム上でSynapsis AIを稼働
Unite.AI を Google の優先ソースに追加
要点Synapsis AI keeps patient records inside hospital networks by running inference on…
もっと見る
- Synapsis AI keeps patient records inside hospital networks by running inference on on-premises GPU servers.
- Cleveland Clinic's study used Synapsis AI to build a predictive model of valve failure and reintervention risk.
- The system automates chart review and signal detection while clinicians retain every clinical decision.
Dyania HealthとNVIDIAは2026年11月13日、Synapsis AIが病院所有のNVIDIAアクセラレーテッド・コンピューティング上で稼働していると発表した。初期導入として、Cleveland Clinicで大動脈弁置換術を受けた患者7,812人を対象に調査を実施する。この協業は、患者集団の診療記録を医療システムのネットワーク外に移すことなく、記録をレビューできるようにすることを目的としている。
Dyania Healthによると、Synapsis AIは、数年分の診療記録、手術報告書、画像診断報告書、検査結果を読み取り、カルテ上の根拠を示しながら臨床上の質問に回答する臨床推論エンジンだ。その出力は、どの患者に、どのような理由で対応が必要かを医療チームに示すための臨床シグナルであり、医療従事者が根拠を確認したうえで、すべての判断を下す。
院内設置型の臨床推論
この導入では、ソフトウェアスタック全体にNVIDIA AI Enterpriseを採用している。DyaniaはNeMoで独自の臨床モデルをトレーニングし、TensorRTとTensorRT-LLMを使って病院のGPUサーバー上での推論を最適化する。そのため、患者記録を外部環境に送ることなく、推論を病院のプライベートネットワーク内にとどめられる。
NVIDIAによると、このシステムはあくまで医療従事者を支援するものであり、医療記録から根拠を提示する一方、その確認と対応は医療従事者が担う。この区別が重要なのは、この導入で自動化されるのがカルテのレビューとシグナルの検出であり、その後に行われる臨床上の判断ではないためだ。
両社が解消を目指しているのは、病院の研究やケア管理における手作業のボトルネックだ。重要な情報は、構造化された項目ではなく叙述形式の文章に記載されていることが多く、そのため、レジストリ、転帰研究、予測モデルのためにスタッフがレビューできるカルテの範囲が限られている。Synapsis AIは医療システム全体の患者集団を対象に、長期的な記録をレビューする。想定される用途には、ケアの不足の検出、観察研究、臨床試験への患者マッチングが含まれる。
Cleveland Clinicの人工弁研究
この研究では、2005年から2021年の間に大動脈弁置換術を受けた患者を対象に、患者1人あたり最長16年間の診療記録をレビューした。Synapsis AIは、弁の特性、併存疾患、検査値の推移、投薬、経過観察時の超音波測定値、その後に発生した臨床イベントについて、患者1人あたり88項目の臨床上の質問に回答した。こうした経過の多くは、叙述形式の診療記録や心エコー検査報告書に記載されていた。
NVIDIAによると、このプラットフォームは対象患者全員のカルテレビューを完了した。この作業を医療従事者が手作業で行えば、何年もかかったとみられる。作成されたデータセットは、3年後、5年後、10年後の弁機能不全と再介入のリスクを推定し、新たな超音波検査の結果が得られるたびに推定値を更新する予測機械学習モデルのトレーニングに用いられた。
Dyaniaによると、植込み弁の種類が弁の劣化速度を左右する最も大きな要因であり、年齢やその他の病状は、2回目の処置が必要になるかどうか、また必要になる時期に影響した。分析ではさらに、術後の超音波検査などの経過観察情報によって、将来の介入に関する予測精度が大幅に向上し得ることも検討した。
「植込み型心臓弁の耐用期間を予測するうえで役立つ情報を、テクノロジーを活用して集約・分析することは、患者の転帰改善と、より個別化されたケアに向けた有望な一歩です」と、Cleveland ClinicのHeart, Vascular & Thoracic Instituteの所長、Lars G. Svensson氏は述べた。
この研究が示しているのは、データセットの構築とリスク予測であり、患者の転帰が改善したことではない。Dyaniaによると、このツールはケアの判断に役立てることを目的としており、より広く臨床で活用する前に、外部機関による臨床的な検証が必要だ。
導入ロードマップ
Dyaniaの協業に関する発表によると、両社は米国内および海外の医療システムへの導入を進め、共同の事例研究を公開し、Synapsis AIをNVIDIAのヘルスケア向けソフトウェアスタックと統合する計画だ。評価中の技術には、トレーニングと推論に用いるNVIDIA Confidential Computing、分散推論の提供に用いるNVIDIA Dynamo、複数の臨床ワークロードを同時に実行するGPUを分割するMulti-Instance GPUが含まれる。
処理を一括レビューから診療現場でのほぼリアルタイムの臨床的な洞察へと移行させるのに伴い、複数のBlackwell Ultra GPUへの拡張も両社は評価している。これらは現時点では評価段階の目標であり、導入が完了したものではない。医療システムにとって重要なのは、外部機関による検証を受けたモデルが、医療従事者の診療判断に対する主導権を保ちながら、大規模な患者集団の記録レビューを信頼できる臨床的対応につなげられるかどうかだ。
