このエントリーをはてなブックマークに追加

Jun

22

Neo4j ユーザー勉強会 #42

Doctor.ai, Neo4j EE/AuraDB, IPO分析, Apache Hop, GQL

Organizing : Neo4jユーザーグループ

Hashtag :#Neo4jUsersGroup
Registration info

無料

Free

FCFS
35/40

参加者への情報
(参加者と発表者のみに公開されます)

Description

オンライン(Zoom)

42回目ののMeetupを開催させていただきます。

Sixing Huangさんのヘルスケア向け多言語チャットボット「Doctor.ai」の紹介
Neo4jからは、我妻さんと日向寺さんの日本人社員の発表
李さんのIPO分析(Input→Process→Output)の可視化
最後に案浦からApache HopとGQLの動向について

今回は盛りだくさんな内容でお送りいたします。

参加者の皆様へ(当日の注意)

ZoomのURLは参加者には確認できるようになっています。

会場のご案内

Zoomで開催します。

1. Doctor.ai: a medical chatbot powered by a Neo4j Knowledge Graph (Lang:English)

概要

ナレッジグラフは、医療分野でますます一般的になっています。 それでも、それを操作できるのは、プログラミング技術の専門家だけになっています。 世界の多くの人達は、CypherやGremlinでのプログラミングもできません。 医療用ナレッジグラフにアクセスできない彼らは、ヘルスケアにおいて不利な立場に立たされているのです。 このような背景から、私たちはヘルスケア向け多言語チャットボット「Doctor.ai」を開発しました。 Doctor.aiのバックエンドでは、医療記録の大規模なコレクションがクラウド上のNeo4jグラフに構成されています。 次に、それをKEGG、Hetionet、STRINGの3つの公開されているナレッジグラフに接続します。 これらのグラフは、遺伝子、疾患、薬剤、およびそれらの相互作用に関するコンテキスト情報を提供します。 患者と医師は、非常に正確なAlan AIを使用して、Webから多言語の質問を口述または入力します。 OpenAIのGPT-3は、日本語をはじめとする様々な言語を英語に翻訳します。 また、英語の質問をCypherクエリに変換します。 最後に、GPT-3が元の言語で回答を作成します。 患者も医師も、Doctor.aiに蓄積された膨大な知識のネットワークから恩恵を受けることができます。 患者は自分の病歴、生物医学用語、健康上の推奨事項などを問い合わせることができ、医師は病気のパターン、診断、治療法などの知識を得ることができます。 それは最新の研究結果を広め、医師がより良い決定を下すのを助け、患者に選択肢を知らせることができます。
Knowledge graphs have become more and more common in the medical field. And yet only experts with the required programming skills can operate them. A substantial proportion of the world population can neither read nor write, let alone program in Cypher or Gremlin. Without access to medical knowledge graphs, they are at a disadvantage in healthcare. This realization has motivated us to develop Doctor.ai–a multilingual voice chatbot for healthcare. In its backend, a large collection of medical records are organized into a Neo4j graph hosted on the cloud. We then connect it with three public knowledge graphs: KEGG, Hetionet and STRING. They offer contextual information about genes, disease, drugs and their interactions. Patients and doctors dictate or type the multilingual questions at the web frontend with the highly accurate Alan AI. GPT-3 from OpenAI translates various languages such as Japanese into English. It also converts the English questions into Cypher queries. Finally, GPT-3 formulates the answers back in the original language. Both patients and doctors can benefit from the vast network of knowledge stored in Doctor.ai. Patients can inquire about their own medical histories, biomedical terms and health recommendations, while the doctors can gain knowledge about the disease patterns, diagnoses and treatments. It spreads the newest research results, helps the doctor to make better decisions and informs the patients of their options.

発表者 (Speaker)

黄 思行 (Sixing Huang) (Neo4j Ninja)
https://dgg32.medium.com
MGI Tech Co., Ltd.: https://en.mgi-tech.com

2. Introduction to Neo4j AuraDB (Lang:Japanese)

概要

Neo4j AuraDB のプロダクトロードマップ、現況、最新の機能や現在のプラン体系について紹介します。Graph Data Science (GDS) も AuraDS としてリリースされました。AuraDS についても軽く紹介します。最後に、Aura SRE として内部開発に携わっているため、内部アーキテクチャや選定技術についても簡単に触れます。

発表者 (Speaker)

我妻 謙樹 (Ken Wagatsuma, SRE, Aura, Neo4j)
日向寺 正之 (Masayuki Hyugaji, SE, APAC, Neo4j)
japan@neo4j.com

3. IPO分析(Input→Process→Output)の可視化 (Lang:Japanese)

概要

古いシステムのメンテナンス又はリニュアルのプロジェクトで、担当者からトキュメントが殆ど存在しないと言われた経験がありませんか。システム概要図、プログラムや帳票リスト、テーブルリストなどは存在するが、仕様書らしきものはほとんど存在しない、ER図も存在しない。そのようなケースでは、開発者がソースを読み込み仕様を理解して開発を進めるしかありません。当然、コストに跳ね返ってきますが、それはさておき、数百本までは開発者の戦意が何とか保ちますが、数千本を超えると、戦意を保つことさえも難しくなります。私は、仕様書らしきものが何もない、帳票3000本というDWHのリニュアルプロジェクトに参加したことがあります。プログラムソースを見ながら、3000本の帳票を一人で1日に1本ずつ分析し概仕様書を起こそうとすると、3000日。人数を10倍にしたら、300日。ヒアリングが必要など1日では終わらないものも存在する。困ったな~。この話は、もう、14年ぐらい前にさかのぼりますが、当時、帳票の項目や参照しているテーブルの類似性の分析などで数百パターンに絞り、「Input(Table)→プロセス概要→帳票(View table&CSV)」をプログラムソースとテーブル一覧などから機械的に起こすなど、仕様把握作業の効率化を図っていました。苦労している内に、プロジェクト自体が頓挫し、内心ではホットした記憶があります(笑)。 今回、あるプロジェクトで仕様書が存在しないという側面では、似たようなシチュエーションに置かれており、今回は、Neo4jを使ってみようと考えております。私が理解しているグラフモデルにおける抽象化は、一般的な抽象化とは異なり、実体の輪郭が残っています。明らかに分かりやすいわけです。Neo4jを利用することで、一般的なドキュメント一覧管理は勿論、IPOのようなフローをそのままグラフに持たせることができます。グラフ化されたIPOでは、GDSを利用し、中心性の分析、コミュニティ分析、類似性分析などを行うことでシステムの実体(輪郭)がより解明になると期待しています。詳細は、当日に!

発表者 (Speaker)

李 昌桓 (Lee Changhwan)
https://www.creationline.com/

4. Small Talk of GraphConnect 2022 (Lang:Japanese)

概要

6月6日から8日まで、テキサスのオースチンでGraph Connectが開催されました。 今回は短めに様子を少し紹介したいと思います。

発表者 (Speaker)

案浦浩二 (Koji Annoura) (Neo4j Ninja)
https://annoura.com
日本Apache Hop ユーザーグループ

書籍の告知 (Books)

amazonで販売中のユーザーグループの書籍です。
『グラフ型データベース入門 Neo4jを使う』
AMAZONサイトへ

Presenter

Feed

Koji Annoura

Koji Annouraさんが資料をアップしました。

06/22/2022 21:54

Koji Annoura

Koji Annouraさんが資料をアップしました。

06/21/2022 13:13

Koji Annoura

Koji Annouraさんが資料をアップしました。

06/18/2022 06:46

Koji Annoura

Koji Annoura published Neo4j ユーザー勉強会 #42.

05/27/2022 20:28

Neo4j ユーザー勉強会 #42 を公開しました!

Group

Neo4j ユーザーグループ

Number of events 58

Members 1017

Ended

2022/06/22(Wed)

19:00
21:00

Registration Period
2022/05/27(Fri) 20:28 〜
2022/06/22(Wed) 21:00

Location

Neo4jUGオンライン

Neo4jUGオンライン

Attendees(35)

SusumuYasuda

SusumuYasuda

Neo4j ユーザー勉強会 #42 に参加を申し込みました!

yuichi_yano

yuichi_yano

Neo4j ユーザー勉強会 #42 に参加を申し込みました!

robi10

robi10

Neo4j ユーザー勉強会 #42に参加を申し込みました!

shin s

shin s

Neo4j ユーザー勉強会 #42に参加を申し込みました!

emusu

emusu

Neo4j ユーザー勉強会 #42に参加を申し込みました!

hiro10

hiro10

Neo4j ユーザー勉強会 #42に参加を申し込みました!

nakack

nakack

Neo4j ユーザー勉強会 #42 に参加を申し込みました!

Yuuki_Satake

Yuuki_Satake

Neo4j ユーザー勉強会 #42に参加を申し込みました!

seikei1874

seikei1874

Neo4j ユーザー勉強会 #42に参加を申し込みました!

hkishikawa

hkishikawa

Neo4j ユーザー勉強会 #42 に参加を申し込みました!

Attendees (35)

Canceled (1)