LLMを活用したRAGで医療画像モダリティメーカーの売上を向上

背景

大手医療用画像撮影装置メーカーは、グローバルな営業チームに適切な製品知識を適切なタイミングで提供することに課題を抱えていました。CT、MRI、デジタルX線撮影システムなど、多様な画像機器を取り扱う同社は、膨大な量の製品カタログ、技術仕様書、規制関連文書、競合他社との比較資料を保有していました。 しかし、これらの資料は複数のリポジトリに分散し、形式もさまざまで、簡単に検索できるものではありませんでした。営業担当者は顧客からの問い合わせに正確かつタイムリーに回答するのに苦労することが多く、取引成立の遅延や機会損失につながっていました。 この課題に対処するため、同社は 大規模言語モデル (LLM) と統合された AI を活用した検索拡張生成 (RAG) システム。 目標は、営業チームが状況に応じた製品の洞察に即座にアクセスし、顧客との会話を強化し、営業サイクルを加速できるようにすることでした。

チャレンジ

• 営業担当者は、顧客との会議中に技術情報や競合製品の情報に簡単にアクセスする方法がありませんでした。

• パンフレット、技術マニュアル、コンプライアンス文書を手動で閲覧するのは非効率的でした。

• マーケティング チームとプリセールス チームは、地域の営業担当者からの繰り返しの問い合わせに圧倒されていました。

• 製品ドキュメントには機密の規制や価格の詳細が含まれているため、ソリューションではデータ セキュリティを確保する必要がありました。

解決

ドキュメントの取り込みとインデックス作成

• サポートされているファイル形式: PDF、DOCX、TXT

• 製品カタログ、パンフレット、技術マニュアル、FAQ は、段落ベースのロジックを使用してチャンク化され、Sentence Transformers を使用して埋め込まれました。

• 埋め込みは、高速検索のためにローカル FAISS ベクトル データベースに保存されました。

LLMとRAGの統合

• オーケストレーションのためにLangChainを介してOpenAI GPT-4を統合しました。

• 検索拡張生成を使用して、ベクトル ストアのデータを使用して LLM の応答を基盤化しました。

• すべての回答には、信頼性を確保するために、ソース文書への参照とページ番号が含まれていました。

• React を使用してレスポンシブな Web ベースの UI を開発しました。
• 営業担当者は、自然言語で顧客からの問い合わせを入力し、裏付けとなる参考資料とともに簡潔で文脈に沿った回答を受け取ることができます。
• 外出先でのクライアントとの会議のために、モバイルフレンドリーなアクセスを設計しました。

セキュリティと管理機能

• 安全なアクセスのためにオプションの SSO を使用したダミー ログイン。

• ドキュメントと埋め込みのローカル ストレージにより、データのプライバシーが確保されます。

• 管理モジュールでは、ドキュメントのアップロード、使用状況の追跡、クエリ分析の監視が可能になりました。

結果

サンプルユースケース:

• お客様からの質問：「貴社の128スライスCTスキャナと競合他社のモデルの違いは何ですか？」回答：「当社の128スライスシステムは、低線量最適化とAI支援再構成を提供し、競合他社のXと比較してスキャン時間を20%短縮します。」[CT_Brochure.pdf、6ページ]

• お客様からの質問：「このMRIシステムは最新のEU MDR規制に準拠していますか？」回答：「はい、MRI 1.5TモデルはEU MDR 2017/745規格に準拠しています。」[MRI_Regulatory.pdf、セクション2.4]

• お客様からの質問:「デジタル放射線撮影システムにはどのような保証とサービス オプションがありますか?」 回答:「標準保証は 3 年間で、オプションで 5 年間の延長サービス パッケージをご利用いただけます。” [DR_Service.docx、第5.1条]

結論

LLMベースのRAGシステムは、メーカーの営業担当者と顧客との関わり方を変革しました。正確で文脈に富んだ回答をリアルタイムに提供することで、販売サイクルを加速し、プリセールスチームへの依存度を軽減し、顧客からの信頼を強化しました。 この取り組みは、AI主導のナレッジアクセスが、医用画像診断のような競争の激しい業界において、収益成長に直接貢献できることを実証しました。