現地開催です。Zoomではありません。
会場は大阪です。

49回目ののMeetupを開催させていただきます。
久々の開催になりますが皆さんよろしくお願いします。

1. Introduction to Retrieval Augmented Generation (RAG) and Graph Databases.

概要

GenAI has taken the world by storm. This event will feature an introduction to using Large Language Models (LLMs) with databases to leverage private data for more accurate and relevant information. We'll cover both vectorRAG and graphRAG techniques that you can use in your own projects.

GenAIは世界を席巻しています。このイベントでは、大規模言語モデル（LLM）をデータベースと組み合わせて、プライベートデータを活用し、より正確で関連性の高い情報を得る方法を紹介します。自身のプロジェクトで活用できるvectorRAGとgraphRAGの技術についても説明します。

発表者 (Speaker)

Jason Koo, Developer Advocate at Neo4j
https://neo4j.com

Mobile Developer turned Pythonista, Jason Koo is one of Neo4j’s Developer Advocates focused on assisting the Python community. He has gone from mobile app development for Marketing and Financial Tech companies before transitioning to work in various fields such as computer vision, real-time messaging, and graph technologies.

2. Powering Clinical Research with Knowledge Graphs

概要

In healthcare, data is abundant but often siloed. That makes it difficult to extract meaningful insights. Traditional data management systems are not equipped to handle the complexity of healthcare data, which includes clinical records, medical knowledge, omic results, and more. As a consequence, doctors, researchers, and patients are unable to take full advantage of this valuable resource.

Enter the Knowledge Graphs. They represent and connect diverse data sources. Recently, GPT makes it even easier to construct and query knowledge graphs. In healthcare, we use knowledge graphs to capture the relationships among patients, diseases, treatments, and outcomes. For examples, for a given set of symptoms, doctors can get a complete list of possible causes, ranked by the odds. Knowledge graphs can explain medical concepts and test results in a layman-friendly way so that the patients can understand them more easily.

In this talk, I will explore the potential of knowledge graphs for healthcare. And we will also discuss the challenges of building and maintaining knowledge graphs, including data quality, interoperability and privacy.

ヘルスケアでは、データは豊富なのですが、よくデータがサイロになっています。 そのため、意味のある洞察を引き出すのが難しくなっています。 従来のデータ管理システムは、臨床記録、医学的知識、オミックスの結果などを含むヘルスケアデータの複雑さに対応するための機能が備わっていません。 その結果、医師、研究者、患者は、情報源を十分に活用することができません。

それに対して、ナレッジグラフが登場します。ナレッジグラフは、多様なデータソースを表現し結びつけます。最近では、GPTがナレッジグラフの構築とクエリが簡単にできるようになりました。 ヘルスケアでは、ナレッジグラフを使って患者、疾患、治療、結果の関係を把握します。 例えば、ある症状に対して、医師は考えられる原因を確率でランク付けした完全なリストを得ることができます。 ナレッジグラフは、医学的な概念や検査結果を一般の人にもわかりやすい方法で説明することができるため、患者もより簡単に理解することができます。

このプレゼンテーションでは、ヘルスケアにおけるナレッジグラフの可能性を探っていきたいと思います。 また、データの品質、相互運用性、プライバシーなど、ナレッジグラフを構築・維持する上での課題についても説明します。

発表者 (Speaker)

Sixing Huang, Gemini Data
https://www.geminidata.com

3. GQL Standard (ISO/IEC 39075:2024)

概要

In April 2024, GQL (ISO/IEC 39075:2024) was published. Like SQL for RDB, it is the ISO standard query language for Graph Databases. What are the differences between Cypher and GQL? I will introduce the current status of GQL, which is being gradually incorporated into Neo4j 5.

2024年4月に、GQL (ISO/IEC 39075:2024) が発行されました。 RDBのSQLと同じようにGraph DatabaseのISO標準の問い合わせ言語です。 CypherとGQLはどこが違うのか? Neo4j 5で順次取り込まれているGQLの現状について紹介します。

発表者 (Speaker)

Koji Annoura
https://annoura.com

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