20151104 health2.0 in Japan - clinical big data and subjects
-
Upload
naoto-kume -
Category
Health & Medicine
-
view
669 -
download
0
Transcript of 20151104 health2.0 in Japan - clinical big data and subjects
Naoto KUME, Ph.D (Informatics)Associate professor
EHR Research Unit,
Department of Social Informatics, Graduate School of Informatics,
Kyoto University, Japan
医療現場にあるビッグデータとその課題
粂 直人, 博士(情報)
EHR共同研究講座,特定准教授
京都大学 大学院情報学研究科
Health 2.0 and Big Data
Health 2.0(虎ノ門ヒルズフォーラム 5F)
2015.11.04 11:30am-12:30pm
• 医療におけるデータ
• Data in Healthcare
• 医療情報の課題
• Current challenges & barriers
• 人工知能のある将来の医療情報環境
• How health 2.0 (Internet Of things, EHR & platinum society brings the opportunity for change
• What Big Data & AI can do?
• 患者数、膨大な情報,適正治療のために必要な技術
Discussion Points
医療のデータData in Healthcare
医療 健診
看護
医療に紐づくデータ
生活情報
活動
介護
属性
抽象度
実測 遺伝子・身体機能 食 移動
検診観察
判断
急性期
慢性期
分野
分類
睡眠
医療のターゲットの変遷 急性期から慢性期へ
感染症 *マイシン
EM, CAM, AZM
新生児死亡率 公衆衛生の改善
生活習慣病 情報革命・
センサーテクノロジー?
cite:厚生労働省年簡易生命表
• 2002年 以前
Web 1.0
• 一方的な情報提供
• 信頼性のある医療情報の提供
• 2003年 Web 2.0
• 2006年 Health 2.0
• 2008年 PHR
• インターネットの普及• 利用率は79.1%
(総務省平成23年通信利用動向調査)
• Webの活用による医療サービス向上への期待
対 医療従事者
• 最新の医学知識,研究結果
対 患者
• 家庭向け医学知識,医薬品情報
• 医療情報システムの特徴• 権威あるソースからの提供
• リスク回避(信頼性)
• 長い開発期間
• プライバシー・セキュリティ規制
• データをコントロール
Webと医療
Web 1.0
公的機関感染症の情報提供
企業医学知識提供
(家庭向け)MSD社
医療機関医学知識提供(家庭向け)
企業医学知識提供
(対 医療従事者)MSD社
公的機関医薬品の情報提供
• 2002年 以前 Web 1.0
• 一方的な情報提供
• 信頼性のある医療情報の提供
• 2003年 Web 2.0
• Blog, twitter
• SNS
• 2006年 Health 2.0
• 医師-医師間のSNS
• 患者-患者間のSNS
• 2008年 PHR
• Personal health platform
• Web 2.0 とは 双方向通信
• ユーザ間のコミュニケーションが可能に
• Web 2.0ビジネスが成功するための戦略
• ユーザ数の拡大,データの集約
• 数千万人単位
• リッチなユーザ体験
• ポータルサイトへのアクセスのインセンティブ
Web2.0 の医療への適用
Web2.0 Health2.0
集団的知性,情報共有 集団的知性,情報共有
誰でも参加可能なSNS 対象ユーザを絞ったSNS
広告,マーケティング スポンサー,情報販売:特定分野が対象
誰でも情報を提供可能かつ,全員に配信可能
ユーザ属性により扱える情報を制限
Health2.0 ユーザ数拡大に失敗
患者向けSNS医師向けSNS
医療系SNS
QuantiaMD
m3.com
うつ病u2plus
闘病記の検索サイト (TOBYO)
難病PatientsLikeMe
PHR; Personal Health Record
データ取り込み PHRMicrosoft Health Vault@2007 -
手入力 PHRRevolution Health @2007 - 2010
データ取り込み PHRGoogle Health @2008 - 2012
匿名 PHRKeyose @2008 -
半自動入力 PHRgoo からだログ @2008 -
個人の生活全体に関わる健康情報を連続的に取得するという考え方
EHR; Electronic Health Record
患者主体
• PHR
• 患者主体で診療情報や健康情報を集約
医療機関主体
• EMR ; Electronic Medical Record
• 電子カルテ
• 単一施設内の診療情報の集約
• EHR
• 複数施設の診療情報の集約
• 重複検査の削減
• 横断研究
EHR
EMR EMR EMR
PHR
患者の一生涯に渡る医療情報を永続的に保存するという考え方
センサー
医師
患者
一般
• 医事• 保険請求• 処方• 処置
• 診療情報• 患者基本• 病名• 記載内容• 処方・注射• 検体検査結果
• 検査オーダ
• レポート• 退院時サマリー
• 看護記録(バイタル)
• 病理・整理検査
• 放射線
• 紹介状• 画像(CT, MRI, 内視鏡)
EMRにある医療情報
EHR事例: 京都まいこネット
>3000 ユーザ (2015年10月現在)Opt-in (全参加病院の患者数の約5%)
B2Cサービス : mHealth Application
診療文書リスト 検体検査結果の一覧
iDolphinViewer for iPhone/iPad
検査結果項目のグラフ表示
千年カルテプロジェクト“EHRを中心とした医療情報循環モデル” @2015.10~
医療情報DB
病院 診療所患者
・・・
記名二次利用DB
匿名データ運用機関 記名データ運用機関
健康産業
研究分野
製薬企業、検査、医療機器企業等
大学、研究所,等
・・・
情報提供依頼
利用料
承認・情報提供
依頼(同意)
健康情報
閲覧
診療情報閲覧
診療情報閲覧
医療情報の規格化・匿名化
承認・情報提供・監査
匿名二次利用DB
契約代理機関(認証) 個人同意契約管理 閲覧者の認証
Step1:EHR
Step2:匿名データ運用 Step3:記名データ運用
二次利用運用機関
EHRクラウド
匿名化情報蓄積 統計処理
EHRを基盤として整備することと併せ,二次利用運用機関を設置し,医療データの二次活用を進めることで,データの利活用とEHRの運用を独立採算で継続する体制を構築する.
内閣官房 第1回 次世代医療ICT基盤協議会 吉原博幸先生資料 - http://www.kantei.go.jp/jp/singi/kenkouiryou/jisedai_kiban/dai1/gijisidai.html
情報提供依頼
利用料
利用料
利用③ 利用④
利用②
利用①
宮崎県下 20病院京都府下 5病院健診センタ 1施設調剤薬局 30施設
営利
非営利
薬局
健診
医療情報の課題Current challenges & barriers
ペンシルビル
• 個別のデータをどうすれば接続できるか?
• 国家レベル統一医療ID
• 施設間のデータ突合
• Interoperability: 概念,アーキテクチャ,データ
• 用語・共通コードの定義
• 施設間データの補正→統計
• 所有権, 利用同意(Opt-in/Opt-out),管理ポリシー
• 個人情報保護法,『匿名化』の定義
• ビジネスモデル,利益還元
データ収集
データ提供サービス
病院 診療所 介護特定領域データ保険請求外科手術成績がん登録
ヘルスケアアプリ
健診
• 概念レベル
• アーキテクチャレベル
• データレベル
Interoperability; システム間の相互通信
血圧(最低,最高)
施設A 施設B
最高血圧最低血圧
=
<血圧><最高血圧>130</最高血圧><最低血圧> 80</最低血圧></血圧>
{“血圧”:{“最高血圧”:”130”,”最低血圧”:”80”}}
血圧最高血圧
最低血圧
最高血圧
最低血圧
標準モデルの必要性(例)同じもののコード化
• 同じものを表現する方法が複数ある
施設A
“Dry weight: 70 Kg”
施設B
Weight: 70 Kg Dry
WetIdeal
1つの項目名: Dry weight
1つの値: 70 Kg
2つの項目名: 体重, 体重タイプ
2つの値: 70 Kg, Dry
• 連結表現
• Composition な連結表現
<observation><cd>Weight (LOINC 3141-9)</cd>
<qualifier><cd>Weight type (LOINC 8337-8)</cd><value>Dry (SNOMED CT 13880007)</value>
</qualifier><value>70 Kg</value>
</observation>
<observation><cd>Dry weight (LOINC 8340-2)</cd> <value>70 Kg</value>
</observation>
標準モデルの必要性(例)XML表現の乖離
千年カルテプロジェクトISO13606/MML ハーモナイズ
ISO13606OpenEHR
MML MML
日本ローカル対応ISO13606国際標準規格
国内標準規格 日本版規格の吸収 日本ローカル事情に対応した国際標準規格
※ MML = Medical Markup Language
ISO13606
人工知能のある将来の医療情報環境How health 2.0 (Internet Of things, EHR & platinum society) brings the opportunity for change ?
情報の集約と利用の循環
センサー
個人
EHRPHR
人工知能
専門家
意思決定
研究・産業
医療システム
医師
還元 実装
サービス
【クラウド+人工知能】環境
Big Dataと人工知能による情報処理のスキーム
構造化データ
成果
非構造化データ
専門家
評価
解候補の限定 判断
DB機械可読化
【クラウド+人工知能】環境
(例) 検査結果マスターデータの整備
構造化マスター
標準マスター
非構造マスター
検査技師
評価
検査項目候補の列挙 判断
DB機械可読化 コード 項目名
123 WBC
456 AGP
789 GPT
987 HbA1c(NGSP)HbA1c (JDS)
コード 項目名
1 WBC
2 AGP
3 GPT
41 HbA1c (NGSP)
42 HbA1c (JDS)
【クラウド+人工知能】環境
(例) 類似症例検索と標準治療提案
検査結果
診断
診療記録(自然文)
医師
予後
病名候補と処置候補の列挙
判断
DB機械可読化診断項目 内容
病名 疑・肝硬変
検査結果1 GPT > 40
既往歴 No
所見 主訴※〠〒〆§¶ヾ♫∂
診断項目 内容
疑い病名1 肝硬変
疑い病名2 胆管がん
疑い病名3 肝がん
処置候補1 手術
処置候補2 ホスピスケア
当該患者症例データ
診断項目 内容
病名 肝がん
処方 抗癌剤A
処置 摘出手術
Source
• 医療情報
• ゲノム情報
• 医薬品情報
• 医用工学機器
• 健康情報
• 生活情報• IoT,センサー
• 行動履歴
• 購買履歴
Result
• Patient centered-model
concordance model
健康意識の維持
行動変容
• 疾病予測 入院招待
• 病名候補 自動診断
• 標準診療提案 コスト最適化
人工知能の果たす役割
人工知能
• データ(資本)をだすと医療(経済)が廻る• 制度と意識の変革は必要
• 法律,個人情報保護,プライバシー保護
• 『インフォメーションドナー』まずデータを集めることで社会全体が利益を得る
• Health 2.0 の目指す繋がる技術は揃った• センサー,IoT
• 広帯域ネットワーク
• EHR,PHR
• 人工知能:データの機械処理化 →提案 →判断 →実施
• Health 2.0 ver2.0 時代の到来• 医療ターゲットの拡大によるHealth 2.0 ターゲットの拡大
おわりに