.svg "Sisense-Logo-Horizontal-combination (1)"){kind=logo}
昨今、患者ケアに関連する医療データは飛躍的に増えており、医療従事者がそれらのデータを有効活用したくても手が追い付かない状態です。これまで使われていたデータマイニングツールや分析ツールが、これらの医療データにも使用されています。
例えば2020年には、Sisense社がG-Medオンラインコミュニティと協力し、COVID-19対策に役立つMedin'Sightアプリを作成しました。また、ジェリメディカ社(GeriMedica)は、高齢者ケアを改善するために、開業医のワークフローにアナリティクスの分析結果を組み込みました。 
組み込み型ヘルスケア・アナリティクスは医療データアプリケーションにおいて大きな可能性を持っていると言えます。なぜなら、分析されたデータから得られる情報を、業務を中断することなく、ほぼ自動的に提示することが出来るからです。適切なタイミングで医師や専門家に提示される分析情報は、患者の予後を改善するために不可欠なものと言えます。
医療従事者向けのソフトウェアを開発している企業は、Sisenseのような堅牢な分析プラットフォームを導入し、自社の主力製品に組み込むことで、製品のアナリティクスの機能を大幅に強化することができます。また、患者データへのアクセスを増やし、他のソースから取得する医療データと組み合わせることもできます。そうすることで、患者が抱える潜在的な問題の予測や新しい治療の推奨、さらには治療の合理化にも役立てることができます。
最新の医療データ分析ツール実装の強みは「医療データの統合」です。つまり膨大な医療データを一か所で分析できます。医療従事者が満足度の高い患者ケアを提供するためには、得られるすべての情報を活用することが必要になってきます。そのため、複数のデータソースからの分析結果が必要となるわけです。膨大なデータを取得し分析するソフトウェアの導入を考えている会社は、ゼロから分析ツールを構築するのではなく、分析プラットフォームを提供している企業を調査するのが賢明と言えるでしょう。
ヘルスケア分野において分析ツールが扱うデータは年々増え続けており、新しいものや古いもの、そして様々なデバイスから取得されます。市販されている分析ツールは、電子カルテやその他のヘルスケアの記録、ウェアラブルデバイスなど、数え切れないほどのデータソースと既に連携が可能です。医療データが統合されると、データ分析に利用できる医療データが膨大になります。企業内のITチームが分析ツールをゼロから構築するとき、手に負えなくなるケースも発生しています。
このような問題を解決するのが、Sisense社の分析プラットフォームです。組み込み型の分析ツールをユーザ向けシステムに組み込むことで、様々なシステムから得られた実用的な分析結果を一か所に集め表示することができます。また実務担当者が適切なタイミングでビジネスの判断を下せるようになります。
種類の違うシステムが、各データソースからの分析結果を各ソフトウェアで表示した場合、システムやソフトウェアやダッシュボードを切り替える必要があります。これらの切り替え作業は、患者治療の業務を遅らせるだけでなく、医療チームのパフォーマンスを下げる要因になります。実用的な分析結果や情報は、ユーザが利用する場所、時間、形式で提供される必要があります。これを提供するのが、組み込み型ヘルスケア・アナリティクスです。
社会調査データ、生物医学データ、そして医療データ、これらのデータの量は12～14カ月毎に倍増しています。さらに関連するデータソースも、年々増え続けています。最近の世界的な調査によると、調査対象のモバイル医療アプリ20,000件のうち約18,000件がユーザデータを取得していることが報告されました。2015年、Google Playストアには約24,000件のモバイルヘルスアプリが登録されていました。2021年4月には、その登録件数は50,000件以上に膨れ上がりました。
データの量とソースは増加の一途をたどり、データからの分析結果や情報に頼る医師も増えていくことでしょう。この状況を踏まえ医療ソフトウェアベンダーには、ゼロからアナリティクスを構築するよりも、サードパーティ製のアナリティクスを組み込むことをお勧めします。データ量とソース数の増加に対応するためです。医療現場において、より良い医療を提供するために、増え続けるデータセットやソースから実用的な分析情報を得る必要があります。データ分析システムの経験が浅い場合、こうした膨大な量のデータに対応していくのは至難の業と言えるでしょう。
拡張可能な分析プラットフォームが必須となります。分析のプロが提供するアナリティクスをユーザ向けシステムに組み込むことで、これらのソースへの接続や分析ロジックを独自に導入できるようになります。さらに、ユーザが最も慣れ親しんでいるフォーマットで、分析結果や情報を表示できるようにもなります。
「医療データの統合」により、より多くのデータが収集され、結合され、分析されるようになるでしょう。治療を行う医師には、正確でニーズに合った分析結果や情報が提供されること、より良い患者ケアを提供すること、が期待されています。
例えば、高齢化社会の問題を扱う医師は、ユーザの個人情報と人口統計データを組み合わせて分析することで、患者がかかりやすい病気を見つけることができます。また、循環器の医師であれば、人口統計データと患者の服薬記録から、有害な薬の相互作用の情報を確認することができます。
サイセンス社のクライアントであるグリテック社(Glytec)は、糖尿病患者の血糖値モニタリングに関する膨大なデータを分析しました。そして、COVID-19パンデミック時に、糖尿病関連の合併症を減らし、患者との接触を減らすために、パーソナライズされた患者ケアプログラムを医療関係者に提供することができました。
また、ルーマヘルス社(Luma Health)は、患者と医療従事者のテキストデータを深く分析することで、コミュニケーションの合理化と患者のスケジュール管理の自動化を実現しました。これにより、医療従事者がより重要な業務に集中できるようになりました。
これらは、組み込み型ヘルスケア・アナリティクスがすでに医療従事者の業務や患者の体験を改善している事例の一部に過ぎません。実用的な分析結果や情報があれば、医師が患者に質問しなくても、特定の健康状態に対するリスクを表示することができます。さらに、治療法を提案したり、選択する治療のリスクや潜在的な合併症を表示したりもできます。より多くのデータをより多くのデータソースから分析することで、医療従事者は患者が将来の病気に対しても準備するよう、助けることができます。
医療用ソフトウェアにヘルスケア・アナリティクスを組み込むことで、意思決定を強化するための実用的な分析結果を生成することができます。分析機能を備えた最新の医療は、リスク分析の改善や患者を扱う医師に新たな知識を加えることになります。患者の病歴から将来の病気に対する知見を引き出すことに役立つのです。
機械学習アルゴリズムによって、BIツールが判断の不要な作業を支援します。これにより医師は、不要な "決断疲れ "を感じることが少なくなるでしょう。結果として、より重要な医療的な判断を求められる時、より集中して対処することができます。質の高い組み込み型ヘルスケア・アナリティクスを導入することで、より良い患者のケア、医療従事者の業務の改善、そしてすべての人の生活を改善することができるのです。
※本記事は、「The Case for More Embedded Analytics in Patient Care」を翻訳・加筆修正したものです。
