[論文レビュー] A new paradigm for accelerating clinical data science at Stanford Medicine

Somalee Datta, Jose Posada+8 more|arXiv (Cornell University)|Mar 17, 2020

Data Quality and Management参考文献 53被引用数 33

ひとこと要約

本論文は、Stanford Medicine における安全で標準化された匿名化済みのビッグデータプラットフォームを提案し、それを安全な分析施設と統合して臨床データサイエンスの加速を図る。再現性とプライバシーを強調し、より迅速で広範な研究を可能にする。

ABSTRACT

Stanford Medicine is building a new data platform for our academic research community to do better clinical data science. Hospitals have a large amount of patient data and researchers have demonstrated the ability to reuse that data and AI approaches to derive novel insights, support patient care, and improve care quality. However, the traditional data warehouse and Honest Broker approaches that are in current use, are not scalable. We are establishing a new secure Big Data platform that aims to reduce time to access and analyze data. In this platform, data is anonymized to preserve patient data privacy and made available preparatory to Institutional Review Board (IRB) submission. Furthermore, the data is standardized such that analysis done at Stanford can be replicated elsewhere using the same analytical code and clinical concepts. Finally, the analytics data warehouse integrates with a secure data science computational facility to support large scale data analytics. The ecosystem is designed to bring the modern data science community to highly sensitive clinical data in a secure and collaborative big data analytics environment with a goal to enable bigger, better and faster science.

研究の動機と目的

• Stanford Medicine の患者データ資産におけるスケーラブルな臨床データサイエンスの必要性を動機づける。
• 研究を拡張する際の従来のデータウェアハウスと Honest Broker モデルの限界を説明する。
• アクセスを高速化し、プライバシーを保護し、再現性のための概念を標準化する新しい安全なデータプラットフォーム設計を提案する。
• データの匿名化、IRB準備、標準化、そして安全な分析を統合して、共同のビッグデータ作業を可能にするプラットフォームの概要を示す。

提案手法

• 匿名化、標準化、そして安全な分析を組み合わせた新しいデータプラットフォームアーキテクチャを提案する。
• プライバシーを保護しつつ、IRB 提出のためのデータ準備プロセスを説明する。
• 分析の横断的な再現性を実現するための標準的な臨床概念を定義する。
• 分析データウェアハウスと安全な計算施設との統合を説明する。
• 機微な臨床データに対する現代のデータサイエンスコミュニティ間の協力を可能にすることを主張する。

実験結果

リサーチクエスチョン

• RQ1 Stanford Medicine は臨床データへのアクセスと分析の時間を短縮するために、データ基盤をどのように再設計できるか。
• RQ2 匿名化、標準化、および IRB-ready 準備が、臨床データ分析の再現性と安全性をどのように向上させるか。
• RQ3 大規模分析と連携しつつデータストレージを安全に統合するために、どのようなアーキテクチャ要素が必要か。

主な発見

• データへのアクセスと分析の時間を短縮するための安全なビッグデータプラットフォームが提案されている。
• データは IRB 提出前に患者のプライバシーを保護するために匿名化されるべきである。
• 分析を同じ分析コードと臨床概念を用いて再現できるよう、データは標準化されるべきである。
• 分析データウェアハウスは大規模分析のために安全なデータサイエンス計算施設と統合されるべきである。
• このエコシステムは、機微な臨床データを安全で協力的な環境で現代のデータサイエンスをもたらし、より大きく、より良く、より速い科学を可能にすることを目指す。