[論文レビュー] Going Digital: A Survey on Digitalization and Large Scale Data Analytics in Healthcare

Volker Tresp, J. Marc Overhage+4 more|arXiv (Cornell University)|Jun 26, 2016

Mobile Health and mHealth Applications参考文献 56被引用数 15

ひとこと要約

本論文は、医療分野におけるデジタル化および大規模データ分析についてサーベイし、電子的健康記録（EHR）、相互運用性のあるデータネットワーク、および高度な分析手法が、パーソナライズドで継続的な医療を可能にすると提言している。臨床的データ、ゲノムデータ、ウェアラブルデバイスの統合が、意思決定支援、治療成績、効率性の向上に寄与しているが、プライバシー、信頼性、実装に関する課題は未解決のままである。

ABSTRACT

We provide an overview of the recent trends towards digitalization and large scale data analytics in healthcare. It is expected that these trends are instrumental in the dramatic changes in the way healthcare will be organized in the future. We discuss the recent political initiatives designed to shift care delivery processes from paper to electronic, with the goals of more effective treatments with better outcomes; cost pressure is a major driver of innovation. We describe newly developed networks of healthcare providers, research organizations and commercial vendors to jointly analyze data for the development of decision support systems. We address the trend towards continuous healthcare where health is monitored by wearable and stationary devices; a related development is that patients increasingly assume responsibility for their own health data. Finally we discuss recent initiatives towards a personalized medicine, based on advances in molecular medicine, data management, and data analytics.

研究の動機と目的

• デジタル化および大規模データ分析が将来の医療提供に与える変革的影響を分析すること。
• 政策的取り組み（例：HITECH法）、技術的進歩、患者中心のデータモデルなどの主な駆動要因を特定すること。
• 臨床的データ、ゲノムデータ、リアルタイムの健康データの統合が、意思決定支援およびパーソナライズド医療の向上にどのように寄与するかを検討すること。
• データドリブン医療におけるデータのプライバシー、セキュリティ、相互運用性、持続可能なビジネスモデルに関する重要な課題に対処すること。
• 信頼できるデータセンターと患者の関与が、継続的で予防的な健康管理を可能にする役割を評価すること。

提案手法

• EHRの採用、複数機関間のデータ統合、相互運用性基準に焦点を当てた、デジタルヘルスの動向に関する体系的レビュー。
• EHR、臨床レジストリ、国立保健制度（例：NHS）およびウェアラブルデバイスから得られるリアルタイムデータストリームを含む、データソースの分析。
• データの多様性とボリュームに対処する統計的および計算的手法の検討、偏り補正、交絡要因の調整、バッチ効果の低減を含む。
• 高次元の患者データを用いた機械学習およびAIの臨床意思決定支援への応用の探求。
• データ共有のガバナンスモデルの評価、データプライバシー枠組みおよび法的保護（例：遺伝情報差別禁止法）を含む。
• ステークホルダー参加モデルの評価、特に患者の関与とデジタルヘルスシステムにおけるユーザーエクスペリエンス。

実験結果

リサーチクエスチョン

• RQ1 HITECH法などの政策的取り組みは、紙ベースの医療記録からデジタル医療記録への移行をどのように促進し、ケアの調整を改善するのか？
• RQ2 複数のソース（例：診療所、レジストリ、ウェアラブルデバイス）から得られる多様な医療データを統合する際の技術的および組織的課題は何か？
• RQ3 大規模データ分析および機械学習は、説明可能性と信頼性を確保しながら、どのように臨床的意思決定支援を強化できるのか？
• RQ4 信頼できるデータセンターは、継続的な健康モニタリングおよびパーソナライズド予防医療を可能にするために果たす役割は何か？
• RQ5 データドリブン医療における、主な未解決の問題、すなわちプライバシー、責任、持続可能なビジネスモデルは何か？

主な発見

• HITECH法および類似の取り組みは、EHRの採用を加速させ、共有される臨床的データを通じて相互運用性の向上とケアの調整の改善を実現した。
• 診療所、研究機関、ベンダーを横断する大規模なデータ統合により、パーソナライズド医療のための高度な意思決定支援システムの開発が可能になった。
• ウェアラブルデバイスおよび固定型デバイスは、継続的な健康モニタリングを可能にし、早期介入および予防医療のためのリアルタイムデータストリームを生成している。
• 進展は見られても、データのプライバシー、セキュリティ、患者の同意に関する課題は依然として大きな障壁であり、差別やデータ漏洩のリスクを伴う。
• 現在の医療分野における機械学習モデルはしばしば解釈不能であり、臨床的信頼性とケア提供者による採用の懸念を引き起こしている。
• 大多数の国において、データ利用および報酬の明確な法的枠組みと持続可能なビジネスモデルはまだ整備されていない。