ヘルスケア分析とは、ヘルスケア内の4つの領域から収集されたデータの結果として実行できるヘルスケア分析活動です。(1)請求およびコストデータ、(2)医薬品および研究開発(R&D)データ、(3)臨床データ(電子カルテ(EHR)から収集されたものなど)、および(4)患者の行動および嗜好データ(患者満足度や小売購入など、個人用健康製品を販売する店舗で収集されたデータなど)。[1]ヘルスケア分析は、米国を含む多くの国で成長産業であり、2022年までに310億ドル以上に成長すると予想されています。[2]また、政府や公衆衛生機関にとって、健康政策をサポートし、透明性に対する国民の期待に応えることがますます重要になっています。これは、Covid-19パンデミックによって加速しています。[3]
ヘルスケア分析では、さまざまなヘルスケアデータのパターンを調査することで、過剰な支出を抑制し、人々の健康を改善しながら、患者と医療提供者チームに対する臨床ケアをどのように改善できるかを判断することができます。この業界の領域は、臨床分析、財務分析、サプライチェーン分析、マーケティング、詐欺、人事分析に重点を置いています。多くの国で、医療における人種差別や先住民の健康への取り組みなど、健康の公平性の改善に役立つように、患者と医療提供者の社会的指標をヘルスケア分析に組み込むことへの需要が高まっています。[3]
ヘルスケア分析における利益のバランス: イノベーション、プライバシー、患者の安全
ヘルスケア分析には包括的なデータへのアクセスが必要ですが、その有用性は、患者の権利の保護を危険にさらす可能性のあるデータ収集の広範な制限、[4]、誤った結論または統計的予測< [5]、および結果の誤用[6]のバランスに依存します。適切なポリシーは、プロセス改善、コスト削減、個別化医療、および集団健康の向上をサポートできます。さらに、適切な使用を促進するインセンティブを提供することで、一部の懸念に対処できる可能性がありますが、データの誤用を意図せずに奨励してしまう可能性もあります。[7]最後に、ITインフラストラクチャの標準を作成することで、データの共有と使用が促進される可能性がありますが、技術革新のペースが速いため、標準とベストプラクティスがすぐに時代遅れになるため、これらの標準は定期的かつ継続的に再評価する必要があります。
国、地域、地方の協力と法律制定を通じてヘルスケア分析を改善できる領域がいくつか特定されています。
データ収集の制限
適切な医療を保証し、医療制度を改善するためには、医療提供者、政府機関、健康保険、研究者の質の高いデータに対するニーズを満たす必要があり、同時に患者のプライバシー権も保証されなければならない。データ収集は、医療上の必要性とその範囲を超えた患者の希望に限定されるべきである。このような制限により、患者のプライバシーが保護されるとともに、データを保管するためのインフラコストが最小限に抑えられる。可能であれば、患者は医療サービスを受ける前に、どのようなデータが収集されるかを知らされるべきである。[8]たとえばカナダでは、先住民族の間でのデータ収集は、先住民族の所有権、管理権、アクセス権、占有権の原則によって規定されている。
データ使用の制限
ビッグデータの利用可能性が拡大すると、統計的エラー、[1]誤った結論や予測、[5]結果の誤用、[9]のリスクが高まります。プロセス改善、 [10] [11] [12]コスト削減、[13]個別化医療、[14]公衆衛生[15]へのデータの使用が証拠によって裏付けられています。 個人の健康のための革新的な使用[14] [16]は、十分なサービスを受けていない人々に悪影響を及ぼす可能性があります。[17]米国では、拒否や除外のための使用を制限することで、給付やケアの適格性を判断するために使用することを防止し、公正信用報告法などの他の連邦差別禁止法と調和しており、公民権法や遺伝情報差別禁止法などの差別禁止法とも調和しています。
適切な使用を促すインセンティブの提供
公的および民間セクターのプロバイダーの垂直統合の増加により、[18]電子医療記録の膨大なデータベースが作成されました。[19]米国では、ACAにより、プロバイダーがEHR を採用するためのメディケアとメディケイドのインセンティブが提供されました。[8]大規模な医療機関には、主に予防医療を提供することでコストを削減するために、医療分析を適用する内部的な動機もあります。[20]保険業者とプロバイダーに人口追跡を増やすようにインセンティブを与えることで、政策によってデータの使用が増加し、結果が改善される可能性があります。[7]
ITインフラストラクチャの標準の作成
不適切なITインフラストラクチャは、医療分析の成果とそれが臨床診療に与える影響を制限する可能性があります。[6]標準を確立することで、アクセシビリティ、所有権、プライバシーに配慮しながらビッグデータを収容できるITインフラストラクチャを確保できます。 [ 20]プライベートクラウドや、サンドボックスにアクセスする研究者に許可されたフィルタリングされたデータで構成される「仮想サンドボックス」などの新しい可能性を模索できます。[6] [21]標準により、さまざまな医療および研究組織間の情報コラボレーションの調整が容易になり、[6]プロバイダー間のコミュニケーションが改善され、重複とコストが削減されるため、患者ケアが大幅に改善されます。
プライバシーとアクセシビリティのバランスをとるためには、最低限の基準が必要です。[6]標準化は、研究協力を促進し、医療提供者間のコミュニケーションを容易にすることで、患者ケアの改善に役立ちます。[6]この研究により、患者の症例数を減らし、長期的な医療費を回避できる予防ケアの概念を生み出すことができます。
UAE のヘルスケア分析
ドバイ薬科大学(DPCG)は、GCC地域における医療データ分析教育の先駆者です。DPCは、医療専門家が医療データ分析の概念を探求し、医療コンピューティング技術の革新を適用する直感を刺激するために、「医療ビジネスデータ分析」の大学院認定コースを提供しています。認定プログラムの目的は、医療データのインテリジェントなデータ収集、処理、分析のためのソフトウェアアプリケーションを含む基礎技術を専門分野の研究者が活用するためのプラットフォームを提供することです。[22]
米国のヘルスケア分析
医療ITにおける連邦政府の役割
米国では、複数の連邦機関が医療分析インフラに深く関わっています。行政部門では、行政自体、メディケア・メディケイドサービスセンター(CMS)、医療情報技術国家調整官室(ONC)がそれぞれ戦略計画を策定し、規制の決定に関与しています。[23]立法部門では、下院と上院の複数の委員会が公聴会を開催し、データとテクノロジーを使用して医療のコストを削減し、成果を向上させることについて意見を述べています。
ONCは、連邦医療IT戦略計画2015-2020を発表しました。[24]この計画では、連邦政府機関が医療情報技術(医療IT)と電子医療情報の広範な使用を実現し、医療ITインフラストラクチャを強化し、個人中心の自己管理型医療を推進し、医療サービスの提供とコミュニティの健康を変革し、研究、科学的知識、イノベーションを促進するために講じる手順を概説しています。[25]この計画は、「連邦の政策、プログラム、および行動を明確にすることを目的としており、プログラム要件を調整し、規制を調和および簡素化するための戦略が含まれており、医療ITユーザーが学習型医療システムを前進させてより良い健康を達成できるようにすることを目指しています。」[24]
戦略計画には、目標を達成するために複数の戦略を採用したいくつかの重要な取り組みが含まれています。これには、(1)相互運用性ロードマップの最終決定と実施、(2)医療情報のプライバシーとセキュリティの保護、(3)技術標準の特定、優先順位付け、推進、(4)医療ITの安全性と安全な使用に対するユーザーと市場の信頼の向上、(5)国家通信インフラの推進、(6)すべての関係者間の協力が含まれます。[24]
取り組むべき課題
相互運用性ロードマップの作成
アーリアン・チャヴァン博士は、取り組むべき課題として、(1)標準規格のテストと実装方法のばらつき、(2)医療IT関係者による政策や法的要件の解釈と実装方法のばらつき、(3)医療IT関係者が消費者の関与を促進するような方法で情報を共有し、協力することに消極的であることを挙げています。[25]
ONCは、2017年までに医療情報交換に関する政策勧告を策定し、医療情報交換、相互運用性、情報交換に関する取引相手への基本的な期待を定義し、概説する取り組みを進めています。[25]現在の連邦法と州法では、医療保険の携行性と責任に関する法律(HIPAA)やキックバック防止法など、限られた狭い状況でのみ、特定の種類の情報ブロックを禁止しています。[25]
プライバシーとセキュリティの保護
HIPAA に加えて、多くの州では個人の健康情報を保護する独自のプライバシー法を制定しています。HIPAA に反する州法は、特定の例外が適用されない限り、連邦の要件によって優先されるのが一般的です。たとえば、州法が個人を特定できる健康情報に関連し、より強力なプライバシー保護を提供している場合、HIPAA によって優先されることはありません。プライバシー法は州によって異なる場合があるため、医療 IT 関係者の間で混乱が生じ、プライバシーの遵守を確保することが困難になる可能性があります。[25]
共通の技術基準の確立
電子医療情報をシームレスかつ安全に移動するには、共通の技術標準を使用する必要があります。臨床記録の内容 (検査結果や臨床測定など) は簡単に標準化できますが、医療提供者のメモなどの他の内容は標準化が難しい場合があります。医療提供者のメモや、従来の「自由形式のテキスト」データの標準化を可能にする方法を特定する必要があります。
ONC HIT認証プログラム[26]は、システムがHHSが採用した技術的能力、機能性、セキュリティ要件を満たしていることを認証します。ONCは継続的にプログラムを評価し、「連邦政府の価値ベースおよび代替支払いモデルをサポートする医療ITアプリケーションと要件に対応し、強化できることを保証します。」[24]
医療ITの安全性と安全な使用に対する信頼の向上
医療消費者、医療提供者、医療組織は、使用している医療IT製品、システム、サービスが安全で、安心、有用であるだけでなく、貴重な情報の損失や過度の経済的負担なしに製品、システム、サービスを切り替えることができると確信する必要があります。連邦医療IT戦略計画2015-2020、2013 HHS医療IT患者安全行動および監視計画、および2012食品医薬品局安全およびイノベーション法の実施により、これらの懸念に対処しようとします。[24]
国家レベルのコミュニケーション構造の構築
医療提供者、個人、国家緊急対応者などの利害関係者間で電子医療情報を共有するには、国家通信インフラが必要です。また、遠隔医療サービスを提供したり、モバイル医療アプリケーションを使用したりするためにも必要です。「拡張された、安全で手頃な価格の高速ワイヤレスおよびブロードバンドサービス、選択肢、およびスペクトルの可用性は、電子医療情報の共有と使用をサポートし、ケアの提供に必要な通信をサポートし、災害や公衆衛生上の緊急事態の際に医療と公衆衛生サービスの継続をサポートします。」[24]
ステークホルダーの協力
連邦政府は、貢献者、受益者、協力者としての役割において、「民間部門のイノベーターや起業家、研究者が政府および政府が資金提供するデータを使用して、健康と医療の改善に役立つ有用なアプリケーション、製品、サービス、機能を作成することを奨励することを目指しています。」 HHSは、患者中心のアウトカム研究信託基金から資金を受け取り、患者中心のアウトカム研究のデータ容量を構築しています。 HHSは、2011年から2019年の間に1億4000万ドル以上を受け取ると推定されています。 これらの資金は、「患者中心のアウトカム研究を促進するために、複数のソースからデータを収集、リンク、分析するための包括的で相互運用可能な持続可能なデータネットワークインフラストラクチャを実現する」ために使用されます。[24]
立法
有意義な使用、患者保護および医療費負担適正化法(ACA)、およびデータ保存コストの低下[27]により、医療データは複数のプロバイダー、保険会社、研究機関によって保存、共有、使用されるようになりました。組織が個人情報を収集、保存、共有、使用する方法については、プライバシーと機密性に関する懸念、収集されたデータの品質と正確性に関する懸念など、懸念が存在します。既存の規制を拡大することで、患者のプライバシーを確保し、患者の安全を守り、データへのアクセスとそのデータを公開することの倫理的影響のバランスをとることができます。
参照
参考文献
- ^ ab Fan, Jianqing; Han, Fang; Liu, Han (2014-06-01). 「ビッグデータ分析の課題」National Science Review . 1 (2): 293– 314. arXiv : 1308.1479 . doi :10.1093/nsr/nwt032. ISSN 2095-5138 . PMC 4236847. PMID 25419469.
- ^ 「ヘルスケア分析市場、2022年までに310億ドルに達する」。ヘルスケアファイナンスニュース。2018年8月13日。 2019年2月5日閲覧。
- ^ ab Ayles, J.; Lima, MC; Gupta, N (2024年7月). 「Covid-19前後の公共部門の健康分析能力:カナダ、ニューブランズウィック州の管理者の視点からのケーススタディ」. International Journal of Population Data Science . 9 : 2370. doi : 10.23889/ijpds.v9i1.2370 . PMC 11606541 .
- ^ Fan, Jianqing; Han, Fang; Liu, Han (2014-06-01). 「ビッグデータ分析の課題」National Science Review . 1 (2): 293– 314. arXiv : 1308.1479 . doi :10.1093/nsr/nwt032. ISSN 2095-5138. PMC 4236847. PMID 25419469 .
- ^ ab Austin B. Frakt; Steven D. Pizer (2016-02-16). 「医療におけるビッグデータの期待と危険性」American Journal of Managed Care . 22 (2016年2月2日).
- ^ abcdef Roski, Joachim; Bo-Linn, George W.; Andrews, Timothy A. (2014-07-01). 「ビッグデータによるヘルスケアの価値創造:機会と政策的影響」Health Affairs . 33 (7): 1115– 1122. doi :10.1377/hlthaff.2014.0147. ISSN 0278-2715. PMID 25006136.
- ^ ab 「IBM ヘルスケアにおける分析の価値」www-935.ibm.com 2015-12-10 2016-10-22閲覧。
- ^ ab 「Affordable Care Act の実施と情報」www.amga.org 。 2016年10月22日閲覧。[永久リンク切れ ]
- ^ 「FTCがビッグデータ分析の使用と誤用に対して警告 | マーケティング・リサーチ協会」www.marketingresearch.org 。 2016年10月8日閲覧。
- ^ Khalifa, Mohamed (2016-01-01). 「救急室のパフォーマンス向上におけるヘルスアナリティクスの活用」。医療 技術情報学研究。225 : 138–142。ISSN 0926-9630。PMID 27332178 。
- ^ Liu, Hongfang; Kaggal, Vinod; Elayavilli, Ravikumar Komandur; Mehrabi, Saeed; Pankratz, Joshua; Sohn, Sunghwan; Wang, Yanshan; Li, Dingcheng; Rastegar, Majid Mojarad (2016-06-23). 「学習型ヘルスケアシステムに向けて - ビッグデータとNLPを活用したポイントオブケアでの知識提供」Biomedical Informatics Insights . 2016 (Suppl. 1): 13– 22. doi :10.4137/bii.s37977. PMC 4920204 . PMID 27385912.
- ^ Janke, Alexander T.; Overbeek, Daniel L.; Kocher, Keith E.; Levy, Phillip D. (2016). 「救急医療における予測分析とビッグデータの可能性を探る」Annals of Emergency Medicine . 67 (2): 227– 236. doi :10.1016/j.annemergmed.2015.06.024. PMID 26215667.
- ^ Khalifa Mohamed、Zabani Ibrahim、Khalid Parwaiz (2016)。「IOS Press Ebooks - 健康分析手法を用いた利用パターンに関するラボテストの調査」。健康技術情報学研究。226 (生物医学と健康情報学の応用と基盤の統合)。doi : 10.3233 /978-1-61499-664-4-190。
- ^ ab Maglaveras, Nicos; Kilintzis, Vassilis; Koutkias, Vassilis; Chouvarda , Ioanna (2016-01-01). 「ビッグデータ分析によるパーソナライズされた健康を活用する統合ケアとコネクテッドヘルスのアプローチ」。医療技術と情報科学の研究。224 : 117– 122。ISSN 0926-9630。PMID 27225565 。
- ^ Razavian, Narges; Blecker, Saul; Schmidt, Ann Marie; Smith-McLallen, Aaron; Nigam, Somesh; Sontag, David (2015-12-01). 「請求データとリスク要因の分析による2型糖尿病の人口レベルの予測」。ビッグデータ 。3 ( 4 ): 277– 287。doi : 10.1089/ big.2015.0020。ISSN 2167-6461。PMID 27441408 。
- ^ 「FTCレポート、ビッグデータの利用拡大に関する企業への勧告を発表 | 連邦取引委員会」www.ftc.gov 2016年1月6日2016年10月8日閲覧。
- ^ 「ビッグデータ:包含か排除か?問題の理解(FTCレポート) | 連邦取引委員会」www.ftc.gov。2016年1月6日。 2016年10月8日閲覧。
- ^ 「ヘルスケアと分析 - Analytics Magazine」。Analytics Magazine。2011年9月4日。 2016年10月22日閲覧。
- ^ 「意味のある使用を維持する: 臨床分析が鍵」Health Catalyst 2013-11-21 . 2016-10-22閲覧。
- ^ ab 「ビッグデータが医療分析を改善する3つの方法」。ヘルスケアITニュース。2015年7月17日。 2016年10月22日閲覧。
- ^ Marshall, Deborah A.; Burgos-Liz, Lina; Pasupathy, Kalyan S.; Padula, William V.; IJzerman, Maarten J.; Wong, Peter K.; Higashi, Mitchell K.; Engbers, Jordan; Wiebe, Samuel (2016-02-01). 「医療提供の変革: 医療経済とアウトカム研究における動的シミュレーションモデリングとビッグデータの統合」. PharmacoEconomics . 34 (2): 115– 126. doi :10.1007/s40273-015-0330-7. ISSN 1179-2027. PMID 26497003. S2CID 2759268.
- ^ 「ドバイ女子薬科大学 - ヘルスケアビジネスデータ分析のPG証明書」。
- ^ 「アンディ・スラヴィット、有意義な利用を凍結。JPモルガンでのスピーチの記録を読む」。ヘルスケアITニュース。2016年1月13日。 2017年1月20日閲覧。
- ^ abcdefg 「連邦医療IT戦略計画2015-2020」(PDF) 。 2016年10月21日閲覧。
- ^ abcde 「2015年議会における医療情報技術の採用に関する最新情報」dashboard.healthit.gov 。 2016年10月22日閲覧。
- ^ 「ONC Health IT Certification Program | Policy Researchers & Implementers | HealthIT.gov」www.healthit.gov 。 2016年10月22日閲覧。
- ^ 「データストレージと管理のコスト:2016 年はどうなるのか?」。データセンタージャーナル。2016 年 10 月 22 日閲覧。
さらに読む
- アダム・タナー(2017年)。『私たちの体、私たちのデータ:企業は医療記録を売って何十億ドルも儲ける』ビーコン・プレス。ISBN 978-0807033340。
