編集

ヘルスケア業界向け集団健康マネジメント

Azure Data Factory
Azure Databricks
Azure
Power BI
Azure Machine Learning

ソリューションのアイデア

このアーティクルはソリューションのアイデアです。 このコンテンツにさらに多くの情報 (想定されるユース ケース、代替サービス、実装に関する考慮事項、価格ガイダンスなど) の掲載をご希望の方は、GitHub のフィードバックでお知らせください。

このソリューションでは、病院で生成された臨床および社会経済的な入院患者データを使用して、集団健康を報告します。

アーキテクチャ

Architecture diagram shows how data is ingested, stored, processed through machine learning and published.

このアーキテクチャの Visio ファイルをダウンロードします。

データフロー

  1. リアルタイム データ生成デバイス (IoMT) は、Azure IoT Hub などのデバイス認証で、ストリーミング データ インジェスト シンクにデータを転送します。 このシンクはスタンドアロンの Azure IoT Hub である場合や、継続的な患者モニタリング テンプレートなどのソリューション アクセラレータを備える Azure IOT Central などのフル マネージド アプリケーション プラットフォームに含まれる場合があります。

  2. その後、デバイス データは Azure 用 IoMT FHIR コネクタに受信され、そこで正規化、グループ化、変換され、FHIR 用の Azure API で永続化されます。

  3. 電子医療記録システム、患者管理システム、ラボ システムなどのデータ ソースは、HL7 の取り込みおよび変換ワークフローを介して変換される HL7 メッセージなどの他のメッセージ形式を生成する場合があります。 HL7 取り込みプラットフォームは、MLLP 経由で HL7 メッセージを使用し、HL7overHTTPS を介して Azure に安全に転送します。 データは BLOB ストレージに格納されます。このストレージでは、処理用に Azure Service Bus でイベントが生成されます。 HL7 変換は、FHIR Converter を介して HL7 から FHIR への順序付けられた変換を実行し、メッセージを FHIR サーバー インスタンス用 Azure API に永続化する Azure Logic App ベースのワークフローです。

  4. データは、一括エクスポート機能を使用して Azure FHIR サービスから Azure Data Lake Gen2 にエクスポートされます。 機密データは、エクスポート関数の一部として匿名化できます。

  5. Azure Data Factory ジョブは、オンプレミスまたは代替ソースから Azure Data Lake Gen 2 に他のデータ ソースをコピーするようにスケジュールされています。

  6. Azure Databricks を使用すると、構造化されていないデータ セットをクリーニングおよび変換し、運用データベースまたはデータ ウェアハウスの構造化データと組み合わせることができます。 スケーラブルな機械学習/ディープ ラーニング手法を使用して、Azure Databricks に組み込まれているノートブック エクスペリエンスで、Python、R、または Scala を使用してこのデータから詳細な分析情報を導き出します。 このソリューションでは、Databricks を使用して、患者の入院期間モデルで使用するために、関連しているが異なるデータセットをまとめます。

  7. 実験とモデルの開発は、Azure Databricks で行います。 MLflow を介した Azure ML との統合により、追跡、モデル リポジトリ、デプロイを使用した迅速なモデル実験が可能になります。

  8. Azure Databricks エンドポイントを介したバッチ スコアリング用に Azure Machine Learning サービスを使用して、Azure Container Instance または Azure Kubernetes Service を使用してリアルタイム エンドポイントとして、トレーニング済みのモデルを公開します。

Components

  • Azure IoT Connector for FHIR は、Azure API for FHIR のオプション機能の 1 つであり、Internet of Medical Things (IoMT) デバイスからデータを取り込むことができます。 また、IoT コネクタの制御性と柔軟性を向上させるために、Azure 用 IoMT FHIR コネクタは、IoMT デバイスからデータを取り込みし、FHIR® サーバーでデータを永続化するオープンソース プロジェクトを使用することもできます。

  • Azure Data Factory は、ETL/ELT ワークフローを作成、スケジュール、調整できるハイブリッド データ統合サービスです。

  • FHIR 用の Azure API は、FHIR 形式の正常性データ用のフル マネージドでエンタープライズ レベルのサービスです。

  • Azure Data Lake Storage は、Azure Blob Storage 上に構築された、非常にスケーラブルで安全なデータ レイク機能です。

  • Azure Databricks は、高速で使いやすい、コラボレーション対応の Apache Spark ベースのデータ分析プラットフォームです。

  • Azure Machine Learning は、大規模な機械学習モデルをトレーニング、スコアリング、デプロイ、および管理するためのクラウド サービスです。 このアーキテクチャでは、MLflow の Azure Machine Learning サービスのネイティブ サポートを使用して、実験の記録、モデルの格納、モデルのデプロイを行います。

  • Power BI は、組織全体に分析情報を提供できるビジネス分析ツール スイートです。 数百のデータ ソースに接続でき、データの準備が簡素化され、インタラクティブな分析が促進されます。 優れたレポートを生成し、組織に公開して、Web やモバイル デバイスで使用できます。

シナリオの詳細

集団健康マネジメントは、増大するコストを管理および制御するために医療提供者がますます使用している重要なツールです。 集団健康マネジメントの核心は、データを使用して健康アウトカムを改善することです。 追跡、監視、およびベンチマークは、集団健康マネジメントの 3 つの要点であり、コストを管理および削減しながら臨床結果と健康アウトカムを改善することを目的としています。

集団健康管理を使用する機械学習アプリケーションの例として、入院期間の予測に使用されるモデルがあります。 病気の予防と管理によって医療費を管理および制御するために、病院と医療機関向けに調整されています。 使用されるデータと入院期間モデルについては、ソリューションの手動デプロイ ガイドで学ぶことができます。 病院はこのような結果を使用して、医療管理システムを最適化し、より緊急性の高い患者に臨床リソースを集中させることができます。 集団健康レポートを見て医療を提供するコミュニティを理解することで、診療ごとの個別支払いから価値ベースの医療へと病院を移行させることができます。さらに、コストを削減してより良い医療を提供できるようになります。

考えられるユース ケース

このソリューションは、医療業界に最適です。 これは、次のシナリオに使用できます。

  • 患者のモニタリング
  • 臨床試験
  • スマート クリニック

このシナリオのデプロイ

ここでは、Azure Databricks にインポートできる 2 つのサンプル プロジェクトについて説明します。 R コードを使用しているため、入院期間の予測ノートブックでは、標準クラスター モードを使用する必要があります。 次の例で、このソリューションをデプロイできます。

  1. 入院期間の予測を含むライブ人口健康レポートは、100 万人ほどの患者の遭遇レベルの記録を使用してモデルをトレーニングします。 データのスキーマは、実際の HCUP データでのソリューションの使用を容易にするために、Healthcare Cost and Utilization Project (HCUP) の State Inpatient Databases (SID) データと一致します。 これは、類似の患者人口での使用に適していますが、最良の結果を得るには、病院が独自の患者データを使用してモデルを再トレーニングすることをお勧めします。 このソリューションでは、23 の病院の約百万人の患者について、年数、性別、郵便番号、診断、手続き、料金などを含む 610 の臨床および人口統計機能をシミュレーションします。 新たに入院した患者に適用するには、入院時に各患者が使用できる機能のみを使用してモデルをトレーニングする必要があります。

  2. 患者固有の再入院予測と医療介入は、1994 年の AAI Spring Symposium on Artificial Intelligence in Medicine のために作成された糖尿病データセットを使用します。現在は、UCI Machine Learning Repository の Michael Kahn 博士によって広く共有されています。

共同作成者

この記事は、Microsoft によって保守されています。 当初の寄稿者は以下のとおりです。

プリンシパル作成者:

  • Kris Bock | シニア カスタマー エンジニア

次のステップ

  • 患者の継続的なモニタリングは、患者の継続的なモニタリング ソリューションを構築できるアプリ テンプレートを提供します。
  • Medical Imaging Server for DICOM は、Azure で実行できる DICOMweb™ の .NET Core 実装です。
  • OpenHack for FHIR は、Azure の FHIR 関連サービスについて学習するために使用できる OpenHack ベースのチュートリアルのコレクションです。

製品ドキュメント: