2
1

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

医療データの「バベルの塔」を乗り越える

2
Posted at

医療データの「バベルの塔」を乗り越える


プロローグ:言葉が通じない病院たち

想像してみてください。あなたが引っ越しをして、新しい街の病院を初めて受診したとします。以前の病院での検査結果や処方履歴を新しい医師に見せたいのに、「すみません、このデータ形式はうちのシステムでは読めないんです」と言われたら、どう感じるでしょうか。

実は、これは日本の医療現場で長年続いてきた現実なのです。

A病院の電子カルテでは、患者の名前を「姓:橋」「名:元和」と分けて記録しています。ところがB病院では「氏名:橋元 和」とひとつにまとめて記録しています。性別も、A病院では「M」と書くのに、B病院では「1」と数字で表現します。白血球数の検査結果も、A病院では「9.2(x1000個/μL)」、B病院では「9200(個/μL)」と、単位も数値の表し方も違います。

まるで、同じ日本語を話しているはずなのに、方言が強すぎて通じない状況。いや、それぞれが独自の言語を発明してしまったような状態と言えるかもしれません。

この「医療情報のバベルの塔」問題を解決するために、世界中の医療情報の専門家たちが立ち上がりました。これは、その挑戦の物語です。


第1章:病院という「小宇宙」の仕組み

物語を始める前に、まず病院の情報システムがどのように動いているのかを理解しましょう。

病院に行くと、受付で保険証を出し、診察室で医師に診てもらい、必要に応じて検査を受け、薬をもらって帰ります。この一連の流れの裏側で、実は複雑なデータのやりとりが行われています。

医師がパソコンで「血液検査をしてください」と入力すると、その指示(オーダー)は病院内のネットワークを通じて検査部門に届きます。検査部門で血液を調べた結果は、再びネットワークを通じて医師のパソコンに返ってきます。同時に、会計部門には「血液検査を実施した」という情報が伝わり、請求金額が計算されます。

この仕組みを支えているのが、メイン診療サーバ、各部門サーバ(検査・放射線・薬剤など)、そして医事会計サーバという3種類のコンピュータです。これらが連携して、電子カルテデータ、レセプト(診療報酬請求)データ、DPC(包括払い)データという3つの重要なデータを生み出しています。

ところが問題は、これらのシステムを作っている会社がたくさんあり、それぞれが独自の方法でデータを記録していることでした。


第2章:最初の翻訳者たち — DICOMとHL7の誕生

1980年代、アメリカで最初の「翻訳者」が誕生しました。

CTスキャンやMRIなどの医療画像は、当時から非常に重要なデータでした。しかし、A社のCT装置で撮った画像をB社のコンピュータで見ようとすると、表示できないという問題が頻発していました。

そこで立ち上がったのが、米国放射線学会(ACR)と米国電気製品工業会(NEMA)です。両者が協力して作り上げたのがDICOM(Digital Imaging and Communication in Medicine)という規格でした。

DICOMの賢いところは、画像データそのものだけでなく、「この画像は誰の、いつの、どの検査のものか」という付帯情報も一緒にパッケージにしたことです。患者ID、検査日、どの装置で撮ったか(CT?MRI?)といった情報が、画像ファイルの中に埋め込まれています。

これにより、どのメーカーの装置で撮った画像でも、DICOM対応のシステムなら正しく表示できるようになりました。現在では、まともな医療画像機器のほとんどがDICOMに対応しています。


同じ頃、画像以外の医療情報についても標準化の動きが始まりました。それがHL7(Health Level Seven)です。

HL7という名前は、コンピュータネットワークの階層モデル(OSI参照モデル)の第7層「アプリケーション層」に由来しています。つまり、「医療アプリケーション同士が会話するための言語」を作ろうとしたのです。

HL7 Version 2.xでは、「メッセージ」という概念が導入されました。例えば、患者が入院したときは「ADTメッセージ」、検査をオーダーするときは「ORMメッセージ」、検査結果を返すときは「ORUメッセージ」というように、場面ごとに決まった形式のデータを送受信します。

メッセージの中身は、縦棒「|」で区切られたテキストデータです。一見すると暗号のようですが、「MSH」で始まる行はメッセージの種類、「PID」で始まる行は患者情報、「OBR」で始まる行は検査依頼情報...というようにルールが決まっているので、ルールを知っているコンピュータ同士なら正確に情報を伝え合うことができます。


第3章:日本からの挑戦 — SS-MIX2の誕生

DICOMとHL7という「共通言語」ができたものの、日本の病院では別の問題が残っていました。

各社の電子カルテシステムは、HL7形式でデータを出力することはできます。しかし、「どこにどうやって保存するか」というルールがなかったため、結局はシステムごとにバラバラの方法でデータが管理されていたのです。

この問題を解決するために生まれたのがSS-MIX2(Standardized Structured Medical Information eXchange 2)です。

SS-MIX2の発想はシンプルでした。「データの中身をHL7形式で統一するだけでなく、ファイルの保存場所も統一しよう」というものです。

具体的には、フォルダの階層構造を厳密に決めました。まず患者IDで分類し、その下に診療日でフォルダを作り、さらにデータの種類(検査結果なのか、処方なのか)で分けます。こうすることで、どの電子カルテシステムでも、「この患者の、この日の、検査結果を見たい」と思ったら、同じ場所にファイルがあることが保証されるのです。

この仕組みは「標準化ストレージ」と呼ばれ、2020年3月時点で全国1,554の医療施設に導入されています。

さらに、HL7形式では表現しにくい情報(PDFの診断書や、内視鏡の動画など)を保存するための「拡張ストレージ」も用意されました。これにより、ほぼすべての種類の医療情報を標準的な方法で保存できるようになったのです。


第4章:巨大なデータベースの夢 — MID-NETの挑戦

SS-MIX2によってデータの保存方法が統一されると、次なる夢が生まれました。「複数の病院のデータを集めて、大規模な分析ができないか?」

例えば、ある薬の副作用を調べたいとき、1つの病院だけでは患者数が限られます。しかし、全国の病院からデータを集められれば、何万人、何十万人という規模で分析できます。これにより、まれな副作用も発見できるかもしれません。

この夢を実現したのが、PMDA(医薬品医療機器総合機構)が運営するMID-NET(Medical Information Database Network)です。

MID-NETの仕組みは、プライバシーを守りながら大規模分析を可能にする巧妙な設計になっています。

まず、分析したい人(研究者やPMDA職員)は、「こういう条件の患者を集めて、こういう分析をしたい」というスクリプト(プログラム)を作成します。このスクリプトは各病院に送られ、病院内のSS-MIX2ストレージに対して実行されます。

重要なのは、患者の生データが病院の外に出ることはないという点です。各病院では、スクリプトの実行結果(集計データ)だけが外部のデータセンターに送られます。しかも、患者IDは病院ごとに独自の匿名IDに変換されているため、誰のデータかを特定することはできません。

この「分散型」の設計により、患者のプライバシーを守りながら、複数の病院のデータを合わせた大規模分析が可能になりました。


第5章:新しい波 — HL7 FHIRの革命

標準化は着実に進んでいました。しかし、2010年代に入ると、新しい課題が浮上してきました。

スマートフォンの普及により、「患者自身が自分の医療データを見たい」「健康アプリと病院のデータを連携させたい」というニーズが高まってきたのです。また、AI(人工知能)を医療に活用するためには、大量の医療データに簡単にアクセスできる仕組みが必要でした。

ところが、従来のHL7 Version 2やVersion 3は、医療システムの専門家でないと扱いにくい技術でした。Webやスマートフォンアプリの開発者が、医療データにアクセスするシステムを作るのは大変な作業だったのです。

そこで登場したのがHL7 FHIR(Fast Healthcare Interoperability Resources、「ファイアー」と読みます)です。

FHIRの革命的なアイデアは、「Webの世界で当たり前に使われている技術をそのまま医療に持ち込もう」というものでした。

普段、私たちがWebサイトを見るとき、ブラウザは「REST API」という仕組みでサーバと通信しています。FHIRでは、この同じ仕組みを使って医療データにアクセスできるようにしたのです。

例えば、「患者ID 12345の検査結果が欲しい」と思ったら、Webブラウザで

https://病院のサーバ/Patient/12345/Observation

というURLにアクセスするだけ。すると、JSON形式(Webでよく使われるデータ形式)で検査結果が返ってきます。

これは、Webアプリを作ったことのある開発者なら、すぐに理解できる仕組みです。実際、「複数の開発者がたった1日で簡単なインターフェイスを構築できた」という報告もあります。


第6章:日本での実装 — JP Coreの誕生

FHIRは素晴らしいアイデアでしたが、「世界共通」の規格をそのまま日本で使うには問題がありました。

例えば、日本の保険制度は世界でもユニークなものです。「被保険者証」「公費負担」といった概念を表現するには、FHIR本体の仕様だけでは不十分でした。また、日本語特有の問題(漢字とふりがなを両方記録する必要があるなど)もありました。

そこで、日本医療情報学会NeXEHRS研究会の「HL7 FHIR日本実装検討WG」が中心となり、JP Coreという日本版の実装ガイドを作成しました。

JP Coreは、FHIRの基本的な仕組みを活かしながら、日本の医療制度や慣習に合わせた拡張を定義しています。これにより、日本の開発者はFHIRの恩恵を受けつつ、日本特有の要件にも対応できるようになりました。

2022年3月には、大きな進展がありました。処方情報、健康診断結果報告書、診療情報提供書、退院時サマリーという4つの重要な医療文書について、FHIR形式の記述仕様が厚生労働省標準規格として正式に認められたのです。

これは、日本政府がFHIRを医療情報交換の将来の標準として認めたことを意味しています。


第7章:未来への展望

アメリカでは、2020年に「21st Century Cures Act」に基づく規則が施行され、医療機関は患者が自分の医療データに電子的にアクセスできるようにすることが義務付けられました。そして、そのアクセス方法として標準化されたAPI(つまりFHIR)の採用が求められています。

この規制により、アメリカの患者は、スマートフォンアプリを使って自分の検査結果や処方履歴を簡単に確認できるようになりつつあります。

日本でも、マイナンバーカードの健康保険証利用や、電子処方箋の導入など、医療のデジタル化が進んでいます。これらのシステムの裏側では、FHIRをはじめとする標準規格が活用されています。


エピローグ:「バベルの塔」を超えて

物語の冒頭で、「医療情報のバベルの塔」について触れました。聖書の物語では、バベルの塔は神の怒りによって崩壊し、人々は互いに言葉が通じなくなったとされています。

医療の世界では、逆のことが起きつつあります。DICOM、HL7、SS-MIX2、FHIRという「共通言語」が整備されたことで、かつては通じ合えなかったシステム同士が、少しずつ会話できるようになってきました。

もちろん、課題はまだ残っています。古いシステムの更新には時間とコストがかかりますし、標準規格に対応していても細部の解釈が違うために連携がうまくいかないこともあります。

しかし、方向性は明確です。患者が自分の医療データを自由に活用できる世界、AIが大量の医療データを分析して病気の早期発見や新薬開発に貢献する世界、災害時にどこの病院でも患者の情報を参照できる世界——そうした未来に向けて、医療情報の標準化は着実に進んでいます。

次にあなたが病院を受診するとき、受付で保険証を出し、診察室で検査結果を見るその瞬間にも、裏側ではこれらの標準規格に基づいたデータのやりとりが行われているのです。

それは、世界中の医療情報の専門家たちが何十年もかけて築き上げてきた「共通言語」の成果なのです。

2
1
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
2
1

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?