Back to blog

Tuesday, July 1, 2025

Ida Simによるプレシジョンヘルスの未来:臨床ケアと日常生活の架け橋

太田ミハイル
ウェアラブルデバイスとプレシジョンヘルスデータ統合のイラスト

プレシジョンヘルスの未来:臨床ケアと日常生活の架け橋

Association for Health Learning and Inference主催のUCSF × UC Berkeley Computational Precision HealthでDr. Ida Simによる示唆に富んだセッションに参加しました。デジタル時代における医療提供の在り方を再考させる3つの重要な洞察が浮かび上がりました。

Dr. Ida Simについて

Dr. Ida SimはUCSF初代最高研究情報責任者(Chief Research Informatics Officer)であり、医学・計算プレシジョンヘルスの教授、UCSF UC Berkeley計算プレシジョンヘルス共同プログラムの共同ディレクターです。大規模健康データ共有の技術と政策における世界的リーダーであり、Open mHealth/IEEE 1752グローバルモバイルヘルスデータ標準ファミリーの共同創設者でもあります。 また、参加者レベルの臨床試験データのための世界最大のデータ共有プラットフォームであるVivliの共同創設者でもあります。

1️⃣ 病院の壁を越えた医療:日常環境におけるプレシジョンヘルス

医療イノベーションは病院で栄えていますが、プレシジョンヘルスの真の可能性を引き出すには、日常的な環境—健康の大部分が実際に起こる場所—でのケアをサポートするシステムが必要です。Dr. Simは「患者は99%の時間を一人で過ごしています。彼らは自分自身の慢性疾患の医師なのです」と述べています。

この洞察は、米国人口の約40%が複数の慢性疾患を抱えているという事実を考えると特に重要です。 Dr. Simは「センサーやアプリを使えば、私たちは外に出ることができます。クリニックや病院の壁を越えることができるのです」と強調します。 このパラダイムシフトは、効果的な医療が断続的な臨床的接触を超えて、患者の日常生活における継続的なモニタリングとサポートに拡張する必要があることを認識しています。

2️⃣ 患者生成データ(PGD)の台頭と課題

患者生成データは、センサーやモバイルアプリケーションを通じて患者(または家族や介護者)によって作成、記録、または収集される健康関連情報を包含します。 このデータストリームは、臨床訪問の間の患者の健康状態に関する継続的な洞察を提供することにより、医療を変革しています。

しかし、重要な課題が残っています。PGDは臨床EHRと比較して個人を特定可能で断片化されたままであり、現在の統合は、各デバイスとその独自のデータフォーマットとのカスタム接続を構築・維持するための高コストを伴う一回限りの取り組みになりがちです。

PGDを臨床システムに統合するには、取得(センサーやアプリを使用した患者向けコンポーネント)、集約(データのプール化、標準化、構造化)、消費(臨床医や患者のための異なるケア環境における異なるソリューションによる使用)を含む包括的なパイプラインが必要です。

メタデータとコンテキストの重要な役割

臨床的意思決定には、臨床的に関連するコンテキスト情報が必要です。例えば、血糖値「138」の読み取りは、単位、食事や睡眠との関係、有効時間が明確にされない限り、臨床的に無意味です。 データそのものを超えて、デバイス名、モデル、固有ID、データを取得したアプリなどのメタデータは、品質保証、監査、規制監督に不可欠です。

3️⃣ 新たなソリューション:標準とオープンプラットフォーム

IEEE P1752標準ファミリー

IEEE P1752標準ファミリーは、モバイルヘルスデータとメタデータの標準化された表現の仕様を定義しています。IEEE 1752.1-2021は2021年9月に正式に公開され、メタデータ、睡眠、身体活動測定をカバーしています。 作業はIEEE P1752.2で継続されており、心血管、呼吸器、代謝測定に対応しています。

その目的は、モバイルヘルスデータの意味のある記述、交換、共有、使用を可能にする標準的なセマンティクスを提供し、複数のモバイルヘルスソースからのデータ集約をより簡単かつ正確にし、生物医学的発見、健康改善、疾病管理のためにこのデータを使用するコストを削減することです。

Open mHealthスキーマはオープンソースで、すべての人に無料であり、開発者、データサイエンティスト、情報学者、研究者、臨床医からなるグローバルなステークホルダーコミュニティの成果です。

JupyterHealth:コンポーザブルAIのためのオープンソースミドルウェア

JupyterHealthは、ウェアラブル、IoTデバイス、モバイルアプリ、電子健康記録からのリアルタイム健康データを統合することでデータサイロを排除する、オープンソースのモジュラープラットフォームです。統一された安全でAI駆動型のエコシステムを提供します。

このプラットフォームはモジュラーで、デジタルヘルス研究、開発、展開のライフサイクル全体にわたるオープンソースコンポーネントで構成されています。ウェアラブルおよび臨床データを含むデータ取得から、JupyterHubを介した高度なデータ分析およびプレゼンテーションまでをカバーします。各コンポーネントは独立して、または連携して動作するように設計されており、HL7 FHIRやOpen mHealthなどの厳格な健康データ標準をサポートします。

JupyterHealthは現在、UCSFとWeill Cornellの実際のプライマリケアおよび専門医療から引き出されたユースケースで初期開発中であり、最前線の臨床医とウェアラブルセンサーの一般ユーザーを含む参加型設計プロセスを採用しています。

実世界での実装:Agile Metabolic Healthプロジェクト

Dr. SimとUC BerkeleyのDr. Fernando Pérezが主導するOpen Platforms for Healthイニシアチブは、JupyterHealthを使用して代謝障害の治療におけるデータ収集と解釈を変革しています。Agile Metabolic Healthプロジェクトは、糖尿病患者からの継続的血糖モニタリングデータと睡眠や運動などの他の健康指標をコンパイルおよび分析し、AIを使用してリアルタイムで糖尿病を管理するより良い方法を学習しています。

今後の展望:統合とインパクト

Dr. Simは、JupyterHealthが、複数のセンサーストリームと電子健康記録データを活用して個別化された代謝プロファイルと患者のためのパーソナライズされた意思決定支援を生成する企業を加速させることを構想しています。技術的な参入障壁とバックエンドの運用コストを下げながら、新しい計算アプローチを共有・共創するためのオープンなコミュニティを作ることで、患者の転帰に影響を与えるより堅牢なデジタルヘルス市場が出現する可能性があります。

しかし、重要な課題が残っています。臨床ワークフローは現在EHRシステムに固定されており、サードパーティの計算ツールがケアコンテキストにアクセスしたり、公式の医療記録に書き戻したりする能力を制限することがよくあります。 FHIRとSMART-on-FHIR標準は、より大きなワークフロー統合を可能にするための重要なメカニズムですが、それ自体では日常的なケアへの大規模で効果的な統合を保証するには不十分です。

日常の健康データと臨床システムの統合は、プレシジョンメディシンの次のフロンティアを表し、医療施設と私たちの日常生活とのギャップを埋めます 🩺💫

参考文献


InnerIndex Inc. は、AI駆動型業務オペレーションの標準化を通じて、企業の生産性向上と革新的なビジネス創出を支援しています。