資料３診療情報におけるテキストや時系列のバイタルサインを含むビッグデータの知識探索型分析ソリューション IBM-MDView Multi-Dimension & Multi-Viewpoint Clinical Data Warehouse 日本アイ・ビー・エム株式会社グローバル・ビジネス・サービス 1 © 2013 IBM Corporation 時間軸で示した発症の過程と医療介入後のコストゲノミクス新しい生態指標 • １塩基多型の情報源 • ハプロタイプマッピング • 遺伝子配列 22 経過観察イベントの予測治療方法の情報提供基本的なリスクイベントの開早期の早期の現在の典型的プロテオ機能的始分子検出ミクスイメージング臨床検出な医療介入基本的なリスク出典: Ralph Synderman, MD 予測・診断評価の改善時間発症前の経過動的ゲノミクス • 遺伝子発現 • プロテオミクス • メタボロミクス • 分子イメージング • 臨床リスクモデル後ろ向き分析 1/回復可能性リスクの評価コスト疾患の負荷意思決定支援ツール前向き分析疾患の発症と経過治療方法の意思決定支援 © 2013 IBM Corporation 分析の流れ：可視化→分析→最適化 Applications コントロール Data Warehouse 最適化 Optimization Analytics 分析可視化 Analytics Visualization モニタリング Business Intelligence アナリティックス 3 © 2013 IBM Corporation 診療情報データウエアハウス IBM MDView IBM-MDViewの特徴電子カルテなどの医療情報データベースから診療情報を抽出し、誰もが分かる形に保存することができるデータウエアハウスです。ODBC経由でお使いの既存ツールを用いることも、CognosやSPSSなどのビジネスアナリティックスソフトウェアとテンプレートを使用した分析を行うことも可能です。データ抽出に関する労力の削減と迅速な検索による臨床応用の実現するとともに、診療情報をお客様の資産として将来に渡って継承できる仕組みをご提供します。データ移行は情報損失のリスク！早く抽出することで回避できます臨床情報はお客様資産！独立したDWHにより永続的に保全します医療安全に関する分析例インシデント分析転倒転落患者予測診療情報アラート合併症・感染症の予測診療の質に関する分析例発症予測分析クリニカルパス分析診断精度分析治療効果分析類似症例分析経営指標に関する分析例最適化（患者導線、病床数）コスト分析患者数予測注：分析に関しましては例であり、結果を保証するものではありません臨床研究や分析はお客様の知的財産！ DWHの不変的な構造により資産を守ります 4 © 2013 IBM Corporation データウエアハウス IBM MDViewの構成要素基本機能病院情報システム物流システム看護システム医事会計システム基幹システムカルテ・オーダー病院固有DB 抽出(E)・変換(T)・登録(L) 共有領域物流データマート看護データマート臨床研究DB レプリカビジネスインテリジェンス各サンプル 5 部門データマート MDView 診療情報データウエアハウス医事会計データマート病院固有DB レプリカ ODBCインターフェース XML・CSV・Excel Cognos BI レポート、検索機能テキスト処理機能演算処理、グラフ作成クロス集計、モデリングダッシュボード、アラートバランススコアカード既存システム部門システム臨床研究DB データウエアハウスオプション機能ストラクチャー SPSS クォリティープロセスコンサルタントアウトカム IBM製ソフト統計分析、マイニング予測分析、モデリング自然言語処理機能 ETL（抽出、変換、登録）機能 Cognosデータ交換 IBM MDViewの特徴 • 完全独立型データウエアハウスなので、基幹システムが停止中でも利用可能です • 一般的なハードウエア、ソフトウエア、ミドルウエア（RDB)をベースにしているので、ベンダーに依存しません • ODBCインターフェースを持つので、ビジネスインテリジェンスソフトは、自由に選択することが可能です • 特殊な作りこみを一切していないため、アプリケーションの保守費用がかかりません • データベースそのものが可視化されているため、マスター変換などの後処理を必用としません • データモデリングを用いた設計を行っているため高速な集計、高速な全文検索を行うことが可能です • 標準構成に含まれるCognosBI を用いて、複数のデータベースを ODBCで接続することができます。他社製ソフト © 2013 IBM Corporation MDView ：多視点で利用できるMDView 病院の質を評価する指標作成に最適多目的に利用できるソリューション検索とレポート診療支援スコアカードと指標業務支援 MDView ダッシュボードとアラート経営者の視点業績評価指標 KPI 6 6 臨床評価指標 Clinical Indicator 医療従事者の視点 QUALITY ストラクチャー指標の例・診療原価・診療単価・病床単価・外来患者数・入院患者数・病床回転率・在院日数・会計待ち時間・診療圏など研究支援経営支援問題点の把握コスト減管理会計投資対効果 INDICATORS プロセス指標の例・手術創の感染率・再入院率・鎮静・麻酔に伴う合併症・予定時間を延長した手術件数・予定しないICUへの再転科診療の質改善・パスにおけるバリアンス件数安全性向上・ヒヤリハットの件数診療の効率化・診療待ち時間医療従事者の満足度・褥瘡発生率など向上分析と最適化公開情報 Outcome 患者の視点アウトカム指標の例・転帰・入院時・退院時のADL ・治療開始時・終了時のQOL ・平均在院日数・総治療費イメージアップ・質的生存年数インフォームドコンセントの・術後合併症発生率質向上・院内感染症発生率患者満足度向上・セカンドオピニオン件数など © 2013 IBM Corporation MDView ： Cognosを用いたアラートカルテに埋もれている危険情報を自動抽出放置次回予約まで、カルテを開けることはないアラート機能を持っていない場合 CT予約と血液検査をしてもらいます。全部結果が出る一か月後に予約を取りましょうすぐに入院させてください血液検査で緊急を要する結果が出たアラートリストの自動配信日次アラートを出力する場合すぐに患者に連絡を取ってください 7 通院でなんとかなりそうです © 2013 IBM Corporation MDView ：災害時の臨時運用 IBM-MDViewの利用通常は分析に利用しているMDViewを、災害時にオフラインで診療情報参照に使うアイデアです MDViewはコンパクトな可視化DBなので、通常時に複数のノートブックにMDViewのレプリカを作っておくことで、災害時には被災地、患者移送先などに持ち込み、そこで診療情報を参照することが可能ですシェルター（ボックス）など通常時運用カルテ・オーダー看護支援医事会計他他システム他システム他システムシステム MDView コピーカルテ参照サーバー MDView サーバー通常は分析に利用 DWH DWH DWH Webカルテサーバー災害時は現病歴や常用薬を参照シェルター（ボックス）など災害時運用カルテ・オーダー MDView コピー MDView コピー電子カルテサーバー電子カルテサーバー看護支援ノートブック搬送医事会計 DWH MDView コピー MDView コピー患者搬送先ノートブック搬送 DWH DWH DWH 被災地他他システム他システム他システムシステム 8 ノートブック搬送 MDView コピーカルテ参照サーバー MDView サーバー DWH Webカルテサーバー DWH © 2013 IBM Corporation MDView ：医局コラボレーションの考え方ベンダー依存性がないDWHのメリット情報転送が不要関連病院大学病院 DWHレプリカ電子カルテDB データ抽出 DWHサーバー DWH 外部ストレージコラボレーション電子カルテ端末パターン１関連病院側からカンファレンスに参加して症例説明をする大学病院の医局カンファレンスに自分の担当症例をかけるパターン２関連病院側で医局のコンサルテーションを受ける大学病院の医局へ症例の相談をするパターン５大学病院で症例の分析をする場合関連病院の症例も利用することができるパターン６大学病院の分析を利用する場合関連病院の臨床情報を大学病院の手法で分析パターン３非常勤医師が自分の担当患者の相談を大学側で対応する担当患者の診療情報を大学病院側で参照して指示を出すパターン４紹介、逆紹介、セカンドオピニオンに利用する患者IDをキーに大学病院側から診療情報を参照する 9 © 2013 IBM Corporation MDView ：複数施設の診療情報統合のしくみ MDViewは、ネットワークで接続された複数の医療機関の診療情報を一元管理することができます。 A病院マッピング B病院マッピング C病院マッピング目的別集計【病院単位】施設IDと患者IDで集計【診療行為単位】症例IDで集計施設IDと患者IDからユニークな症例IDを生成【症例単位】名寄せIDで集計症例IDを名寄せによりグルーピング→名寄せIDで管理 10 © 2013 IBM Corporation MDView ：分析データ出力例 11 © 2013 IBM Corporation MDView ：分析データ出力例続き 12 © 2013 IBM Corporation MDView ：記事からの臨床病名抽出 MDViewは、記事からキーワードの検索を高速で行うことができます。図の例は、病名「肺癌」を含み、「疑い」を含まない記事を検索している例です。医師が、独自のフィルターをかけることも可能です。（実績：1000床クラスの病院における1か月分の全患者の記事を対象にした検索が5秒）またこの結果をエクセルに出力して臨床研究に利用することも可能です。 13 © 2013 IBM Corporation MDView：SPSS自然言語処理機能によるテキスト分析（テーマ：クレーム）カルテの文書をマイニングすると、構文解析を行い自動的にキーワードをカテゴライズ 14 キーワード間関連図やクラスタリングによりパターン抽出 © 2013 IBM Corporation MDView ：転倒転落患者の予測転倒・転落アセスメントスコアシート危険度Ⅰ （勤医協中央病院看護技術マニュアル2010年版） 15 危険度Ⅱ 危険度Ⅲ 分類スコア A.年齢 2 B.既往歴 4 C.感覚 1 D.機能障害 3 E.活動領域 3 F.認識力 4 G.薬剤 1 H.排泄 2 スコアから危険度を分類し、各々の危険度に合わせて、観察項目環境整備指導や援助がガイドされている転倒・転落の状況を見て分ったことお願いを無視する拘束を拒否する運動能力を過信する転倒・転落しなかった患者群転倒・転落した患者群危険度が低いのに転倒・転落をする患者がいるアセスメントシート人は記事テキスト（O欄）性格は変えられないが態度は変えられる © 2013 IBM Corporation MDView：発症予測とアラート現状術後に身体を動かさないと、静脈血栓塞栓症になりやすい、、、私の経験から、このような患者は、、、主訴症状検査値予測分析経験と知識様子をみましょう予防の方法として、、、過去の症例から、類似のものを検索して提示する過去の合併症発症者とそのデータから予測式を算出し、発症の確率を予測する主訴症状？これからｘｘが起こる可能性が高いので予防しておきましょう検査値 16 © 2013 IBM Corporation MDView：クリニカルパス分析現状パスの作成バスの適用豊富な経験バリアンスの判断エビデンスベースの方法パスの作成パスの適用バリアンスの判断 17 症状、病名ごとに、治療記録を抽出し、その最多パターンを初期パスとする症状、病名の最も近いパスの候補と１致度を提示する経験豊富な医療従事者がパスを作成しても、経験の浅い者には、最適なパスを選択したり、バリアンスを判断したりすることができない患者適応型パスにする経験豊富な先輩に聞くこの病院で行われていた診療をパターン化して、知識ベースとして資産化することができる標準パスの生成標準パスの候補と１致度から、最適なパスを選択するバリアンス適用結果を学習して初期パスを修正する © 2013 IBM Corporation MDViewを用いた分析のアイデア（一部がサンプルとして提供されます） CognosBIにおけるレポート例（計画中を含んでいます）オーダー件数の推移：診療科別、医師別に、オーダーの件数をグラフ表示します言葉の検索：記事（SOAP)や、サマリー、レポートなどから、入力した言葉が存在する文章を検索、表示します患者数の推移：入院、外来、初診などの患者数を、診療科別、医師別などでグラフ表示します平均在院日数：病名別、医師別、診療科別に平均在院実数を表示します初来患者数：はじめて来院した患者数を診療科別、医師別に表示します手術所要時間：計画より延びた手術の原因と予後のマイニング結果を表示します患者基本情報：患者の最新の状況を一覧表示します病名検索：記事に書かれた臨床病名を検索表示します病名と処方の関係：病名オーダーと同時に処方された薬品の関係を表示します病歴表示：患者ごとの病歴をリスト表示します検査結果のグラフ表示：検体検査や生理機能検査など数字の結果をグラフ表示します手術結果表示：手術の各情報をリスト表示します CognosBI,SPSSモデラー,ILOGを用いた分析例（計画中を含んでいます）発症予測分析：症状、検査結果、診療行為と発症した疾病（再発、合併症、感染症）との因果関係を分析し、発症を予測するリスク患者抽出：主訴（S)、観察（O)の自然言語処理による、リスク患者を予測する（転倒転落、クレーマーなど）患者数の予測：初診患者の病名の分析と、紹介率および季節変動による初診患者数の予測分析手術における予後分析：手術結果の各記録項目と術日から退院日までの日数との関係を分析し、退院予測を行う術後合併症予測分析：手術結果の各項目と病名、病期、と合併症との因果関係を分析し、合併所の発症予測による予防効果分析クリニカルパス分析：実際に行われた治療から病名、病期ごとの治療パターンをもとに病院の標準パスを作成診療原価KPI：病名、病期、患者単位に消費された医療材料と在院日数を集計し、そのトレンドを分析病床数最適化：病床単価、病床回転率などから、診療科別の最適な病床数を分析勤務管理：看護師、麻酔科医などの勤務管理をルールベースにより行う予約の最適化：予約情報から、病名、病期、過去の実績をもとに、診療時間を予測し、最適な外来医師数を予測する待ち時間の最適化：オーダー数と待ち時間から最適な患者導線を算出し、翌日の最適な導線を予測する 18 © 2013 IBM Corporation MDViewの主な情報項目 MDViewの構造化された項目一覧（モデリングされた構造）【カルテ情報】 SOAP、SOAP以外、オーダー起因、インフォームドコンセント、サマリー、手術所見、紹介、文書、クリニカルパス（バリアンス、アウトカム）【オーダー情報】検体検査、細菌検査、病理検査、生理検査、内視鏡検査、放射線検査、RI検査、処方、注射、手術、病名、輸血、リハビリ【患者情報】患者基本、患者状況、病歴、予約、入院、看護基本【看護情報】看護データベース、経過、バイタル、日誌、指示、妊娠、看護診断、看護介入、看護目標、看護必要度【医事情報】 DPC（様式１、D,E,F）、レセ電（医科、歯科、DPC) MDViewにおけるオプション項目（情報源をそのままデータベースとして保存）物流：購入、在庫、払い出し、消費など、取得可能な情報診療情報：病歴システムとして管理されているデータで取得可能な情報病理レポート：病理部門システムで管理されているレポート、病理診断で、取得可能な情報がん登録：院内がん登録、地域がん登録など、保存されている情報各種レポート：放射線、内視鏡、生理検査など、検査レポートで取得可能な情報その他部門システム：カルテ側に送付されない情報のうち取得可能なもの事務管理情報：事務部門が管理している情報のうち取得可能なもの臨床研究データ：各科が独自に有するファイルあるいはデータベース 19 © 2013 IBM Corporation 参考：指標に関して指標とは指標と実測値は病院の質は指標はどう使うマーカーである相関がある QI＝ KPI＋CI＋OC 業務改善管理会計  経営指標：KPI  病院のコストを管理  臨床指標：Clinical Indicator  診療行為の改善  アウトカム：Outcome  転帰、ADL、QOL 20 © 2013 IBM Corporation 参考：病院機能評価に関する指標(抜粋）  病院指標            21 標榜科、主要診療科別医師１人あたり患者数、標榜科別医師数、１日あたり患者数、年間平均病床利用率、平均在院日数、他施設からの紹介率、地域連携室の職員配置状況、外来部門の看護職員配置状況、外来待ち時間調査の実施状況、日帰り手術実施状況、外来化学療法臨床評価指標  退院後6週間以内の再入院件数、24時間以内の再手術件数、褥瘡の新規発生件数、転倒・転落、針刺し件数  救急車搬入患者数、救急入院患者数  院外処方箋率（外来）、薬剤部門での昆注  CTの状況（実施件数、待機日数）、MRIの状況（実施件数、待機日数）、報告日数、死亡退院率・剖検率、術前病理検査報告所要日数（１般検査・胃生検）、術中迅速診断の実施件数、テレパソロジーの実施件数救急に関する指標薬剤部門の指標検査・画像診断部門輸血部門  100床あたり血液使用量、血液保存量  手術件数・緊急手術率・全身麻酔手術率、手術1000件あたり麻酔科医、麻酔科医１人あたり全身麻酔手術件数、年間全身麻酔手術実施件数手術部門リハビリテーション部門  外来/入院リハビリテーション実施単位、FIMの変化率  月平均栄養食事指導実施件数  2週間以内の退院サマリー作成率  月平均患者相談実施件数（入院・外来）、ワーカー１人あたり月平均相談件数、月平均訪問診療等実施件数、患者１人あたり訪問回数、看護師１人・１日あたりの訪問件数栄養部門診療情報管理部門医療社会福祉・在宅医療支援部門 © 2013 IBM Corporation