編集

次の方法で共有

リモート患者モニタリング

Azure Data Lake Storage
Azure Databricks
Azure Event Hubs
Azure Machine Learning
Azure Synapse Analytics
Power BI

医療システム、病院、大規模な開業医は、在宅医療のイニシアチブ (リモート患者モニタリングとも呼ばれます) に移行しています。 リモート患者モニタリングは、臨床ケアのサブセットであり、患者の活動および生理学的データにアクセスし、パーソナライズされたケア プラン パラメーターに従って、リモート医療デバイスを使用して配信できます。

この記事では、Azure Health Data Services と、インテリジェントなリモート患者モニタリング用のデバイスを使用してソリューションを設計する方法に関するガイダンスを提供します。 このソリューションは、このようなソリューションを大規模に構築する際に組織が直面しがちなデバイス統合の課題の多くを軽減するのに役立ちます。

アーキテクチャ

医療機器と Azure サービスを使用したリモート患者モニタリング アーキテクチャのアーキテクチャ図。

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. 患者デバイスでは、活動データと生理学的データを生成します。 その後、使用可能な Microsoft オープン ソース (OSS) SDK のいずれかを使用してデバイスからデータが抽出され、Azure Event Hubs によって取り込まれます。

  2. Life365.health プラットフォームでは、活動データと生理学的データを生成する 300 以上のデバイスをサポートしています。Life365 API では、患者モニタリング デバイスから活動データと生理学的データを Azure Event Hubs に取り込みます。

  3. Azure MedTech サービスは、デバイスの測定値を Event Hubs から取得し、FHIR 形式の 高速ヘルスケア相互運用性リソース (FHIR®) に変換して、Azure FHIR サービスに渡します。 Azure Health Data Services ワークスペースは、FHIR や MedTech サービスなどの医療サービス インスタンスの論理コンテナーです。

  4. Azure Health Data Services ワークスペース は、Azure FHIR サービスで FHIR リソースが作成、更新、または削除されたときに、イベント サブスクライバーに通知メッセージを送信します。 通知では、ワークフローの開始や、メールとテキスト メッセージの送信など、自動化をトリガーするために複数のエンドポイントに送信できます。

  5. FHIR Analytics Pipelines は、匿名化されていない FHIR データを Azure Data Lake に増分エクスポートし、さまざまな Azure データ サービスで分析できるようにします。 エクスポートされたデータは、Microsoft のオープン ソース 医療データの匿名化ツールなどのツールを利用して匿名化することもできます。 既定の匿名化は、必要に応じて拡張および変更できる HIPAA Safe Harbor メソッドに基づいています。

    重要

    このデータフローでエクスポートされた FHIR データは生であり、PHI 情報が含まれます。 匿名化のプロセスを使用して、調査または共有の目的でデータから個人識別子を削除できます。 匿名化されたデータ セットを希望する場合は、上記のようなツールを使用して、データをエクスポートする前に匿名化するための措置を講じ なければなりません。

  6. Parquet 形式と JSON 形式の FHIR データの詳細な分析 は、Azure Synapse、Azure Databricks、Azure Machine Learning (ML) サービスの Spark プールを使用して行われます。

  7. SQL ビューは、Azure Synapse のサーバーレス SQL プールに作成されます。 Azure Data Lake の Parquet ファイルに基づいて、FHIR リソースごとに SQL ビューが作成されます。 これらのビューに基づいて、データ エンジニアと開発者は、Microsoft SQL Management Studio またはその他の SQL エディターでネイティブ SQL を記述して、FHIR リソースにクエリを実行できます。

  8. Power BI と FHIR 用 Power Query コネクタは、FHIR サービス API エンドポイントからデータを直接インポートおよび整形 するために使用されます。 Power BI には、Parquet 形式で直接、または Synapse の SQL ビューを介して FHIR リソースにアクセスするための Parquet コネクタと SQL コネクタも用意されています。

コンポーネント

デバイス

コンシューマー デバイス

Microsoft では、Azure Event Hubs によるインジェストのために、さまざまなコンシューマー デバイスからのデータ転送を容易にするオープン ソース SDK を提供しています:

  • Fitbit on FHIR OSS SDK では、Fitbit デバイスがサポートされています。
  • Fit on FHIR OSS SDK では、Google Fit デバイスがサポートされています。
  • HealthKitToFhir Swift Library OSS SDK では、Apple デバイスがサポートされています。

Life365.health でサポートされる医療機器

Life365.health プラットフォーム は、Azure Event Hubs によるインジェスト用の 300 を超える Bluetooth 監視デバイス と統合されています。 それらのデバイスは、スピロメーター、温度計、体重計、ピル リマインダー、アクティビティ トラッカー、血糖値計、血圧モニター、EKG / ECG、胎児ドップラー、心拍数モニター、パルス オキシメーター、睡眠トラッカーなど、複数のカテゴリと OEM にわたっています。 Life365 アプリでは、Bluetooth 以外のデバイスから取得した測定値を手動で記録することもできます。 このアーキテクチャでは、Life365 API を使用して、Life365 デバイスから Event Hubs にデバイスの測定値を取り込みます。

その他

上記のオプションを使用すると、簡単に行うことができますが、このアーキテクチャは、中間 API を介して直接的または間接的に Event Hubs に安全に取り込むことができる同様のデータ ソースをサポートします。

Azure サービス (データの収集と保存)

  • Azure Event Hubs は、シンプルで信頼性の高いスケーラブルなフル マネージドのリアルタイム データ インジェスト サービスです。 あらゆるソースから 1 秒あたり数百万のイベントをストリーミングして、動的なデータ パイプラインを構築し、ビジネスの課題に直ちに対応します。 このアーキテクチャでは、デバイス データの収集と集計、Azure Health Data Services への転送に使用されます。

  • Azure Health Data Services は、オープン スタンダードとフレームワークに基づくマネージド API サービスのセットであり、ワークフローを有効にして医療を改善し、スケーラブルで安全な医療ソリューションを提供します。 このアーキテクチャで使用されるサービスは次のとおりです:

    • Azure Health Data Services ワークスペース - 他の Azure Health Data Services インスタンス用のコンテナーを提供し、保護された健康情報が移動できるコンプライアンス境界 (HIPAA、HITRUST) を作成します。

    • Azure FHIR サービス - 保護された健康情報 (PHI) をクラウドに安全に格納および交換することが容易になります。 デバイス データは FHIR ベースの 観察 リソースに変換され、リモート患者モニタリングをサポートします。

    • Azure MedTech サービス - リモート患者モニタリングをサポートするために使用される Microsoft Cloud for Healthcare の基礎です。 MedTech はサービスとしてのプラットフォーム (PaaS) であり、さまざまな医療デバイスからほぼリアルタイムのデータを収集し、FHIR 準拠のサービス形式に変換し、FHIR サービスに格納できるようにします。 MedTech サービスのデバイス データ変換機能により、さまざまなデータを統合された FHIR 形式に変換し、クラウド環境で安全な健康データ管理を提供できます。

      医療データが多様または互換性のないデバイス、システム、または形式から取得された場合、利用や分析が困難になるおそれがあるため、MedTech サービスはリモート患者モニタリングに重要です。 簡単にアクセスできない医療情報は、臨床分析情報と患者の医療計画を得るための障壁になる可能性があります。 統一された FHIR 形式に健康データを変換する機能により、MedTech サービスではデバイス、健康データ、ラボ、およびリモートの対面ケアを正常にリンクできます。 その結果、この機能は、重要な臨床的分析情報の発見と傾向の把握を容易にし、臨床医、ケアチーム、患者、および家族をサポートすることができます。 また、新しいデバイス アプリケーションへの接続を確立し、高度な研究プロジェクトを有効にするのにも役立ちます。 ケア プランをユース ケースごとにパーソナライズする場合があるのと同様に、リモート患者モニタリングのシナリオとユース ケースは、個別のニーズによって異なる場合があります。

  • Azure Event Grid - Azure Health Data Services イベント サービス は、FHIR リソースが作成、更新、または削除 (CUD) されるたびにイベントを生成します。 これらのイベントは Azure Event Grid により、下流のコンシューマーにブロードキャストして、イベント ベースのデータに対して動作させることができます。

Azure のサービスとツール (データ分析)

  • FHIR Analytics Pipelines - Azure FHIR サーバーから Azure Data Lake に FHIR データを矩形化および移動するためのコンポーネントとパイプラインを構築するために使用される OSS プロジェクトです。 このアーキテクチャでは、データは JavaScript Object Notation (JSON) と Parquet 形式に変換され、さまざまな Azure データ サービスで分析を行うことができます。

  • 医療データの匿名化ツール - Microsoft Healthcare チームが支援する OSS プロジェクトは、研究や公衆衛生などの二次的な使用のために、オンプレミスまたはクラウドの医療データを匿名化するのに役立ちます。 匿名化コア エンジンでは、構成ファイルを使用して、さまざまなパラメーターと、さまざまなデータ要素とデータ型に応じた匿名化方式を指定します。

  • Azure Synapse Analytics - データ統合、エンタープライズ データ ウェアハウス、ビッグ データ分析を 1 つにまとめた無制限の分析サービスです。 サーバーレスまたは専用のオプションを大規模に使用しながら、各自の条件で自由にデータに対してクエリを実行できます。 Azure Synapse では、これらの環境を 1 つにした統合エクスペリエンスを使用して、データの取り込み、探索、準備、変換、管理、提供を行い、BI と機械学習の差し迫ったニーズに対応できます。

  • Apache Spark プール - Apache Spark は、ビッグ データ分析アプリケーションのパフォーマンスを向上させるメモリ内処理をサポートする並列処理フレームワークです。 Azure Synapse Analytics の Apache Spark は、Apache Spark を Microsoft がクラウドに実装したものです。 Azure Synapse では、サーバーレス Apache Spark プールを Azure に簡単に作成して構成することができます。 Azure Synapse の Spark プールは、Azure Storage および Azure Data Lake Generation 2 ストレージと互換性があります。 そのため、Spark プールを使用して、Azure に格納されているデータを処理することができます。

  • Azure Databricks - Microsoft Azure クラウド サービス プラットフォーム用に最適化されたデータ分析プラットフォームです。 Databricks は、データ アナリスト、データ エンジニア、データ科学者、機械学習エンジニアに統合分析プラットフォームを提供します。 Databricks SQL、Databricks Data Science & Engineering、Databricks Machine Learning という、データ集中型アプリケーションを開発するための 3 つの環境が用意されています。

  • Azure ML - 機械学習プロジェクトのライフサイクルを加速および管理するための Azure クラウド サービスです。 機械学習のプロフェッショナル、データ科学者、エンジニアが、このサービスを日常のワークフロー (モデルのトレーニングとデプロイ、MLOps の管理など) に利用できます。 Azure Machine Learning でモデルを作成したり、Pytorch、TensorFlow、scikit-learn などのオープンソース プラットフォームで構築されたモデルを使用したりすることができます。 MLOps ツールを使用すると、モデルの監視、再トレーニング、および再デプロイを行うことができます。

  • Power BI - エンタープライズ規模でセルフサービス分析が提供され、次のことが可能になります:

    • すべての人のために、ビジネス インテリジェンスによるデータ駆動型のカルチャを創造します。
    • 機密ラベル付け、エンドツーエンドの暗号化、FHIR データのさらなる分析に使用されるリアルタイム アクセス監視など、業界をリードするデータ セキュリティ機能を使用して、データを安全に保ちます。

  • Power BI で使用される Power Query コネクタ は次のとおりです:

  • SQL Server Management Studio - Azure Synapse Analytics SQL プールなどの SQL データ ストアに対するネイティブ SQL クエリを作成するために使用されるデスクトップ アプリです。

代替

Life365.health

Life365.health の利点は、1 つの統合ポイントで、Life365 エコシステムの幅広いデバイスから Azure Health Data Services に測定をプッシュできることです。 同様の統合パターンを実現できる、Garmin Activity API や Polar AccessLink API など、その他のウェアラブル デバイス API が存在します。 ただし、これらの API は、それぞれ Garmin や Polar など、自社の製造元のデバイスからの測定に限定されます。

デバイスと患者は、Azure Health Data Services と Life365 API の間で定義、リンク、同期する必要があります。 この構成は、Azure Health Data Services と Life365 API の間で患者 ID とデバイス ID を同期することで実現できます。 基本的には、新しい患者とデバイスが作成され、最初に Azure FHIR サービスにリンクされます。 その後、対応する患者とデバイスが作成され、Life365 API にリンクされます。 その後、Azure Health Data Services で最初に作成された患者とデバイスの ID は、Life365 API のそれぞれの患者エンティティとデバイス エンティティの外部 ID として更新されます。

Microsoft Cloud for HealthCare

このワークロード例は、リモート患者モニタリング ソリューションを実装する 1 つの方法に対応します。 さらに Microsoft Cloud for Healthcare では リモート患者モニタリング ソリューションを提供します。 そのソリューションの詳細については、 リモート患者モニタリング ガイド付きツアーを参照してください。

シナリオの詳細

現在、医療およびウェアラブル/コンシューマー向けデバイスが多数あります。 デバイスの測定値/読み取り値にアクセスするために、家庭用監視デバイス (血圧計や体重計など) の多くは Bluetooth 接続 (Bluetooth Low Energy や他の古いバージョンの Bluetooth 標準など) を提供しています。 コンシューマー向けのウェアラブル デバイスや、デバイスの測定値にアクセスするための API 接続を提供する、より高度な家庭内デバイスもあります。 この場合、デバイスは読み取り値を API に直接同期するか (Wifi が有効)、スマートフォン上のモバイル アプリ (Bluetooth 経由) に接続して、アプリが読み取り値を API に同期できるようにします。

問題の説明

さまざまなウェアラブルおよび家庭内の医療機器と接続オプション (Bluetooth から API 仕様まで) に、医療組織内の患者数を乗算すると、データ統合とオーケストレーションが困難な作業になる可能性があります。

考えられるユース ケース

  • 臨床試験と研究 – 医療研究チームが幅広い家庭内およびウェアラブル医療機器を統合し、研究参加者に提供するのに役立ちます。 言い換えると、準 Bring-Your-Own-Device (BYOD) オプションを研究参加者に提供します。

  • データ サイエンスと母集団の健康分析 – 活動データと生理学的データは、業界の FHIR 標準形式のほか、他のオープン ソース データ形式 (JSON および Parquet) で利用できるようになります。 データ形式に加えて、データ分析と変換に役立つネイティブ コネクタが提供されます。 それには、FHIR 用 Power BI コネクタ、Synapse サーバーレス SQL ビュー、Synapse の Spark クラスターなどのコネクタが含まれます。

    このソリューションでは、匿名化の研究目的でデータセットを匿名化するためのパラメーター化されたメソッドも提供されます。 この "二次使用データ" を分析し、ベスト プラクティスを見つけ、臨床的証拠ベースのワークフローをサポートするために使用できます。 FHIR サーバーに格納されている観測値を使用して、最適な結果とプラクティスを促進する差異とワークフローを見つけることができます。

  • 医療プロバイダーを有効にする - プロバイダーでは次のことが可能になります:

    • 患者の健康状態に関するより良い洞察を得る
    • 予防医療のためのプロアクティブなデジタル医療モデルを作成する
    • 生理学的指標または通知に基づいて、より多くの情報に基づいたアクションを実行する
    • リモート生理学的モニタリングの払い戻しのための経路を提供する

  • 患者報告アウトカム (PRO) アンケートと PRO 主導のケア - イベントと PRO アンケートを使用して、個別化されたケア プランとケア分散ワークフローを作成できます。 患者は、個々のケアプランに対してより多くの自律性と制御を持つことが許され、採用と持続的な使用に役立ちます。 PRO 主導のケアは、教育と患者のアウトカムのギャップを解決するのにも役立ちます。 教育アンケートと PRO をリンクすることにより、RPM を使用して、次のような質問に答えることで、投薬、治療、フォローアップ ケアをサポートできます:

    • 患者は血圧を適切に測定していますか?
    • 体重計は適切なタイミングと頻度で使用されていますか?
    • 患者の受け入れと個別化されたケア計画のために、PRO でループしていますか?

    iOS デバイスを使用している患者の場合は、 Apple ResearchKitを使用してアンケート アプリを構築できます。 アンケート データは Azure Event Hubs によって取り込まれ、デバイスの患者の活動データや生理学的データと同様に、FHIR サービスを介して利用可能になります。

  • 複数の種類とより正確な医療デバイスを可能にする - 医療機器および家庭用医療機器を使用して、データ インジェストと分析のために、ほぼリアルタイムで健康データを生成します。

考慮事項

これらの考慮事項は、ワークロードの品質を向上させるために使用できる一連の指針となる Azure Well-Architected Framework の要素に対応しています。 詳細については、「Microsoft Azure Well-Architected Framework」を参照してください。

[信頼性]

信頼性により、顧客に確約したことをアプリケーションで確実に満たせるようにします。 詳細については、「信頼性の重要な要素の概要」を参照してください。

リアルタイムの臨床データと分析情報の可用性は、多くの医療機関にとって非常に重要です。 このソリューションで示されている Azure サービスのダウンタイムを最小限に抑える方法を次に示します:

セキュリティ

セキュリティは、重要なデータやシステムの意図的な攻撃や悪用に対する保証を提供します。 詳細については、「セキュリティの重要な要素の概要」を参照してください。

医療データには多くの場合、機密の保護された医療情報 (PHI) と個人情報が含まています。 このデータをセキュリティで保護するために、次のリソースを使用できます。

  • Data Lake Storage では、Azure のロールベースのアクセス制御 (RBAC) とアクセス制御リスト (ACL) を使用して、 アクセス制御モデルが作成されます。

  • Azure Health Data Services は、 OAuth 2.0をサポートするグローバルな ID プロバイダーである Microsoft Entra ID を利用した、セキュリティで保護されたマネージド サービスのコレクションです。 Azure Health Data Services の新しいサービスを作成すると、あなたのデータは、既定で Microsoft マネージド キーを使用して暗号化されます。 詳細については、「Azure Health Data Services の認証と承認」を参照してください。

  • Azure Event Hubs では、Azure Storage Service Encryption (SSE) によって保存データが暗号化されます。 そのため、 IP ファイアウォール 規則は、Event Hubs 名前空間レベルで適用されます。 プライベート エンドポイント と 仮想ネットワーク へのアクセスも構成できます。

  • Synapse RBAC では、Synapse ワークスペースとそのコンテンツに合わせて Azure RBAC の機能が拡張されています。 Azure RBAC は、Synapse ワークスペースとその SQL プール、Apache Spark プール、統合ランタイムを作成、更新、または削除できるユーザーを管理するために使用されます。

コストの最適化

コストの最適化とは、不要な費用を削減し、運用効率を向上させる方法を検討することです。 詳しくは、 コスト最適化の柱の概要に関する記事をご覧ください。

多くの Azure コンポーネントの価格については、「Azure 料金計算ツール」を参照してください。 最終的には、このソリューションの価格は次のような要因に基づいています:

  • 使用される Azure サービス。
  • データの量 (患者やデバイスの数と、取り込まれる活動および生理学的データ型の数に関して)。
  • Event Hubs の容量とスループットの要件。
  • 機械学習のトレーニングとデプロイ、Synapse Spark プール、Databricks クラスターを実行するために必要なコンピューティング リソース。
  • Power BI などの視覚化およびレポート ソリューション。

このソリューションを実装する際には、基になる Azure Data Lake のデータ保持とアーカイブ ポリシーを検討してください。 Azure Storage ライフサイクル管理 を利用して、次の自動化された方法を提供します:

  • ファイル BLOB をクール アクセス層に移行する
  • ファイルが最後に変更された日時に基づくアーカイブ層。

Life365.health のプランと価格の詳細については、 Microsoft Azure Marketplace の Life365 API Connect Data オファーを確認してください

パフォーマンス効率

パフォーマンス効率とは、ユーザーによって行われた要求に合わせて効率的な方法でワークロードをスケーリングできることです。 詳細については、「パフォーマンス効率の柱の概要」を参照してください。

このソリューションは、リモート患者モニタリングのためのスケーラブルでほぼリアルタイムのアーキテクチャを提供します。 デバイスと Life365 API の間のインターフェイスから、Life365 API と Azure Event Hubs からの取り込み、Azure Health Data Service の MedTech サービスでの変換、そして最後にデータ レイク形式への増分エクスポートと匿名化に至るまで、多層データ フローを認識することが重要です。 そのため、データ フローはほぼリアルタイムで処理されることになり、下流のアプリケーションや統合はそのように設計する必要があります。 ただし、このソリューションのパフォーマンスは、エンタープライズ レベルで多数のデバイスと患者にサービスを提供するようにスケーリングできます。

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。

プリンシパルの作成者:

パブリックでない LinkedIn プロファイルを表示するには、LinkedIn にサインインします。

次のステップ

このアーキテクチャの実装に関連するテクノロジとリソース: