クリニカルパスシステムの標準化の展開

オーガナイザー／座長：

中島 直樹

座長：

副島 秀久

クリカルパス（以下、パス）は、診療の標準化を進める重要なツールとされ、また診療プロセスやアウ トカム解析への活用の期待が大きい。しかしながら、パスの電子化の段階で標準化がなされなかった結 果、ベンダー間で電子パスのコンセプトが異なり、さらには同じベンダーの電子パスでも病院間の運用 が異なったり、頻繁に病院特有のカスタマイズが入るため、パスの流通や病院をまたいだ解析は困難で ある。そのような状況では、解析や診療の標準化には適しているとはいえない。そこで、日本クリニカ ルパス学会は2015年に日本医療情報学会と合同委員会を設置し、クリニカルパス概念やデータ構造の 標準化を検討してきた。2018年10月からは3年間の計画で、AMED「クリニカルパス標準データモデ ルの開発および利活用」事業に採択され、現在4つの異なるベンダー（NEC、富士通、ソフトウェアサー ビス、日本IBM各社）の電子パスを実装した4病院（済生会熊本病院、九州大学病院、四国がんセンター、

NTT東日本関東病院）で実施中である（通称；ePath事業）。具体的には、1）アウトカム志向型パスの標 準化；異なるベンダー /病院の電子パスでも同じコンセプトでデータを入力する、異なるベンダー /病 院間でパスのやり取りをする、2）標準パスデータリポジトリ規格の策定と実装；パスデータを標準化し たデータ構造で収集・格納する、リポジトリ内のデータを集計・可視化する、3）アウトカムを含む診療 プロセス解析基盤構築；異なるベンダー /病院間でデータを収集・解析し、臨床現場へフィードバック する、ePath事業終了後は、次世代医療基盤法上での情報収集・解析を想定する、などである。約2,000 のパス使用病院のうち、これらの4つのベンダーの市場シェアは85%を占めており、ePath事業終了後 のパス普及や活用が可能な枠組みを構築し、さらにはイノベーションクリエータとしての役割を目指す。

本パネルディスカッションでは、ePath事業の内容、進捗状況、今後の期待と課題について議論を深める。

06_パネルディスカッション.indd 307 2020/03/04 12:11

308

PD1-1 PD1-2

クリニカルパスシステムの標準化

ePath Projectの概要 ePath事業によるパス標準化の方向性

副島 秀久

1支部熊本県済生会

中島 直樹

1九州大学病院 メディカル・インフォメーションセンター

現行の電子クリニカルパスシステムでは、バリアンス を含めたパスの情報が抽出できない。またパスの移植 やパスデータの継続、ベンダーや医療機関を越えたデー タ抽出などはほとんど不可能である。ただ、アウトカム 志向パスはアウトカム−アセスメント−タスクの関連が 明確であり、これを診療の最小単位“OATユニット”と して定義することで電子的処理を容易にすることができ る。この事業ではBOMで表現されたOATユニットを共 通で使用する一般的アウトカムと、アセスメントを選択 制にした疾患特異アウトカムに分けた。このパスを8疾 患で作成し、ベンダーの異なる4病院で施設ごとのアレ ンジを加えてデータを取ることとした。得られたデータ はインターフェースを介してリポジトリに格納され、匿 名加工を経て解析することとなる。したがってこの事業 のプロセスは、（1）アウトカム志向パスの標準化、すな わちひな形パスの作成、（2）標準リポジトリ規格の策定、

（3）パスデータを含む診療解析基盤の構築と解析作業の3 段階に分けられる。それぞれワーキンググループを定め 作業を進めているが8月時点では各施設で8疾患にパス を適用し、実データがリポジトリに正確に移行するかを 実証中である。この後、ひな形パスをさらに協力施設に 拡大して、同様のデータ収集を試みる予定である。こう した包括的な実臨床データを他施設と共同で収集し解析 する試みは世界でも珍しく、これが実用化されればreal world big dataが解析できることとなり、臨床医学研究、

疫学研究、医療経済学的研究、新薬創出、最適治療プロ グラム策定、AIによる次世代電子カルなどへの期待が 大きく膨らむことになろう。

【はじめに】

ePath事業の最終ゴールとは、アウトカム志 向型パスの標準化を通じて、1）日々のアウトカムデータ を用いた臨床指標の多施設間での統合解析を行い医療の 質を向上する、2）解析により改善されたパスを容易に病 院間で流通させ、医療そのものを標準化する、である。

2020年度までの3年間はその基礎である標準化基盤構築 の時期と捉えている。

【活動内容】

ePath事業のゴールを達成するには以下の標 準化が必要であり、解説を加える。

1） 用語の標準化：標準アウトカムマスター（BOM）が 2019年にHELICS標準となっており、ePath事業では BOMを用いている。

2） パスシステムの標準化：ePath事業WG1で、より使い やすいパスを目指して仕様を策定し、ePath事業参加 4施設（ePath施設）で実装した。

3） パス運用の標準化：ePath事業WG2を中心にePath施 設でのパス運用を標準化している。

4） 出力の標準化：ePath事業WG3でベンダーに依存しな い標準パスリポジトリをePath施設で構築し、パス解 析・流通基盤の基本とした。

5） 集計・解析の標準化：多くのパス運用病院がePath事 業の成果により簡便かつ適正にパス解析を行える基盤 をePath事業WG4、5で構築している。

【考察】

ePath事業は、3年間で電子カルテトップ4ベンダー とその利用4病院で実施するが、その仕様を他のベンダー にも公開することにより、全ての電子カルテベンダーが 本仕様パスを導入し、どの病院も本事業によるパス流通・

解析基盤が利用できるようになることを期待する。

【結論】

パスが今後さらに発展するには標準化が必須であ るが、ePath事業では総合的な標準化を進めている。

06_パネルディスカッション.indd 308 2020/03/04 12:11

309

PD1-3 PD1-4

ePath Projectの進捗と現在の課題 統合解析基盤の構築とその可能性

白鳥 義宗

1名古屋大学医学部附属病院 メディカル IT センター

若田 好史

1徳島大学病院 病院情報センター　

【はじめに】

2015年以来、日本医療情報学会と日本クリ ニカルパス学会は共同の委員会を設けてパスの標準化に 向けての協議を重ねてきた。アウトカムマスタの標準化 と標準データモデルの構築を大きなテーマとしている。

現在までに、一般社団法人保健医療福祉情報システム工 業会（JAHIS）の協力も得て、これからの電子パスの標準 化に向けて、データモデル構築に関する議論が行われて いる。

【活動内容】

そのような状況下で、平成30年度 日本医療 研究開発機構研究費 臨床研究等ICT基盤構築・人工知 能実装研究事業「クリニカルパス標準データモデルの開 発および利活用」 （通称：ePath Project）が開始された。

実際の現場へのパスシステム導入を行うWG2（パス標準 データモデル導入・普及担当）は2018年11月30日に福 岡にてキックオフミーティングを行い、全体としての作 業を開始した。8疾患のひな形パスについては、2019年 1月12・13日に福岡にて開催された合宿形式の作業ミー ティングにて骨格が決まり、各病院においても、10月29 日済生会熊本病院、翌年1月21日四国がんセンター、1 月22日NTT東日本関東病院、2月18日九州大学病院と 順調に開始されている。

【結語】

このような共同事業を推進していく上で、施設疾 患別パス作成ルール周知や院内体制・運用ルール作成、

周知など多くの課題があるものの、そのような課題克服 は必須であり、各施設において建設的な意見交換が行わ れている。今回は、進捗の現状と多施設共同の電子パス 標準化事業における課題について発表したい。

診療に伴う医療データはリアルワールドデータと呼ば れ、利活用によって副作用検知や発症予測、診療プロ セス改善などに期待されているが、解析を目的としてい ない。信頼のある解析結果のためには、正確なデータ収 集が必要である。クリニカルパス（以下、パス）は、患者 状態や診療行為を構造化データとして保持する特性を持 ち、診療プロセスに紐づいてデータが蓄積されている。

ePathプロジェクト（以下、ePath）では、実証4病院にて 電子カルテのパス機能を改修し、標準フォーマットでの データ出力が整備された。また日本クリニカルパス学会 監修のBOMを採用したことにより、入力側からの標準 化が図られ、施設間のデータを容易に統合することが可 能になった。これを受けて施設間の統合データ解析を目 的としてAzure（Microsoft社製）上に解析基盤を構築した ので、解析基盤の仕様と統合解析の内容について報告す る。ePath実証4病院では、日々の診療で生成されたパ スデータ、DPC、SS-MIX2が標準フォーマットで、標準 データリポジトリに出力される。その後、匿名化された データが解析基盤に連携される。解析基盤では可視化機 能と各データの連結機能を整備した。可視化機能は、様々 な要素を対話的にグラフやチャートで表現できるように した。連結仕様は、パスと各DPCファイルを「施設コー ド、匿名化済患者ID、入院日、退院日」で関連付けした。

さらに解析用のデータ整型の効率を上げるため、1症例1 行のデータを出力可能とした。これらにより他施設間の ベンチマーキングや機械学習を用いた統合解析が可能と なった。

06_パネルディスカッション.indd 309 2020/03/04 12:11