HadoopTimes

実践 機械学習:レコメンデーションにおけるイノベーション
最新動向

Hadoopが医療機関とあなたを助ける5つの方法

Healthcare-and-Hadoop医療業界におけるすべての情報のうち、整理されていないデータは80%を占め、ほとんどの人が把握できるよりも速く増大しています。データを分類し、必要な患者情報をみつけ、診断と治療のための調査をすることは、Hadoopの偉大なテクノロジーの力なくしては、ほぼ不可能です。
Hadoopを含むMapRディストリビューションは、医療者がカルテを整理し、他の医師、患者、機関と連絡をとり、検査結果、財政データ、治療データ、画像レポート、そして医療機器からの結果処理を支援します。その機能は留まるところを知らず、Hadoopのための新しい機能およびアプリケーションは常に発展しています。
医療業界におけるHadoopの使用には様々な事例があります。その中には、医師、患者、医療機関が、個別の治療計画、支援診断、詐欺の発見、患者のバイタルサインの監視を盛り込むのを助けるというものがあります。以下では、Hadoopが各項目においてどのように使用されているかを見ていきます。
1. 個別化医療計画
個別化医療計画は、患者個人の医療歴、特殊な需要と敏感性、そして個人の嗜好に応じて、ケースバイケースで患者を診断し、投薬する方法です。Hadoopを含むMapRディストリビューションは、患者が自分の必要とする個別の医療を受けられるように、リアルタイム分析とアップデートを提供しています。
2. 支援診断
状態、症状、使用薬、副作用、医療歴、およびその他の関連要因に基づいてビッグデータの処理技術で、診断を絞り込むことにより、医師は、疾患のまれな症状を分離、発見、調査し、それにしたがって、患者を治療します。医療機関は、専門職が患者を助けるのを支援するため、控除技術、予測モデリング、そして機械学習を提供するために、Hadoopを活用することができます。
3. 詐欺の発見
医療機関と保険会社は、詐欺を発見し予防することができる必要があります。異常検出は、各機関に間違いや詐欺の疑いを現在進行形で警告し、問題がただちに解決されうるため、時間と手間の節約になります。たとえば、同一の薬剤が、別の場所で複数回、処方された場合、病院が、一患者の一回の診察に対して、間違えて複数回、請求を行なった場合、もしくは、患者の医療歴が二つの異なる場所で、一貫性なく更新された場合、医療機関はそのインシデントを検出し、担当者にアラートを送信します。
4. 患者のバイタルサインの監視
医療施設は、より積極的で総合的な治療を提供するために、患者のバイタルサインを常に監視しているので、関連データの量は、急激に増加しています。Hadoopはデータを保存、処理するので、アプリケーションが医療従事者にバイタルサインのいかなる変化も警告することができ、医療従事者は患者の緊急事態に効果的に備え、対応することができます。
5. 顧客の使用
上記の医療機関による使用の例に加えて、Hadoopには、患者個人のアプリケーションがあります(もしくは、いずれできます)。それは、患者が、予防的生活習慣と管理から、投薬、治療、完治まで、自身の医療の選択により積極的に参加することを可能にします。セキュアなアクセスは、患者の秘密情報を保護し、かつ、患者が、自分自身の医療歴の閲覧、医療従事者との連絡、医療費の管理、および個別の治療の選択肢を調査できるようにします。

Hadoopは将来、どのように役に立つのでしょうか?

Hadoopを医療および生命科学の分野に導入することで、これまで数えきれないほどの患者を助けてきただけでなく、癌、アルツハイマー、その他の現在、完治が不可能な疾病の予防と治療に役立ってきました。Hadoopは、(機械学習と呼ばれる)送り込まれ続けるデータから学習する頭の良いプログラムを構築することを可能にする強力なプラットフォームです。医療分野が、疾病と治療計画の構成、利点、弱点について、より探査し、研究し、学習するにつれて、完治、副作用なしの薬剤、予防処置に対して、計り知れない進歩をもたらすことができるのです。

導入事例:メディカル・データ・ビジョン株式会社

導入事例:メディカル・データ・ビジョン株式会社
社名に“豊富な実証データに基づいた医療の実現”という意味がこめられたメディカル・データ・ビジョン株式会社は、2003年の創業以来、膨大に蓄積された医療・健康情報を有効活用することが、医療の質向上、ひいては生活者にとってのメリット創出につながると考え、医療データの収集と利活用を中心に事業を展開しています。同社では、蓄積した医療ビッグデータの基盤として安定的かつ高性能、将来を見越した拡張性を備えたMapRを採用しました。

こちらの資料では、同社の課題である、

  • データ量の増大による拡張性

  • データ量の増大によるパフォーマンス問題

  • 様々なデータフォーマットに対応する基盤の必要性


を、MapRを導入することでどのように解決したのかをお話いただきました。

無料ダウンロードはこちら

こちらの記事もおすすめです