2023/03/02(木)に開催した DeNA TechCon 2023 にてアルム CTO のルイスが
世界中の医療機関と連携し技術で医療の未来をリードしてきたアルムの経験を元に、
なぜ医療現場で「コミュニケーション基盤」が重要視されているのか、
アルムがどのような技術的挑戦を行っているのか、話しました。

こちらの記事では、その登壇内容をご紹介します。

皆さん、こんにちは。ルイス ロヨラと申します。株式会社 アルム（以下ALLM)のCTOをしています。

ALLMは日本発のヘルステックカンパニーで、世界30カ国以上に進出しています。本日は、医療現場のこれからのコミュニケーション基盤と技術的挑戦についてお話しします。

Communication Platforms in Healthcare

医療分野において、どのようなコミュニケーションプラットフォームが必要とされるのでしょうか？

以下を満たすのが、医療分野に必要とされるコミュニケーションプラットフォームです。

• 医療従事者が患者情報を即座に、そして簡単に共有することを可能にする
• 高い通信セキュリティ、高水準の患者データ保護も提供する
• 臨床のプロトコルやワークフローに従いつつ、電子カルテシステムへ統合することも可能にする

Join は ALLM が開発したコミュニケーション・アプリケーションで、医療関係者に遠隔医療プラットフォームを提供しています。Join はアプリとして初めて医療機器として登録され、日本の公的医療に認証されました。

Join は多くの機能を備えています。その中には、LINEやWhatsappのようなAPPにもある音声通話やビデオ通話、チャットグループ、通知や、テキストメッセージなどの一般的な機能もあります。

しかし、この右側の「DICOM ビューア」は、JOINの特有な機能になります。DICOM ビューアは、基本的に医療従事者がMRI、CTスキャンやエコー写真など、あらゆる種類の医療画像を見たり視覚化し、それを簡単に共有できるようにするための機能です。この機能は、当社の Android および iOS アプリケーションに組み込まれており、医療従事者は、MRI や CT スキャンのような沢山のスライス画像がある非常に複雑な医療画像を見ることができるようになります。

この図は、JOINサーバ構成の基本図です。

左側では、iOSやAndroidアプリなどのモバイルクライアントが、RTCサーバーである OpenFire を使って、真ん中のチャットサーバーと通信します。

OpenFire は、独自のデータベースやテーブルを持っています。モバイルクライアントとチャットサーバーの間の通信は、XMPPプロトコルによって行われます。

モバイルクライアントとウェブクライアントは、RESTfulサーバー（JOIN REST）とも通信します。

このJOIN RESTfulサーバーは、RESTテーブル、ユーザー情報に関する Main テーブルだけでなく、臨床プロトコルや症例についての情報などもを指しています。

これについては後ほど説明します。 ここでは、これらのテーブルにあるデータは、REST APIを通じてクライアントにも送信されることがおわかりいただければと思います。

このモバイルクライアントとRESTサーバー間の通信は、HTTPプロトコルを介して行われます

C＃（.NET Framework）で開発された Management コンソールもあり、これは病院の管理者が組織内のJOINユーザーを管理するために使用されます

Management コンソールとチャットサーバーの間の通信は、HTTPプロトコルで行われます。

そしてもちろん Management コンソールは、HTTPプロトコルを介して Main テーブルからユーザー関連データおよび臨床関連データを取得する必要があります。

では、モバイルアプリで DICOM（医用画像）の統合や医療画像の可視化を行うにはどうすればよいのでしょうか。

通常、お客様のサイトに Join Gateway というサーバーを設置し、VPN を介して当社のクラウドにある DICOM 画像サーバーに接続します

私たちのクラウドは AWS を利用しているため、AWS の多くのツールを使用しています。

この画像サーバーは、チャットサーバーや REST サーバーと通信し、例えば臨床関係者のチャットグループ内のモバイルクライアントに医療画像を渡します。もちろん、DICOM画像も見ることができます。これらはすべて、256ビットのSSL-TLSを活用した非常に安全な方法で行われます。

医療におけるコミュニケーション・プラットフォームへのニーズは高まっています。なぜかというと、まず、高齢化による患者数の増加があるからです。日本では高齢化についてよく言われていますよね。

コミュニケーション・プラットフォームも、遠隔医療やEHRシステム、さらにはモバイルアプリなど、テクノロジーの進歩に追随していく必要があります。

コミュニケーション・プラットフォームの活用により、face to face の訪問を減らし、通常多くの時間を要する管理業務を合理化することによって、ユーザーのコストを削減することもできます。

また、医療従事者がより効果的に協力し、患者にタイムリーで正確な情報を提供することで、コミュニケーション・プラットフォームは医療の質を向上させることもできます。

コミュニケーション・プラットフォームはまた、情報やリソースに簡単にアクセスできるようにすることで、患者さんの興味を高めることができます。そうすれば、患者さんたちは自分の健康にもっと興味を持つようになり、結果として、健康状態を全般的に改善することができます。

コミュニケーションプラットフォームは、より良いリモート・ケアも提供します。パンデミックのとき、私たちはこれをはっきりと見ることができましたし、最近では、Chat GPTのような技術があります。

基本的に、コミュニケーションプラットフォームが満たすべき標準が出来上がったのです。

ですから、コミュニケーションプラットフォームは、ヘルスケアの効率、効果、アクセスを向上させる大きな可能性を秘めており、そのために利用が増加しているのです。

Join にはもう1つ、非常に特徴的な機能があります。それは、臨床プロトコルを事前にロードできることです。

例えば、心臓発作や脳卒中の臨床プロトコルなどです。糖尿病などで、これらのプロトコルはステップに分けられています。各ステップは、臨床的な処置に対応しています。基本的にプロトコルは、患者に適用されるいくつかのステップや臨床的な処置から構成されています。

一般的に、Joinのユーザーである救急室の医療従事者は、時間がありませんよね。患者さんのそばにいて、患者さんに集中しなければならないので、メッセージを打ち始めたりする時間はあまりありません。臨床プロトコルは非常に便利で、ワンクリックで各臨床的な処置が行われた日付と時間をマークすることができ、これはタイムスタンプによって行われます。

では、なぜこのタイムスタンプが非常に便利なのでしょうか？後で、プロトコルが実行された直後、あるいはさまざまな処置にタイムスタンプが付けられた直後、あなたや病院は、毎月あるいは毎年のデータを分析して、たとえば各ステップにどれだけの時間がかかっているかを計算することができるのです。心臓発作や脳卒中などの急性疾患では、特にある処置に時間がかかりすぎている場合、非常に問題となることがあります。タイムスタンプによって、医療責任者は、その時間を短縮するために、どのような行動を取るべきか、どのチームと話をすれば状況を改善できるか、などが分かります。

現在、私たちは世界中のいくものの医療施設と、様々な臨床プロトコルを取り組んでいます。

これらは、タイムスタンプの例です。脳卒中と心臓発作について触れましたが、私たちは、救急ネットワークや糖尿病に関するプロトコルなども含め、様々な臨床プロトコルに取り組んでいます。

もう1つの興味深いトピックは、Joinや他のプラットフォームとIoTセンサーを統合する可能性です。

血圧計、眼底カメラ、血糖値測定モニター、心電図モニター、脳波モニターなどのIoTセンサーは、Human Bridge や Trackcare などの電子カルテシステム、または弊社 ALLM が開発した mySOS のようなパーソナルヘルスレコードアプリや、弊社アプリケーション Join のような医師間コミュニケーションアプリとの接続も可能です。

このように、IoTセンサーから得られる非常に貴重なデータは、患者フォルダと呼ばれる「FHIR」と互換性のある臨床データ保存・共有システムを使って、さまざまなシステム間で共有することができるのです。

FHIRは、Fast Healthcare Interoperability Resourcesの略です

そして、FHIR は 健康や臨床データを交換するためのRESTfulAPI でもあります。FHIRは、HL7という団体で作られたものです。このHL7グループには長い歴史があります。

彼らはHL7バージョン2をリリースしており、これは現在でも使われています。彼らは1989年にこのHL7バージョン2をリリースしましたが、Hl7のバージョン2は主に病院内のデータ交換のためのものでした。

それで、2003年にHL7バージョン3をリリースしました。これは、病院間や複数の病院間での医療情報交換のためのものでしたが、残念ながら複雑すぎて、あまり採用されなかったようです。

それから2年後の2005年に、HL7グループが基本的に HL7バージョン3を簡略化したこの臨床文書アーキテクチャを発表しました。そして、これは現在でも日本で広く使われており、多くの診療所や病院でも採用されています。

最終的にHL7は2014年に、FHIRをリリースしました。これは基本的に、RESTfulウェブサービスとXml、Json、RDFといった最新のオープンウェブ技術を活用した、CDAの簡略化されたRESTの実装です。

私たちのコミュニケーション・プラットフォームである Join に関連する、現在の研究プロジェクトについて少しお話します。

私たちはいくつかのトピックに取り組んでいますが、主に以下の4つのトピックに取り組んでいます。

• AIを用いた臨床試験の自動マッチング
• MySOS のような PHR（Personal Health Record）アプリのための患者の健康データに基づく警告通知
• AIチャットボット
• 自然言語処理を用いた自動テキストタギング

今日は主にこの後者の2つ、チャットボットと、自動テキストタギングについてお話します。

ですが次のスライドでは、最初の2つについて簡単に説明します。

最初のトピックは、機械学習を使った自動臨床マッチングです。我々は ENROLL という名の臨床試験登録アプリケーションを開発しました。

このアプリケーションの狙いは、患者のデータから特徴を抽出するディープラーニングモデルに接続し、患者に適合する基準を提案することです。この特徴のセットは、患者データベースのフィルタとして機能し、患者のマッチングスコアを計算することができます。マッチングスコアがある閾値以上であれば、この患者は臨床試験に適格であると顧客に伝えることができます。

では、なぜこのシステムが有用なのでしょうか？それは、臨床試験の場合、非常に時間のかかる患者募集の時間を節約できること、有害事象を軽減できること、マッチングの精度が非常に高いため信頼性が高いこと、そしてリスクの特定にかかる時間を軽減することができるからです。このため、このシステムは非常に有用です。

現在取り組んでいる2つ目のトピック、研究テーマは、個人の健康記録データに基づくアラート通知と関するものです。これは MySOS で、ALLM が開発したもう一つのアプリケーションです。日本でのパンデミック時に多く利用されたので、ご存知の方も多いかもしれませんね。その時期に旅行された方は、このアプリケーションをダウンロードする必要があったのでご存知のはずです。

我々は、MySOS から患者の健康データを取得します。再びディープラーニングモデルに接続し、先程のスライドのように、この患者データから特徴量を抽出します。この特徴が患者データベースのフィルターになるわけです。つまり、患者ごとの健康スコアを計算することができるのです。そして、ユーザーや患者にパーソナライズされたアラート、警告、リコメンデーションを送ることができるのです。

では、この研究テーマがなぜ良いのか、有用なのか、その理由は何でしょう？

それは、予測分析ができるからです。まず、この患者が特定の病気になる可能性や健康上の合併症のリスクを計算します。そして、患者さんに医師や専門医の診察を受けるように勧めたり、検査を受けるように勧めたり、これこれこういう検査が必要かもしれませんよ、と 患者さんに言うことができます。

また、患者さんやユーザーさんに生活習慣のアドバイスをすることもできます。そして、これらすべては、ユーザーの観点から非常に価値があるものです。

CHATBOTS

そして次に、私たちがチャットボットの領域で取り組んでいることについて、もう少しお話しします。

チャットボットは、様々なことができるようになるので便利なものです。例えば、以下のようなことができます。

• 患者のトリアージ、病気の治療方法の選択肢や回復に関する情報の提供
• 患者の代わりに予約を入れる
• 患者が薬を管理するのを助ける
• 患者のアフターケア
• 地方や過疎地で、医療従事者と遠隔で相談する

チャットボットは、患者からデータを収集し、そのデータに基づいてパーソナライズされた情報を提供することによって、臨床研究を支援するために使用することができます。

全体的にチャットボットは、効率性を高め、コストを削減し、患者の体験を高めることができるため、臨床コミュニケーションシステムにおける貴重なツールとなり得ます。

そこで、私たちはヨーロッパのオフィスで、チャットボットの Jacob を開発しました。ではなぜ Jacob が必要とされたのでしょうか？

現状では、病院ごとにワークフローが異なっていますよね？Join アプリの変更はすべてのユーザーと病院に適用されますが、すべての病院が特定の機能を求めているとは限りません。もう1つの問題は、もちろん、すでに大きなプラットフォームとなっている Join の新機能は、複数のプラットフォームやサーバー側にも実装する必要があることです。

そして、これには多くのリソースと時間が必要です。

Jacob は非常に小さなアプリケーションで、数行のコードで済む Docker コンテナです。既存の Join API を使用して Join ユーザーと共有されている情報にアクセスし、このチャットボットが新しいメッセージやアップロードされた DICOM（医用画像）などを聞くことができるようにします。

メッセージの送信、Joinでのケースの自動作成、臨床プロトコルなどへのタイムスタンプの自動送信などが可能です。また、健康情報システムなどの他のプラットフォームや、外部のシステムにも情報を転送することができ、エンドツーエンドの暗号化にも対応しています。

では、いくつか例を挙げてみましょう。

例1として、Join Triage というアプリケーションがあります。これは患者に対して計測を行うもので、例えば、脳卒中の疑いのある患者に対して行います。測定を行い、特定のスコアが出たら、その患者を移送できる最も近い病院をユーザーに表示するのです。

これらの情報は全て、Join Triage から Join へ自動的に送信されます。これらの手続きはすでに完了しており、Join アプリでも脳卒中プロトコルに沿って新しい症例を作成しているので、ユーザーは情報を2度入力する必要がありません。チャットボットは Join Triage メッセージを聞き、メッセージで提供されたすべての情報を使って新しいケースを作成するだけです。

これは非常に便利で、非常に有用です。医療従事者には時間がありません。患者さんに時間を割く必要があるので、携帯電話やPCで入力している暇はありません。

Jacobのもう一つの例は、集中治療室のベッドの空き状況をリアルタイムで統計化したものです

これは、私たちのヨーロッパオフィスで開発されました。チャットボットは、ドイツの集中治療室登録サイトであるDIVIから情報を抽出し、数分ごとに特定のチャットグループに情報を公開します。

では、なぜこれが便利なのか。繰り返しになりますが、医師には時間がありませんし、積極的に情報を調べる必要もないからです。しかし、チャットグループを意識するだけで、この集中治療室の登録に何らかの変更があったという通知を受け取ることができるのです。チャットグループで公開されるので、頻繁にウェブサイトをチェックしなくても、その場で確認できてとても便利です。

もう一つの統合例として、健康情報システムとの統合があります。これはVENA という、ドイツとオーストリアの救急隊を派遣するためのWebベースのシステムです。

ボットは数秒ごとに新しい症例をサーチしています。そして、新しい脳卒中患者のケースが登録されたことを検出すると、対象のチャットグループにメッセージを送信して参加するのです。その患者の Join ケースを自動的に作成し、更新のたびにタイムスタンプを送信したり、Join のケースを更新したりします。ですから、基本的に、これは臨床医にとって多くの時間を節約するものでもあります。

さらに、分析のためにCSVファイルを厚生省に送ることもできます。もちろん、医師はCSVファイルやPDFなど、好きな形式をレビューや研究に使うことができます。

このスライドにあるようなシステムです。

ボットがどのように情報をターゲットグループに送るか、どのようにケースを自動的に作成するか、ご覧いただけます。ボットがデータに基づいて新しいタイムスタンプで このケースを更新する様子も 政府の中央データベースからのデータに基づいて 新しいタイムスタンプで このケースを更新する様子も見られます

もう1つの例は、臨床試験の患者募集で、これは前にお話ししたENROLLアプリに関連するものです。

弊社には、臨床試験用のアプリがいくつかあります。日本ではENROLLがそうです。ヨーロッパでは、Join Trials というヨーロッパのチームが開発したアプリがあります。

基本的なマッチング基準を満たすとチャットボットは臨床医にさらなる質問をし、特定の患者が臨床試験の良い候補者であるかどうかを判断するのです。ですから、頻繁に患者の募集が行われ、無作為に2つのグループに振り分けられます。積極的な治療を受けた人と、プラシーボを受けた人。

このチャットボットを使うことで、専門医の貴重な時間を節約し、登録プロセスをよりスムーズにすることができます。患者を選択した後、私たちのチャットボットJacobは、関連するアフターケアの情報を医師や専門家に提供するために、アクティブな治療中にさらに質問を続けます。

Jacob のようなチャットボットの可能な用途のもう一つの例は、カスタマーサポートと営業の促進です。ご存知のように、ChatGPT や Google Bard は、数年後には日常のものになりそうです

ということで、このチャットボットをマーケティングや営業目的で使うことができます。基本的には顧客からの問い合わせに答えたり、顧客からのクレームに対応したり、あるいは既存の顧客に新しい製品やサービスを紹介したりすることができます。

これは、営業チームにとって、非常に、非常に強力なツールになりえます。そしてこれは、私たちのヘルスケア業界のケースだけでなく、すべての業界に当てはまります。

Autometed Text Tagging using NLP

私たちが取り組んでいる別の研究テーマについてお話します。自然言語処理による自動テキストタギングです

Joinは、音声通話やビデオ通話、チャットグループ、通知や、テキストメッセージなどの機能を持っています。

私たちのユーザーは、基本的に自由なテキスト、つまり構造化されていないテキストでテキストメッセージを送ることができます。そこで、自然言語処理ツールとテキスト分析を使って、この非構造化テキストから情報を検出することができ、それは非常に価値のある臨床情報と関連付けられます。

例えば、これはスペイン語の文章ですが、あくまでも例であって、すべての言語で機能します。

このフリーテキストから、脳卒中患者の場合、このチャットグループのこの医師が臨床的な指示を出していることがわかります。

これをFHIRプロトコルを使って Join や外部の電子カルテシステムに送信することができるのです。

臨床事例の提示があったことを検出することもできます。これらは臨床データを交換するためにFHIRで定義されている構造です。このフリーテキストから、臨床例を掲示していると推測できます。

この情報を Join もしくは 電子カルテシステムに送信し、そこに保存して、例えば脳卒中、心臓発作、糖尿病などの症例が先月何件提示されたかを分析することができるのです。

先週、この病院で、このような病気に関する臨床的な指示がいくつ出されたのか。

我々は、データ分析の観点から非常に興味深いこのようなタイプの質問に答えることができるようになってきています。また、さらに多くの事例があります。

例えば、この画像の場合、チャットグループで共有された頭部CTスキャンですが、その後に続くテキストが医療画像の解釈であることを知ることができます

これは非常に価値のあることです。例えば、CTスキャンを共有してから、画像の解釈を理解するまでにどれくらいの時間が経過したかを知ることができます。それは、脳卒中や心臓発作などの急性疾患にとって非常に重要な情報です。

あるいは、これが臨床的な処置であることを知っているとか、臨床上の指示であることを知っているとか？

これらのFHIRオブジェクトやFHIR互換の構造はすべて、データ分析のための貴重な情報になるわけです。

このデータ分析は、すべての病院で臨床プロトコルの実行を改善または強化するために役立ちます。

自由形式のテキストからFHIR構造体やFHIRオブジェクトへの自動タグ付けは、データ分析において非常に強力なものになります。

そこで、私たちはこのトピックに取り組むことにとても興味があります。もし、新しいアイデアや新しいツールなど、私たちが使えるものがあれば、ぜひ教えてください。

私たちは現在、Amazon Enhanceと、ChatGPT APIや他のNLPツールをテストしています。もしあなたがこのトピックや私たちとのコラボレーションに興味があるのなら、ぜひ教えてください

Conclusions

医療機関がよりデジタル化され、接続されたシステムに移行するにつれて、臨床用のコミュニケーションプラットフォームはますます重要になってきています。

自然言語処理と人工知能に基づく機能性とツールは、今後数年間、ユーザーがそれらを導入したり相互運用する上で重要な役割を果たすことになるでしょう。

IoTデバイスとの接続、AIによる画像解析、EHRシステムなども、医療における強力なテックエコシステムの構築に大いに関係するでしょう。

このプレゼンテーションでカバーされていない他の大きな課題は、データのセキュリティとプライバシー、そしてローカルおよびグローバルな規制へのコンプライアンスですが、もちろんこれらはヘルスケア業界では非常に重要なことです。全体として、コミュニケーションプラットフォームは、患者のケアを大幅に改善し、ヘルスケア業務を合理化する可能性を秘めています。

さて、私のプレゼンはこれで終わりです。ありがとうございました。お問い合わせやコメント、新しい研究テーマに関する新しいアイディアがあれば、ぜひご連絡ください。

ご拝聴いただきありがとうございました。そして、またお会いできますように。

さようなら。グラシアス！