清澤のコメント：先にophthalmology誌の巻頭言で「デジタル イメージング標準実装の時期は今：記事紹介」を紹介しましたが、今回は「眼科データの標準化に対するニーズの高まり」という巻頭言です。具体的なことはともかく、今後さらに眼科でも医療データが集積され、解析されるという方向に向かうことは間違いなさそうです。各フレーズの先頭部分を拾って抄出してみました。
ーーー要旨ーーーー
眼科データの標準化に対するニーズの高まりという記事がYusrah Shweikh氏らによって発表されています。
ヘルスケアに関連するデータは、世界中に存在する全データの約 3 分の 1 を占めると推定されています。データの可用性は、緑内障、糖尿病性網膜症、白内障、加齢黄斑変性症などの一般的な状態に主に焦点を当てた、眼科の注目すべき例で医学研究を促進しました。医療データはさまざまな情報源から得られ、特定の調査研究のために前向きに収集されたり、定期的な臨床診療の一環として収集されたり、医療に関連する外部の業界からのデータの副産物として生成されたりする場合があります。さまざまなデータ ソースには、確かに明確な有用性と制限があります。研究のための臨床データの使用には、次のような多くの要因が影響します。(1) 入力されたデータの正確さと完全性。(2) 利用可能なデータ標準への準拠。(3) ガバナンスと技術的障壁に直面したときのデータのアクセシビリティ。（4）患者の人口統計とデータ入力における体系的なバイアスです。
現在、一元化されたデータ リポジトリが不足しており、調和の取れたデータ構造が十分に採用されていないため、データ共有が妨げられ、眼科における大規模な研究の可能性が制限されています。
眼科研究が直面している 1 つの課題は、大規模な分析を可能にするためのデータの効果的な照合にあります。
調和の取れたデータ構造を確立するデータ標準と、データセットの公開前に満たすべき最低限の要件を国際的に合意することで、今後のデータ取得とマージの負担が大幅に軽減されます。
ソース データの違いを克服する 1 つの方法は、それらのデータを標準モデルに再マッピングすることです。
システム間でデータを調和させるもう 1 つの例は、Informatics for Integrating Biology to the Bedside プラットフォーム (Partners Healthcare Systems、www.i2b2.org ) です。
臨床現場で使用するために開発された標準は、研究データの取得と管理にも関連しています。
最後に、生物医学画像のフォーマット、管理、解釈、および保存のために、Digital Imaging and Communication in Medicine 標準が開発されました。
前述のソリューションを考慮に入れると、アイ ケアにおける現在のデータ プラクティスの欠点に対処する 1 つの包括的なアプローチには、Fast Healthcare Interoperability Resources を組み合わせて臨床ケア レベルの相互運用性を強化し、OMOP Common Data Model を組み合わせて研究用のデータを調和させる必要があります。このハイブリッド アプローチは他の医療分野で採用されており、神経学と心臓病学で顕著な成功を収めています。
貧弱なデータの標準化、可用性、および共有可能性の影響は、広範囲に及ぶ可能性があります。最近の多くの眼科出版物は、同じデータセットからのデータを使用しています。
参照データを多様化し、より多くの民族グループの病気を予測する能力を向上させることで、研究が既存の健康格差を悪化させる可能性を防ぐことができます。
要約すると、アイケアにおける現在のデータ プラクティスは不一致であるため、代表的な研究発見の可能性が制限されています。私たちは、意思決定、大規模なデータ共有、およびより大きな研究協力に情報を提供するためのデータの効率的な使用をサポートするために、アイケアデータ標準の実装を求めます。
ーーーーーー
コメント