　ビッグデータ相互運用性フレームワークでは、個別領域の具体的なユースケースとして、政府機関（4件）、商業（8件）、国防（3件）、健康医療／ライフサイエンス（10件）、ディープラーニング／ソーシャルメディア（6件）、天文／物理（5件）、地球／環境／極地科学（10件）、エネルギー（1件）が収録されている。例えば、健康医療／ライフサイエンスの領域では、下記のようなトピックが取り上げられている。

電子カルテデータ
病理診断画像化／デジタル病理診断
計算バイオイメージング
ゲノム測定
メタゲノムとゲノムの比較分析
個別化された糖尿病管理
ヘルスケアのための統計合理的人工知能
世界人口規模の疫学研究
計画、公衆衛生、災害危機管理のための社会的感染モデリング
生物学的多様性とライフウオッチ

　これらのうち、医療機器開発者になじみが深い、病理診断画像化／デジタル病理診断のユースケースを簡単に紹介しておこう。図2はその全体イメージだ。

図2　病理診断画像化／デジタル病理診断システムの全体イメージ（クリックで拡大）出典：NIST Big Data interoperability Framework Version 1.0.（2015年9月）

　ユースケースでは、トランスレーショナルリサーチに従事する生物医学研究者や、画像誘導診断に従事する病院の医師が、画像から空間情報を抽出するために、パフォーマンスの高い画像分析アルゴリズムを開発。効率的な空間のクエリ／分析を提供して、クラスタリングと分類を特徴付けることを想定している。

　プラットフォームとしては、外部ネットワークと接続した分散型ハイパフォーマンスコンピューティング（HPC）環境上で、画像解析用メッセージパッシングインタフェース（MPI）をモデルとした、オープンソースのMapReduceと空間拡張付Apache Hiveが稼働する環境となっている。ビッグデータ分析アプリケーションとしては、画像解析、空間的クエリ／分析、クラスタリング／分類機能などが装備されている。

　データソースは、人間の細胞組織からデジタル化した病理画像で、データ容量は、中規模程度の病院で年間1ペタバイト（PB）程度だ。ビッグデータ処理固有の課題としては、超大容量、多次元、疾病固有の分析、他のデータタイプ（例：臨床データ）との相関関係などが挙げられている。

　このように、現在米国では、IoT機能を装備した医療機器開発と同時並行で、医療ビッグデータ利活用のためのさまざまなユースケースが開発されている。ハードウェア開発の段階においても、ビッグデータならではの技術要件をどこまで盛り込めるかが、大きな課題だ。

筆者プロフィール

笹原英司（ささはらえいじ）（NPO法人ヘルスケアクラウド研究会・理事）

宮崎県出身。千葉大学大学院医学薬学府博士課程修了（医薬学博士）。デジタルマーケティング全般（B2B／B2C）および健康医療／介護福祉／ライフサイエンス業界のガバナンス／リスク／コンプライアンス関連調査研究／コンサルティング実績を有し、クラウドセキュリティアライアンス、在日米国商工会議所等でビッグデータのセキュリティに関する啓発活動を行っている。

Twitter：https://twitter.com/esasahara

LinkedIn：https://www.linkedin.com/in/esasahara

Facebook：https://www.facebook.com/esasahara

関連キーワード

ビッグデータ | 医療 | NIST | IoT | 医療技術

連載「海外医療技術トレンド」バックナンバー
医療ビッグデータの利活用で世界をリードするデンマーク
国民共通番号制度とナショナルデータベースで、日本の先を行くデンマーク。医療ビッグデータ利活用のための仕組みづくりも進んでいる。
「場当たり的な医療制度は終わり」――ビッグデータを活用し「先制予防」へ
遺伝子情報やバイオマーカー、日常生活のデータから「先制予防」を行おうとする「モバイルヘルス（mHealth）」の研究が進んでいる。「健康医療データ信託銀行」の登場も予測される同研究の今を東北大学の田中博氏が紹介した。
医療従事者の暗黙知を人工知能で生かす、まずは入院時の転倒・転落の防止から
NTT東日本関東病院とUBICは、人工知能を使って電子カルテの情報を解析し、入院患者の不意の転倒やベッドからの転落などを防止することを目的にした共同研究を始めた。早ければ2015年度内にもプロトタイプシステムを導入・運用したい考えだ。