分析用マスタで付加価値を付与

公開されているマスタは、集めて取り込んだ。それでも、その問いには答えられない。

分析者が立てられる問いの範囲を、マスタが決めています。

基本となるはずの公開マスタに、問題が隠れている

「公開されているマスタを集めて紐付ければ良いのでは？」

実際にはそう簡単ではなく、四つの課題によって分析が暗礁に乗り上げます。

1. 01 公開されているデータに、誤りがある。

   薬剤Aに薬剤Bのレセプト電算コードが紐付いている。薬剤C 50mgに薬剤C 100mgのYJコードが紐付いている。参照元である添付文書自体に誤りがあることもある。正として扱うマスタが間違っていれば、そこから先の紐付けはすべて静かにずれていきます。

2. 02 マスタ同士が、そもそも紐付かない。

   生まれが違う——薬価基準収載医薬品管理のためのマスタ、レセプト請求のためのマスタ、添付文書管理のためのマスタ、これらは粒度が異なり、更新タイミングも違う。

   生まれが違うものは、簡単には紐付きません。

3. 03 項目はあるが、値が入っていない。

   マスタの定義書に項目が存在することと、そこにデータが入っていることは別。

   データ欠損は、定義書からは読み取れません。

4. 04 分析するには、マスタの種類が圧倒的に不足する。

   誤りを直し、紐付けを通し、データ欠損を埋めても、分析はここから先に進めない。

   分析に必要な種類のマスタは、そもそも公開されていません。

問いが立つかどうかは、マスタで決まる

標準化・構造化まで済ませたデータに、問いを立てる。次の四つは、いずれも珍しい問いではない。そして、いずれもマスタが無ければ立ちません。

1. 01 「SGLT2阻害薬の処方量を出したい」

   薬効群での集計は、分析のもっとも基本的な形です。ただしSGLT2阻害薬に属する薬剤を、分析者が全て把握しているわけではない。スーグラ、フォシーガ、ルセフィ、アプルウェイ——規格と後発品を含めれば、数は増え続ける。そして公開されている薬効分類では、この群をそのまま取り出せない。分類マスタが無ければ、分析は対象薬剤の列挙から始まります。

2. 02 「患者ごとの累積投与量を出したい」

   抗がん剤の投与量を足し上げたい。ところが公開マスタ上の単位は、エピルビシン塩酸塩注射液10mg／5mLも、アドリアシン注用50も、そろって「瓶」です。瓶の数を足しても投与量にはならない。1瓶が何mgなのかを持つマスタが無ければ、この問いは成立しません。

3. 03 「この副作用を持つ薬剤の処方有無で層別したい」

   分析対象の疾患に、ある副作用の初期症状が関係しているかもしれない。ならばその副作用を持つ薬剤で分けて比較したい——添付文書を1件ずつ読めば分かりますが、対象薬剤の特定だけで莫大な時間がかかる。しかも販売中止になった薬剤の情報は、もう手元にありません。

4. 04 「10年前の処方と、今の処方を同じ薬として数えたい」

   販売名は変わります。カルジール錠200はアセトアミノフェン錠200mg「テバ」になり、「武田テバ」になり、「NIG」になった。そのたびにコードも変わる。長期のトレンドを追うだけの分析が、コードの変遷を追う作業に変わります。

どれも、分析手法の問題ではない。マスタが無いというだけで、分析者のリサーチクエスチョンに答えられなくなる。そのため当社は、分析用マスタを自社で構築しています。

分析用マスタの構築には莫大な労力を要する

副作用マスタの構築を例にすると、下記のような作業が必要になります。

1. 01 添付文書収集 — 過去14年分の添付文書を集める。販売中止になった医薬品の添付文書はインターネット上から消えていき、もう手に入らないものが大量にある。当社が持っているのは長年にわたって集め続けてきた結果であり、今から集め始めても、同じものは揃いません。
2. 02 副作用抽出 — 次に、副作用の情報を抽出する。添付文書のフォーマットは一様ではありません。新様式・旧様式もあれば、テキストPDF・画像PDFもある。画像からは文字が取り出せないので、そのままでは表として扱えない。読める形に変えるところから始めることになります。
3. 03 精査・標準化 — 抜き出した副作用名は、揃っていない。同じ一つの副作用が、いくつもの書き方で記載されています。文字列として抽出するだけでは、同じものだと分かりません。これらを一つのコードへ寄せる判断は、臨床経験のある医療有資格者が行います。

例）「アルカリフォスファターゼ上昇」の表記揺れ

• カタカナの音写 — アルカリフォスファターゼ ／ アルカリホスファターゼ
• 「の」の有無 — アルカリホスファターゼの上昇 ／ アルカリホスファターゼ上昇
• 略称のLの字体 — ＡＬ－Ｐ（大文字）／ Ａｌ－Ｐ（小文字）／ Ａℓ－Ｐ（筆記体）
• 誤字 — Ａ１－Ｐ（数字のイチ）／ ＡＩ－Ｐ（大文字のアイ）
• ハイフンの文字種 — ＡＬ‐Ｐ（ハイフン）／ ＡＬ－Ｐ（全角マイナス）／ Ａｌ‒Ｐ（フィギュアダッシュ）
• 語尾 — ＡＬＰ上昇 ／ ＡＬＰ増加
• 血中の有無 — 血中ＡＬＰ増加 ／ ＡＬＰ増加
• 他の検査との同居 — ＡＳＴ、ＡＬＴ、Ａｌ－Ｐ上昇等の肝機能検査異常 ／ 肝機能異常（ＡＳＴ、ＡＬＴ、Ａｌ－Ｐの上昇等）

これらが掛け合わさって、一つの副作用に30種類以上の書き方が生まれる。これはほんの一例であり、分析用マスタ構築には気の遠くなる作業が必要になります。

分析者の問いに答えるために

当社では分析用マスタ「H2MS」をご提供しています。

主な対象は、電子カルテデータ、レセプトデータ・DPC調査データ。この三大医療ビッグデータを分析するために必要な分析用マスタ5群45種で整備しています。

分析用マスタ「H2MS」

群	種類	主な内容
医薬品	16種	基本／レセプト電算／移行先／WHO ATC／EphMRA ATC／87分類／成分／単位換算／適応症／剤形／薬価履歴／レセ電紐付け／薬物動態／重大な副作用／その他の副作用／添付文書本文
傷病	5種	傷病／修飾語／傷病移行先対応表／ICD10／社会保険表章用疾病分類
検査	7種	検査分類／分析物／識別／材料／測定法／結果識別共通／結果識別固有
施設	9種	施設／病院・診療所／施設移行先／医療機関コード紐付／標榜診療科／標準化診療科／施設基準／市区町村・医療圏／経営体
レセ電・その他	8種	医科診療行為／ICD9CM／歯科診療行為／調剤行為／特定器材／コメント／診療年月-バージョン対応表（点数・医薬品）

このH2MSは、付加価値の付与だけでなく、前段のデータ標準化・構造化そのものを支えています。

データクレンジング・標準化・構造化を見る

H&H CONNECTのマスタ構築体制

AIとロジックで可能な部分は自動化します。

しかし、AI・ロジックでは決められない紐付けを判断するのは、臨床を10年以上経験し、医療データに精通した医療有資格者です。読むのは書かれた文字だけではありません。その医薬品・傷病・検査・施設について徹底的に調査し、臨床を知らなければ不可能な判断を下していきます。

システムエンジニアは消えていく添付文書を集め続け、画像PDFも読める形に変え、粒度の違う公開マスタを突き合わせられる構造に組み直す。医療有資格者の判断を全件へ反映し、整合チェックで漏れを潰す。判断の前後を引き受けることが、この役割の仕事です。

こうした状態にあれば、ご相談ください

1. 分析したい内容は決まっているが、どのようなマスタが必要なのかわからない
2. 標準化・構造化を進めたいが、寄せる先の標準マスタが手元に揃っていない
3. EphMRA ATC毎での集計をしたいのに、対象薬剤の列挙から始めることになっている
4. 抗がん剤の累積投与量を出したいが、単位が「瓶」のままで足し上げられない
5. 特定の副作用を持つ薬剤で層別したいが、該当薬剤の特定に時間がかかりすぎる
6. 販売名変更をまたいだ長期の処方トレンドが追えない
7. 公開マスタを集めて紐付けたが、主キーも粒度も合わず作業が終わらない
8. 数年前のデータを分析したいのに、手元のマスタが最新分しかなく紐付かない
9. 施設単位で分析したいが、同一施設に医療機関コードが複数あって集約できない

トップページへ戻る お問い合わせ