インペリアル・カレッジ・ロンドンがモダンなデータプラットフォームで認知症研究を加速させている方法

自分が痛みを感じているか、あるいは熱があるかを医師に伝えられない状況を想像してみてください。これは認知症を患う多くの人々にとっての現実であり、医師が正しい診断を下すのが難しくなり、治療の遅れにつながることを意味します。

認知症を患う人々にとって、睡眠障害、活動量の低下、日課の変化といった微妙な変化は、健康状態の重要な変化を示すシグナルとなります。しかし、認知症の当事者が自らその隙間を埋めることができない場合、そのデータを捉えてケア提供者に役立つ形にすることは、治療やケアの成果（アウトカム）を大幅に改善できます。インペリアル・カレッジ・ロンドンに拠点を置く英国認知症研究所のケア研究技術センター（CR&T）では、研究者がこれらのシグナルを継続的に追跡しています。自宅内のセンサー、睡眠モニター、電子健康記録（EHR）からのデータを使用して、研究チームは患者の健康状態のリアルタイムな全体像を構築し、ケアの向上と研究の推進に役立てています。この全体像により、感染症を早期に発見し、回避可能な入院を減らし、人々が自宅でより長く安全に暮らせるよう支援することができます。

しかし、年月が経ち、対象となる世帯数、家庭内デバイス、そしてデータ量が増加するにつれて、そのミッションを支えるデータプラットフォームは同じペースでスケールすることに苦戦し、ケアや研究をサポートするためのタイムリーで信頼性の高いインサイトを提供する上で課題が生じていました。

重要なデータが迅速に移動できないとき

5年間にわたり、CR&TのフラッグシップサービスであるMinderプラットフォームは豊かなインフラへと進化しましたが、プラットフォームの成長に伴い、スケーリングに関する課題も増大していきました。

データ量が増加し、ユースケースが拡大するにつれて、3つの課題が進行を遅らせ始めました。

1. 競合するワークロードがイノベーションを遅らせた - データの取り込み、分析、リアルタイムクエリを処理するシステムが重複し始めました。わずかな変更でも本番ワークロードを破損するリスクがあったため、チームは慎重に動かざるを得ず、イテレーションが遅くなりました。

2. ストレージとコンピュートが密結合していた - データへのアクセス性を維持するために、大量のデータが運用データベースに保存されていました。データが増えるにつれてインフラコストも増大し、効率的にスケールするための明確な道筋がありませんでした。

3. 研究者がデータに簡単にアクセスできなかった - 専用の研究環境がありませんでした。臨床医を含む非技術系の関係者はデータへの可視性が限られていたため、モデルの検証やインサイトをケアに反映させることが困難でした。

これらの問題により、同センターの研究成果を臨床現場へ応用することが遅れていました。

研究とケアのために設計されたプラットフォームの構築

より迅速に動くため、CR&Tは、これまで密結合されていたシステムを分離し、分析と研究のための専用環境を構築することを目指して、プラットフォームを再設計（リアーキテクト）しました。

現在、IoTデータはKubernetesレイヤーを介して取り込まれ、検証された後、Azure Data Lake Storage上のDelta Lakeに格納されます。データは、未加工（ブロンズ）から精製（シルバー）、そして匿名化された研究用データセット（ゴールド）へと処理され、下流の分析に活用されます。

この移行により、運用システムに影響を与えることなく、増え続けるセンサーデータを処理するための、モジュール化され、信頼性が高く、スケーラブルな基盤が構築されました。

同時に、CR&Tは臨床ワークフローですでに機能していた部分を維持しつつ、その周辺のすべてを近代化しました。EHRシステムは、NHSやその他の臨床環境との相互運用性のために最適化されたままであり、シームレスなデータ交換を確保するためにFHIR標準を引き続き使用しています。この基盤により、現在、Imperial College Healthcare NHS Trustを介したNHSの臨床ケアとの積極的な統合が可能になり、Minderのインサイトを現場の意思決定に近づけています。初期の展開では、リモートモニタリングデータを臨床ワークフローに組み込むことに焦点を当て、自宅で暮らす患者に関するよりタイムリーで文脈に沿った情報を臨床医に提供してサポートしています。

その基盤の上に、チームはUnity Catalog（UC）による中央集権的なガバナンスを導入し、研究チーム、研究プロジェクト、外部の共同研究者全体で細粒度なアクセス制御を可能にしました。そして、Databricksが専用の分析レイヤーとなり、研究者が本番ワークロードから独立してデータを探索し、モデルを構築し、コラボレーションできる統合環境を提供しました。

モデルのデプロイについて、CR&Tは引き続きKubeflowを使用していますが、モデルの実験、デプロイ、再学習、メンテナンスをさらに効率化するために、MLflowの評価も積極的に進めています。

データアクセスを研究のスピード向上につなげる

アーキテクチャの近代化は、解決策の一部にすぎませんでした。CR&Tは、研究者がデータと対話する方法も再考し、インサイトの開発と共有を加速する「研究から本番（research-to-production）」のワークフローを構築しました。Unity Catalogは、データセットの使用状況を追跡し、価値の高いデータ資産を特定する上で中心的な役割を果たしています。頻繁に使用されるデータセットに対して研究チームが開発した分析および処理パイプラインは、コードとして堅牢化され、チーム間で再利用可能になります。これにより、重複する作業が削減され、新規または複雑なデータセットを扱うためのゴールドスタンダードなパイプラインテンプレートが研究者に提供されることで、成果の提供が加速します。

臨床医やその他の非技術系の関係者にとっても、アクセシビリティが大幅に向上しました。Databricksのダッシュボードにより、IoTデバイスの健全性、行動や生理学的トレンド、コホートレベルのインサイトがより直感的な方法で可視化されるようになりました。さらに、臨床医がすでに使用しているツール内で直接インサイトにアクセスできるよう、モニタリングシステム内に埋め込まれたダッシュボードの統合テストが進められています。

このプラットフォームは、医学研究における再現性に関する重要な要件にも対応しています。IoTデータは継続的に更新されるため、結果は時間の経過とともに変化する可能性があります。一貫性を確保するため、すべてのデータポイントはオリジナルのタイムスタンプとともに保存され、研究者が過去の任意の時点で臨床医が見ていたものを正確に再構築できるようになっています。

数ヶ月から数週間へ — 生産性への真の影響

既存のシステムと並行して新しいプラットフォームを構築することで、CR&Tは業務を中断することなく進捗を加速させました。初期の成果は、以下のような有意義な効果を示しています。

• 移行期間中も100%のアップタイムを維持
• 新しいIoTデータソースの統合を、従来の約6ヶ月から最短1ヶ月に短縮
• モデル開発期間を約1ヶ月に短縮し、より迅速なイテレーションを実現
• 数ヶ月以内に数百万のIoTデータポイントを取り込むなど、急速なデータ成長に対応
• 非技術系ユーザーの間での採用が進み、プラットフォームが前月比50%で成長

最も重要なことは、これらの改善が現実世界でのインパクトにつながっていることです。

「私たちは働き方を再構築し、データへのアクセスを容易にしました。Databricksの分析プラットフォームは、過去5ヶ月間で、認知症を患う581人の方々に臨床的なインサイトをすでに提供しています」—Ethan de Villiers氏、CR&T、データエンジニア

同チームはまた、同様のインフラをゼロから構築する場合と比較して、数百時間ものエンジニアリング時間を削減できると見積もっています。

より良い認知症ケアというミッションの推進

CR&Tでの取り組みは現在も継続しています。自ら意思を伝えることが困難なことが多い人々にとって、自宅で何が起きているかに関する客観的かつ継続的なデータを明らかにすることは、ケアを提供する上で極めて重要な部分です。プラットフォームが成長するにつれて、より多くの人々にリーチし、研究から得られた知見と臨床上の意思決定との間の時間を短縮し、ケアチームが行動を起こすために必要なエビデンスを提供できる可能性も高まります。

CR&Tの経験は、データ駆動型のケアにおける最大の障壁がデータそのものであることは滅多にないことも示しています。重要なのは、技術的な知識の有無にかかわらず、適切な人々がそのデータにアクセスし、信頼し、活用できるかどうかです。それこそが、CR&Tが解決しようと取り組んだ課題でした。そして、データはその取り組みが機能していることを示しています。

ヘルスケアデータプラットフォーム構築に向けた教訓

CR&Tの経験は、ヘルスケア全体で起きているより広範な変化を反映しています。そこでは、ケアの未来は、断片化されたリアルワールドデータを実用的なインサイトへと変換できるかどうかにかかっています。

組織がコネクテッドデバイス、リモートモニタリング、AI駆動の分析を導入するケースが増える中、課題はもはや単にデータを収集することではありません。日々のケアに関する意思決定を行う人々が、そのデータにアクセスし、信頼し、利用できるようにするシステムを構築することです。

特に、本人が体調の変化を常に伝えられるとは限らない認知症ケアにおいて、継続的なデータは、そうでなければ見落とされてしまう重要な背景情報を提供できます。その影響は、単一のユースケースをはるかに超えて広がります。スケーラブルなデータインフラ、ガバナンスの効いたアクセス、研究者にとって使いやすい分析に関する同様のアーキテクチャ原則は、研究を加速し、パーソナライズされたケアを提供し、大規模に成果を向上させようとする現代のヘルスケアシステムにとっての基盤となりつつあります。

CR&Tの取り組みは、共有され信頼されたデータプラットフォームが、ヘルスケア組織による研究の加速、臨床上の意思決定の向上、そして最終的にはより優れた患者アウトカムの提供にどのように役立つかを示しています。

謝辞

Care Research and Technology Centreのコアチームのメンバー、資金提供者、およびこの取り組みを支援してくださった研究スポンサーに感謝いたします。このプラットフォームの開発において技術的な貢献をしてくれたデータサイエンスおよびソフトウェアチーム（Nora Joby、Anna Joffe、Ethan de Villiers、Amer Marzuki、Ramsheed Abdul Rahim、Gaia Frigerio）に特別に感謝いたします。

資金提供とサポート

Minder は、主に英国医学研究会議（Medical Research Council）から資金提供を受け、アルツハイマー協会（Alzheimer's Society）からの追加の支援を得ている、UK Dementia Research Institute（UK DRI Ltd）によってサポートされています。Mindercare も同様に、主に医学研究会議（Medical Research Council）から資金提供を受け、LifeArcからの追加資金を得ている、UK Dementia Research Institute（UK DRI Ltd）によってサポートされています。

詳細情報

LinkedInでDatabricks for Public Sectorをフォローして、Databricksがどのように公共部門の組織によるデータの統合、AIのガバナンス、そしてグローバル規模での知識から行動への転換を支援しているかについて、定期的なアップデートを受け取ってください。

(このブログ記事はAI翻訳ツールを使用して翻訳されています) 原文記事