数ヶ月から数分へ：自然言語を活用したリアルタイム臨床データパイプラインの構築

この記事は、Assunta Carey-Saylor (Redox シニアプロダクトマーケティング)、Tim Kessler (Redox フィールド最高技術責任者)、Matt Giglia (Databricks ヘルスケア & ライフサイエンス部門フォワードデプロイエンジニア) の共著です。

ほとんどのヘルスケアデータチームは、EHRシステムから分析環境にデータを移動するためのパイプラインを構築・維持するのに数ヶ月を費やしています。その作業が完了した後でも、データは処理される前に中間ストレージ層を経由することが多く、リアルタイムのユースケースを制限する遅延が発生します。

その結果、維持が複雑で、アクションを起こすには遅すぎるシステムになってしまいます。

Databricks と Redox は、このモデルを変革するために提携し、2つの主要な障壁を取り除きました。

• ヘルスケアデータ統合構築の複雑さ
• 分析環境へのデータ取り込みの遅延

現在、チームはDatabricks内で直接自然言語プロンプトを使用してリアルタイムの臨床データパイプラインを構築でき、データのアクセスと活用方法を簡素化できます。

要約: DatabricksとRedoxは、ヘルスケアチームが自然言語を使用してリアルタイムの臨床データパイプラインを構築し、データを1秒未満の遅延でクラウド環境にストリーミングし、AI出力をEHRに書き戻してケアの現場でのアクションを促進することを可能にします。

課題: AI戦略は統合と遅延によってボトルネックに

ヘルスケア組織はAIを実用化するよう圧力を受けていますが、その実行は常に臨床データ統合でボトルネックに陥っています。

モデルやワークフローを展開する前に、チームはEHRシステムと統合し、HL7、CCD、X12などのフォーマットを正規化し、ETLパイプラインを構築する必要があります。この作業は時間がかかり、専門的な知識が必要です。

パイプラインが導入された後でも、データはDatabricksに到達する前に中間ストレージ層を経由することが多く、遅延と運用上のオーバーヘッドが増加します。「リアルタイム」とされているものが遅延し、エンジニアリングチームはインサイトの提供ではなくインフラに集中し続けてしまいます。

その結果、AIイニシアチブは停滞し、インサイトを得るまでの時間が数週間から数ヶ月に延びてしまいます。

新しいアプローチ

Databricksの Zerobus Ingest とRedoxの MCP Server は、Databricksで臨床データパイプラインを構築・運用するための異なるアプローチを導入します。

Redox MCP Serverを使用すると、チームは自然言語で統合を構築・管理でき、新しいデータパイプライン構築にかかる時間と複雑さを軽減します。Zerobusは臨床データをDatabricks Unity Catalogのマネージドテーブルに1秒未満の遅延で直接ストリーミングし、中間ストレージ層やファイルを処理のためにロードするワークフローの必要性を排除します。

これらを組み合わせることで、パイプラインの構築方法とデータが利用可能になるまでの速度の両方が変わります。統合はコードではなくプロンプトを通じて定義され、データは生成されるとすぐに処理可能になります。これにより、チームはEHRシステムに接続し、臨床データをストリーミングし、Databricks内で直接ワークフローをアクティブ化できます。

実践での様子

Databricksプラットフォーム内で、ユーザーはRedox MCP Serverに接続し、プロンプトから開始します。いくつかの対話で、以下のことが可能になります。

• システムが利用可能な環境とデータセットを特定します
• ワークフローを完了するための次のステップを提案します
• システム間で統合タスクを実行します
• ログやパフォーマンスサマリーなどの検証シグナルを表示します

舞台裏では、ZerobusがストリーミングデータをDatabricksに直接配信し、ステージング層やバッチ取り込みの必要性を排除します。これにより、ワークフローの各ステップがデータが到着すると同時にライブデータで動作できます。

ある例では、システムは最近の患者の入院情報を取得し、構造化データと平易な言語の要約の両方を返しました。複雑な臨床データが、下流の分析や意思決定にすぐに利用可能になりました。

図1. システムは最近の患者の入院情報を平易な英語で要約しました。

数ヶ月から数分へ: インサイト獲得までの時間を短縮

これまで数週間から数ヶ月かかっていた統合作業が、Databricksを離れることなく、すべて自然言語を使って数分で開始できるようになりました。

Zerobusによる中間データランディングステップの排除と、自然言語プロンプトによるパイプライン作成の簡素化により、組織は遅延と開発時間の両方を劇的に削減できます。これにより、チームはAIユースケースをより迅速に検証し、開発サイクルを短縮し、実験から本番環境への移行をより迅速に行うことができます。

統合はもはやボトルネックではなく、データ遅延も制約ではなくなりました。

専門知識への依存を軽減

ヘルスケア統合は、従来、HL7、API、データオーケストレーションに関する深い専門知識を必要としていました。

Redox MCP Serverを使用すると、その複雑さの多くが抽象化されます。組織はHL7の専門家や統合スペシャリストへの依存を減らし、より広範なチームが臨床データを扱えるようになります。

データサイエンティストやMLエンジニアは、ETLパイプラインの管理ではなく、モデルの構築とインサイトの生成に集中できます。エンジニアリングチームは、統合の維持から新しい機能の実現へと焦点を移すことができます。

焦点は「データをどう取得するか」から「データをどう活用するか」へと移ります。

リアルタイム臨床インテリジェンスの実現

Zerobusを使用すると、臨床データは中間ストレージ層やバッチ処理なしで、1秒未満の遅延でDatabricksに到着します。これにより、FHIRは本来の目的通り、トランザクションとして扱われ、REST APIエンドポイントに送信されるようになります。例えば、医療保険会社や医療提供組織は、事前承認に特化したバンドルをRedox経由でDatabricks内の専用REST APIエンドポイントに直接送信でき、最初にFHIRストアに着地したり、実証されたFHIR JSONファイルとして保存したりする必要がありません。

これにより、MLおよびAIエージェントフレームワークは、事前承認リクエストとレスポンスを即座に処理できます。追加のデータプルや、生のFHIR JSONファイルを解析するために必要な複雑なETLの必要性を回避することで、これらのシステムは患者の経過を事後ではなく、展開中に捕捉し、対応することができます。

RedoxのEHR書き戻し機能と組み合わせることで、これらのインサイトは臨床ワークフロー内で直接運用できます。 AI生成された出力はリアルタイムでEHRに書き戻され、ケアの現場でのデータ、インテリジェンス、アクション間のループを閉じます。これにより、Databricksは分析システムを超え、ヘルスケア運用のためのアプリケーション層へと移行します。そこでは、データパイプラインとAIモデルが意思決定を通知するだけでなく、コア臨床システム内で介入を積極的に推進します。

これにより、新しい種類のリアルタイムユースケースが実現します。

• 患者の状態をリアルタイムで追跡
  入院、転院、退院、臨床イベントを発生と同時に継続的に更新

• 状況の変化に応じてキャパシティを最適化
  リアルタイムの患者移動と病床数信号を使用して、ベッド管理、人員配置、スループットを改善

• 適切なタイミングで介入をトリガー
  遅延したレポートではなく、リアルタイムの臨床信号に基づいて患者、ケアチーム、またはシステムを関与させる

• リスクの発生を検知
  対応する時間があるうちに、状態の悪化、ケアのギャップ、運用上のボトルネックを特定

これにより、医療機関はより高い俊敏性と応答性で運用できるようになり、データワークフローを患者ケア提供のペースに合わせることができます。

これが機能する理由：AIが活用できる信頼できる基盤

この機能は、信頼できる標準化された臨床データ基盤に依存しています。Redoxは、単一のプラットフォームとAPIを通じて、EHRやその他のダウンストリームシステム間で医療データを交換するための標準化されたレイヤーを提供します。

Zerobusは、このデータが遅延なくDatabricksに到達することを保証します。Redox MCP Serverは、意図を実行に変換し、エンタープライズグレードのセキュリティ、コンプライアンス、運用管理を強制することで、そのデータを自然言語を通じてアクセス可能かつ実用的にします。

これらが連携して、臨床データとAIワークフローのためのリアルタイム実行レイヤーを構築します。

パイプラインを超えて：「Redox Agent」の構築

データ取り込みにとどまりません。Redox MCPサーバーは、臨床データの上にDatabricks Genie Spacesと並んで配置されているため、AIチームはDatabricks上でRedox Agentを構築できるようになりました。

これらの特殊なエージェントは、以下のことが可能です。

• Redoxプラットフォームのログをリアルタイムで確認し、データフローのトラブルシューティングや監査を行う。
• Redoxから送信された臨床データに関する質問に自然言語で回答する。
• 企業医療が必要とする厳格なガバナンス、セキュリティ、トレーサビリティを維持しながら、インテリジェンスを臨床アプリケーションに直接組み込む。

Redox MCPとGenieの力を組み合わせることで、チームは単にデータを移動させるだけでなく、プロバイダーの既存のワークフロー内に直接組み込まれる、会話型でインテリジェントなインターフェースを作成できるようになります。

実際の動作を見る

4月30日に開催されるRedoxとDatabricksのウェビナーでは、ZerobusとMCP Serverが連携してDatabricks内でリアルタイムデータパイプラインをどのように提供するかをデモします。

チームが自然言語を使用して意図から実行へと移行し、サブ秒のレイテンシーでライブデータを操作する方法をご覧いただけます。

こちらで登録して、このアプローチが貴社にどのように適用されるかをご覧ください。

(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