1 看護師 × データサイエンス 価値あるインサイトを届けるために Women in Data Science Tokyo @ IBM 2022年6⽉3⽇ 株式会社 JMDC ⽬⿊ 景⼦

本セッションのSNS投稿について SNS投稿︓ 全てOK OK: テキストによる⽂字のみの投稿 OK: スクリーンショットの画像/動画を含んだ投稿 ハッシュタグ: #WiDS2022 #WiDSTokyoIBM

3 本⽇の内容 1. ⾃⼰紹介 2. 臨床看護師の視点から実感した健康・医療課題 3. データとデータサイエンス • データサイエンスの必要性 • データの種類 4. データサイエンスと健康・医療課題への取り組み • 現職：ICTを活⽤した健康増進サービス事業 • 公衆衛⽣⼤学院での研究活動 • リサーチアシスタントでの活動 5. まとめ

4 ⾃⼰紹介 • 株式会社 JMDC 保険者⽀援事業本部 • 神奈川県⽴保健福祉⼤学⼤学院ヘルスイノベーション研究科 神奈川県⽴衛⽣短期⼤学（現 神奈川県⽴保健福祉⼤学）卒業後、 臨床看護師として総合病院で勤務。 臨床看護師と並⾏して、2019年から現在まで社会⼈⼤学院で公衆 衛⽣学を基盤にヘルスイノベーションについて学び、ウェラブル デバイスと Personal Health Record (PHR) からのデータを使⽤し て睡眠や⽣活習慣病に関連した研究活動に取り組んでいる。 2021年より現職、ICTを活⽤した健康増進サービス事業に従事。 所属 略歴 ⽬⿊ 景⼦ 看護師

5 臨床看護師の視点から実感した健康・医療課題 病状が悪化した状態で来院されるケースも多い。 重症化は、健康や⽣活の質の低下、医療費の⾼騰につながる。 重症化 健康・⽣活の質の低下 医療費の⾼騰 • 不健康な⽣活 • 健診未受診 • 基礎疾患あり • 治療放置 • 体調不良で無理をする • 情報不⾜ • 治療が⻑引く • 障害が残る • 社会復帰が困難 • ⼼⾝の負担 • 救命が困難 • 検査と治療を並⾏に実施 • 合併症のリスク • 検査や治療の • 選択肢が限られる • 必要な医療資源の増加

6 臨床看護師の視点から実感した健康・医療課題 出典:厚⽣労働省「令和元年度 国⺠医療費の概況」 医科診療医療費の内訳第1位は⽣活習慣の⾒直し、 第2位は検診での早期発⾒・早期治療を⾏う余地がある。 • 循環器疾患に含まれる、⼼疾患、 ⾼⾎圧、脳⾎管疾患などは、⽇頃の ⽣活習慣・⽣活習慣病が影響する。 • 循環器疾患が全体の 約20％、6兆1,369億円 を占める。 • 次いで悪性腫瘍が 約15％、4兆5,256億円 を占める 循環器疾患 19% 14% 8% 58% 0% 60% 20% 40% 80% 100% 2019年度 医科診療医療費内訳 100% 循環器疾患 悪性腫瘍 筋⾻格系疾患 その他 • 悪性腫瘍の早期発⾒にはがん検診が 有効で、受診率の向上が必要

7 臨床看護師の視点から実感した健康・医療課題 健康寿命の延伸 医療費適正化 重症化予防 健康⾏動の変化は重症化予防につながるが、継続することが難しい。 データの⼒で、健康⾏動の変化を促し継続させられるのではないか？ データによる気づき • 健康状態の⾒える化 • ⾃分ごと化 健康⾏動の 変化

8 データとデータサイエンス データの可視化や統計モデルに活⽤するためにデータ加⼯の過程が重要 データの可視化 ・統計モデルの作成 分析用データの 加工・集計 データの整形・標準化 データの集積 多種多様な経路での データの収集 表形式など加⼯可能な DB形式への整理・集積 分析⽤フォーマット への加⼯・集計処理 分析モデルの構築、 グラフでの⾒える化

9 データとデータサイエンス データの種類：Rectangular data と Non-rectangular data ⽣物統計学 データ サイエンス AI Rectangular data • 列と⾏に収まったデータ Non-rectangular data • 画像や⽂字列データなど • 計算・統計分析 • データの可視化 • 深層学習 • アルゴリズム

10 データとデータサイエンス データの種類：リアルワールドデータと⾮リアルワールドデータ 出典:株式会社JMDC「リアルワールドデータとは」 【リアルワールドデータ】 ⽇常の臨床現場からの 医療データ、⽇々の健康情報 • レセプトデータ • 検診データ • DPCデータ • 電⼦カルテデータ • ウェラブルデバイスデータ など 【⾮リアルワールドデータ】 ⽬的を決めて 前向きに取得されたデータ • ランダム化⽐較試験データ • 各種臨床試験データ など Personal Health Record (PHR) 個⼈の健康情報が 時系列で積みあがる

11 データとデータサイエンス 1次データ • 独⾃に収集したデータ • 収集に時間や費⽤のコストが かかる • 調査⽬的は⼀致する データの種類：１次データと２次データ、データの利活⽤ ２次データ • 他者によって収集された データ（政府統計、調査機関 などが提供する既存情報） • 条件によってすぐに利⽤可能 • 調査⽬的が⼀致しない こともある ２次利⽤(第3者提供) • 収集した情報やデータを データベース化 • 個⼈情報が含まれる場合は、 匿名加⼯が必要 • 利活⽤されていないデータは 多くある

12 データとデータサイエンス データの可視化： 2016年 都道府県別の男⼥の歩数平均値。同じデータセットでも結果 を⾒せる⽬的により効果的な⾒せ⽅を選択する必要がある。 出典: 厚⽣労働省「国⺠健康・栄養調査 歩数の平均値 2016年」

13 データサイエンスと健康・医療課題への取り組み データとICTの⼒で、持続可能なヘルスケアシステムを実現する 医療統計データサービス • JMDCは、⺠間医療データベースとしては国内最⼤規模の医療ビッグデータである、 「JMDC Claims Database」に加えて、PHRサービスを通じて睡眠や活動量等のウェラ ブルデータの匿名加⼯データベースを構築。 現職：株式会社 JMDC とは？ 出典: 株式会社JMDC ヘルスビッグデータベース ウェラブルデータ レセプトデータ 健康診断データ ミッション 事業内容

14 データサイエンスと健康・医療課題への取り組み 現職：ICTを活⽤した健康維持・増進サービスの提供 出典:株式会社JMDC「事業紹介、ヘルスデータプラットフォーム」 健康相談チャット 医療機関紹介サービス • 病気や薬、健康に関することを看 護師に相談が可能。 • 質問に沿って症状を⼊⼒すると チャットボットから受診先の情報 やアドバイスがもらえる。 • 医療機関、医師の検索機能も備え、 病状に合った医師を紹介するサー ビス。 PHRサービス 健康状態の「⾒える化」で ⽣活習慣を改善 • 医療や健康に関するオンラインア ンケート調査を毎⽉実施。 • アンケート結果を基に、ユーザー へ共有すべき内容を結果とあわせ て健康記事としてリリース。 • 医療、健康関連の情報提供。

15 データサイエンスと健康・医療課題への取り組み • 公衆衛⽣学を基盤に「ヘルスイノベーション専 ⾨科⽬」として、データサイエンス、アントレ プレナーシップ、アドミニストレーションなど ⾃⾝の興味関⼼に応じて幅広い学びが可能。 • 学⽣、教員のバックグラウンドも様々、留学⽣ も在籍しており多様性を⼤切にしている。 【イノベーション政策研究センター（CIP) 】 CIPは、ヘルスイノベーション研究科の教育機関 の取り組みを活かしつつ、社会実装の推進のため、 シンクタンクを担う組織。 ⼤学院の紹介：神奈川県⽴保健福祉⼤学⼤学院ヘルスイノベーション研究科 • 2019年に修⼠課程新設 • 2021年に博⼠課程新設 川崎市川崎区殿町 キングスカイフロント 出典: School of Health Innovation 「研究科について」 概要 所在地 特徴

16 データサイエンスと健康・医療課題への取り組み 【研究の概要・意義】 JMDCが保有するヘルスビッグデータベースを使⽤して、⽇本の就業層の睡眠時間・ 睡眠の規則性の実態を調査。 更に、睡眠の傾向とメタボリックシンドロームとの関連について調査する。 ⼤学院での研究テーマ：睡眠とメタボリックシンドロームの関連 • これまでの睡眠の研究 では、睡眠時間は対象者 からの⾃⼰回答式が主流。 • リコールバイアスが⽣じ やすい。 ウェラブルからの睡眠 データでより正確な情報で 分析が可能。 • アメリカ睡眠学会が 推奨する成⼈の睡眠時間 は7時間以上。 • ⽇本⼈の平均睡眠時間は 6〜7時間。 特に30〜50歳代の平均睡眠 時間は他の年代より短いので 分析対象者の実態調査が必要。 • 睡眠とメタボリック シンドロームの関連 分析は交絡因⼦が多く、 さまざまな情報が必要。 JMDCヘルスビッグデータ ベースから交絡因⼦の調整 が可能。 出典: American Academy of Sleep Medicine “Healthy Sleep,” 厚⽣労働省「国⺠健康・栄養調査令和元年」

17 データサイエンスと健康・医療課題への取り組み ⼤学院での研究：睡眠とメタボリックシンドロームの関連について ヘルスビッグデータベース 1. ウェラブル 2. 健診値 3. レセプト ウェラブルデータ • 睡眠データ • 歩数 健康診断データ • ⾎液検査値 • 体格指数（BMI） • 喫煙、飲酒習慣 • ⾷習慣 レセプトデータ • 受診歴、服薬歴の把握 1 2 3 暴露変数 ⽬的変数 除外・組み⼊れ基準

18 データサイエンスと健康・医療課題への取り組み • 2021年度から、神奈川県とヘルスイノベー ション研究科/イノベーション政策研究 センターが連携して実施。 • 統計や業務データなどを活⽤し、根拠に基 づく政策⽴案（EBPM）の推進を⽀援。 1. 新型コロナ感染者の「中等症」および 「重症」となる患者数を推定、必要とさ れる病床数を推定し、あらかじめ医療機 関に病床確保を依頼。 2. 緊急事態宣⾔・まん延防⽌等重点措置 （による⼈流変化）の効果を推定 3. まん延防⽌等重点措置の開始・終了の 政策判断のための資料の⼀つ。 神奈川県 新型コロナ感染者情報分析 EBPM1)プロジェクト 予測モデルによる重症者シミュレーション 概要 ⽬的 Google AI・ COVID-19 感染予測 (⽇本版） ⼈流 オープン データ ワクチン 接種状況 • 県内の地域別に重症者、⼊院者、療養者数を予測 • ⼈流データやワクチン接種率を基にした シミュレーションモデルを構築 ※2021年11⽉からは下⽔中のウイルス遺伝⼦検出に よる感染状況の把握（下⽔疫学調査）も実施 1. EBPM： Evidence-Based Policy Making 出典: 神奈川県「新型コロナ・予測モデルによる重症者シミュレーション」

19 データサイエンスと健康・医療課題への取り組み 予測モデルによる重症者のシミュレーション 2022年1⽉26⽇時点 出典: 神奈川県「新型コロナ・予測モデルによる重症者シミュレーション」

20 データサイエンスと健康・医療課題への取り組み 2021年6⽉から9⽉ 調査期間中の1週間ごとのデータをパネル データとして分析。 神奈川モデルは成功したが、全国版ではう まくいかなかった。 統計モデルもいくつか試したが、アクセス 可能なデータの限界も考えられた。データ の収集・整備は課題。データサイエンスを 活⽤して、政策⽴案に役⽴てていくことが 重要。 リサーチアシスタント（SHI/CIP）としての活動 神奈川モデル 全国版モデル 新規感染者数、 重症者数、 療養者数など ⽇ごとの データ 1週間の 合計数 ⼈流オープン データ ⽇ごとの データ ⽇ごとの データから 1週間平均値 へ換算 ワクチン接種状況 ⽇ごとの データ 1週間の 合計数 ※ 昨年度の調査時点でのデータ情報のため現在は異なる可能性があり。 【データ分析で⽤いたパネルデータ】 2021年度の主な取り組み：神奈川県の新型コロナ感染予測モデルを基盤に、全国版（都道府県別） の感染予測モデル構築のプロジェクトメンバーとして参加。 調査期間 分析 結果 考察

21 まとめ 1. データを活⽤することは、⽣活習慣改善（⼀次予防）や疾患の早期発⾒（⼆次予防）のた めの健康⾏動を促す⼿段のひとつとなる。 2. データの整備がされていない、データアクセスへの制限などの理由から、データの活⽤が 進んでいない現状がある。 3. データ活⽤が進むと、健康⾏動と疾患の関連分析だけでなく、予防⾏動による効果検証、 医療経済効果の検証なども進められる。 4. ヘルスケア関連のデータは根拠に基づく医療政策に役⽴てるなど埋もれた価値があるので、 まだまだ社会に還元される価値がある。 5. データ分析やその結果を活⽤した課題解決、社会実装につなげるためには、領域横断的な 知⾒が求められるので、他専⾨領域への理解やコミュニケーションが重要。 今後の課題と展望

22 ⼤学院説明会のお知らせ • 教員や在学⽣・卒業⽣との個別相談会ではざっ くばらんに情報交換。 • バーチャルキャンパスツアーでは、オンライン 参加の⽅も、キャンパス内の様⼦を知ることが できます。 • お申込みはまだ間に合います！半⽇だけの参加 もOKです。 • 参加費無料 申し込み締め切り：6⽉10⽇（⾦）17時 申し込み⽅法：⼤学院説明会参加フォームより 事前にお申込みください。 （ https://www.shi.kuhs.ac.jp/contact/?id=9 7d24b2cf050b5333ec1e6b057effd56 ） 関係者⼀同、⼼よりお待ちしています。 神奈川県⽴保健福祉⼤学⼤学院 ヘルスイノベーション研究科 6⽉11⽇(⼟) : 2023年度の進学者、ご興味のある⽅を対象に⼤学院説明会が開催されます。

23 ご清聴ありがとうございました。 御礼