翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

# 最新の医療データ戦略の実装
<a name="implementing"></a>

最新の医療データ戦略を実装するには、以下の原則に従うことをお勧めします。
+ **データドリブン組織の運用モデルを構築する** – データドリブン組織の構築に必要なロール、コンピテンシー、ターゲット運用モデルを特定します。ビジネス、IT、および患者を含む患者ケアにかかわるすべての人においてデータリテラシーを育みます。クラウドの革新的な可能性を取り入れて、ビジネス価値の提供を加速します。組織が迅速に動けるよう、ハイブリッドデータ戦略から始めます。クラウドベースのソリューションで既存のオンプレミスツールとテクノロジーを活用して、迅速で効率的なデータ製品を作成します。 は、[ハイブリッドクラウドモデル](https://aws.amazon.com/hybrid/)を採用する一連の製品 AWS を提供し、クラウドへの移行を加速します。
+ **フロントラインのニーズから逆算する** – 組織ロールごとに、必要なデータ、タイミング、形式を特定します。次に、データのオリジンと、それを時間どおりに配信する方法を決定します。ユーザーが簡単に理解して適用できる形式でデータを配信します。たとえば、 [AWS HealthLake](https://aws.amazon.com/healthlake/)と [Amazon Quick Sight ](https://aws.amazon.com/quicksuite/latest/userguide/quick-bi.html)を使用して、理解可能なデータ視覚化を含むダッシュボードを構築します。可能であれば、アナリストやデータサイエンティストの介入なしに、エンドユーザーがアクセスして操作できるセルフサービスソリューションを構築します。
+ **データパイプラインを自動化する** – フロントラインワーカーがシステム間でデータを手動で転送する必要がある場合、そのステップによってデータ配信が遅れます。これにより、データのギャップやエラーが発生し、フロントラインスタッフの患者ケアへの集中が妨げられ、スタッフの士気や生産性が低下します。自動化は高コストに見えるかもしれませんが、投資収益率 (ROI) を算出する際には、手動によるデータ処理にかかる合計コストを考慮してください。データソースが手動データ転送を必要とする場合は、データをその場所に保持できるかどうかを検討してください。医療機器からデータを取得するには、[AWS の医療機器との統合](https://aws.amazon.com/health/medical-devices/)を利用し、[AWS Glue](https://docs.aws.amazon.com/whitepapers/latest/aws-glue-best-practices-build-efficient-data-pipeline/aws-glue-best-practices-build-efficient-data-pipeline.html) を使用して運用効率の高いデータパイプを構築できます。
+ **モノリスからモジュラーへ移行する **– モノリシックシステムにはコンポーネント間の相互依存関係があり、いずれかのコンポーネントでのイノベーションを妨げる上に、障害発生時のトラブルシューティングを複雑にします。最新の医療データ戦略は、モジュール式である必要があります。つまり、各モジュールで他のモジュールに影響を与えることなくイノベーションを起こせるように、明確に定義されたインターフェイスを備えた独立したコンポーネントで構成されている必要があります。相互運用性標準をサポートするデータストアを使用します。例えば、HIPAA 適格の Fast Healthcare Interoperability Resources (FHIR) 互換データストアである [HealthLake](https://docs.aws.amazon.com/healthlake/latest/devguide/how-healthlake-works.html) を市販のデータ取り込みソフトウェアと併用し、[AWS HealthOmics](https://aws.amazon.com/omics/) を使用してゲノムデータ、トランスクリプトデータ、その他のオミクスデータを変換することを検討してください。
+ **マネージドサービスとサーバーレスサービスを使用する** – サーバーやオペレーティングシステムの設定、パッチ管理、モニタリングといった差別化につながらない重労働を軽減するには、基盤インフラストラクチャをクラウドサービスプロバイダーが管理するマネージドサービスを使用します。IT スタッフリソースをシステム管理 (最低限の稼働維持) からデータイノベーションに移行します。例えば、コンピューティングサービスには [AWS Lambda](https://aws.amazon.com/lambda/) または [AWS Fargate](https://aws.amazon.com/fargate/)、リレーショナルデータベースには [Amazon Aurora Serverless](https://aws.amazon.com/rds/aurora/serverless/)、データウェアハウスには [Amazon Redshift Serverless](https://aws.amazon.com/redshift/redshift-serverless/) を使用します。
+ **データパイプラインを簡素化して短縮する** — データの移動と変換には、コストと時間がかかる可能性があります。また、データソリューションにエラーが発生する可能性もあります。コストを最適化し、データ配信を高速化し、データ品質を向上させるには、以下を実行します。
  + データが存在する場所で使用する。
  + 抽出、変換、ロード (ETL) オペレーションを最小限に抑える。
  + フェデレーテッドデータアクセスを使用する。

  たとえば、 AWS マネージドサービスを使用して[データメッシュアーキテクチャ](https://aws.amazon.com/what-is/data-mesh/)を実装し、データ移動に伴うオーバーヘッドを最小限に抑え、[フェデレーティッドクエリ](https://aws.amazon.com/blogs/big-data/query-any-data-source-with-amazon-athenas-new-federated-query/)を使用します。

最新の医療データ戦略をサポートするアーキテクチャの実装に関する追加情報と詳細については、「[Appendix D: Additional guidance for implementing a modern health data strategy](appendix-d.md)」を参照してください。