公衆衛生情報学
応用研究分野

公衆衛生情報学は、情報とコンピュータ科学技術を公衆衛生の実践、研究、学習に体系的に応用することと定義されています。 [1]これは、医療システムに適用されるデータ管理である健康情報学のサブドメインの1つです。

米国における公衆衛生情報学のデータ収集と管理の構造は、連邦レベルと州レベルの両方に分かれています。疾病対策センター（CDC）は連邦レベルでの部門であり、地方レベルでは州保健局に属しています。[2]これらのプログラムにより、病院や診療所によるデジタル健康データの報告が標準化されました。その後、政府機関はこのデータを収集、分析し、さまざまな目的に使用できます。このような目的は通常、公衆衛生情報学の3つの主要領域に分類されます。複雑なプロセスについてより深く理解すること、公衆衛生データの記録を保存すること、収集されたデータの一般的なバージョンを分析して公開し、一般の人々が利用できるようにすることです。さらに、ソーシャルメディアから収集されたデータもこれらのプロセスに含められ、その精度を高めることができます。[3]

この分野の就職機会には、医療分野の専門家に情報科学に関する詳細な情報を提供するCDCやアメリカ医療情報学会での職が含まれます。

米国の医療情報科学

米国のような先進国では、公衆衛生情報学は、連邦および州レベルの公衆衛生機関、そしてより大規模な地方保健管轄区域の職員によって実践されています。さらに、公衆衛生情報学に関する研究と研修は、様々な学術機関で行われています。

ジョージア州アトランタなどの米国連邦疾病管理予防センターでは、公衆衛生監視情報プログラムオフィス（PHSIPO）が情報科学の進歩に重点を置き、デジタル情報技術を応用して個人や集団の病気や症候群の検出と管理を支援しています。[1]

米国における公衆衛生情報学の業務の大部分は、一般的な公衆衛生と同様に、州および地方レベルで、州保健局および郡・教区保健局において行われている。[2]州保健局の活動には、出生・死亡記録などの重要統計の収集と保管、医師、病院、研究所からの感染症症例報告書の収集（感染症監視用）、感染症統計と動向の表示、小児予防接種および鉛スクリーニング情報の収集、生物学的脅威の早期発見を目的とした救急室データの日々の収集と分析、緊急時の対応計画策定を可能にする病院収容能力情報の収集などが含まれる。これらの活動はそれぞれ、情報処理における独自の課題を提示している。[4]

公衆衛生データの収集

ワールド ワイド ウェブの登場以来、十分な情報技術リソースを持つ公衆衛生機関は、公衆衛生データのウェブベースの収集へと移行し、さらに最近では、同じ情報の自動メッセージ送信へと移行してきました。おおよそ 2000 年から 2005 年にかけて、疾病管理予防センターは、国​​家電子疾病監視システム (NEDSS) [5]の下で、 NEDSS 基本システム (NBS) と呼ばれる包括的なウェブおよびメッセージベースの報告システムを構築し、各州に無料で提供しました。[6]資金が限られており、領地ベースのシステムを持つことは賢明ではないため、ペンシルバニア州の PA-NEDSS など、少数の州と大規模な郡のみが独自の電子疾病監視システムを構築しました。[7]これらは、タイムリーで完全な無遺言通知サービスを提供しないため、NEDSS の連邦政府製品と比較して疾病率の上昇を引き起こします。

相互運用性を促進するため、CDCは公衆衛生データ交換において、医療分野の標準語彙とメッセージングフォーマットの採用を推奨しています。中でも特に有名なのは、医療メッセージングのためのHealth Level 7（HL7）標準、臨床検査および結果情報の符号化のためのLOINCシステム、そして医療概念の体系化医学用語集（SNOMED）です。[8]

CDCは2005年頃から、医療業界やその他の様々なパートナー（病院、臨床・環境研究所、診療所、薬局）から地方保健機関、そして州保健機関、そしてCDCへとデータを伝達することを容易にする公衆衛生情報ネットワーク（Public Health Information Network）の構想を推進してきました。[9]各段階において、ネットワークはデータを受信し、保管し、適切に集約し、次のレベルへと伝達する能力を備えていなければなりません。典型的な例としては感染症データが挙げられます。病院、研究所、医師は法的に地方保健機関に報告することが義務付けられており、地方保健機関は州の公衆衛生局に報告する義務があり、州は集計されたデータをCDCに報告する必要があります。CDCは、他にも様々な用途で、全米から体系的に収集されたこれらのデータに基づいて、疾病・死亡率週報（MMWR）を発行しています。 [10]

公衆衛生データの収集における主な問題は、データを報告する必要性に対する認識、報告者または収集者のいずれかのリソース不足、純粋に構文的または意味的レベルにおけるデータ交換形式の相互運用性の欠如、州、準州、および地方自治体間での報告要件のばらつきなどである。[11]

公衆衛生情報学は、3 つのカテゴリに分類できます。

健康データモデルの研究

第一のカテゴリーは、疾病伝染などの複雑システムのモデルを発見し、研究することです。これは、病院調査や組織（CDCなど）に提出された電子調査など、様々な種類のデータ収集を通じて行うことができます。[12]伝染率や疾病発生率・サーベイランスは、CDCなどの政府機関やWHOなどの国際機関を通じて入手できます。調査できるのは疾病伝染率だけではありません。公衆衛生情報学は、健康保険加入者と未加入者、そして彼らの受診率についても深く掘り下げることができます。[13]インターネットが登場する以前、米国の公衆衛生データは、他の医療データやビジネスデータと同様に、紙の用紙で収集され、関連する公衆衛生機関に一元的に保管されていました。データをコンピュータ化するためには、独自のデータ入力プロセスが必要であり、当時の様々なファイル形式で保存され、標準的なバッチ処理を用いてメインフレームコンピュータで分析されていました。[14]

公衆衛生データの保存

2つ目のカテゴリーは、様々な公衆衛生システムの効率性を向上させる方法を見つけることです。これは、様々なデータ収集方法、データの保管方法、そしてそれらのデータがどのように現在の健康問題の改善に活用されるかを通して行われます。すべてを標準化するためには、すべてのシステムで語彙と用語の使用法を統一する必要があります。既存のシステムと連携し、新しいデータを共有する新しい方法を見つけることは、すべてを最新の状態に保つために重要です。[15]

公衆衛生データの保管は、他の業界と同様のデータ管理上の課題を抱えています。他の業界と同様に、これらの問題がどのように展開するかは、管理されるデータの性質によって左右されます。[16]

公衆衛生データは、一般的な医療データと同様に、その複雑性と可変性ゆえに、データモデリングは特に難しい課題を呈しています。一世代前は統計分析のためのフラットなデータセットが一般的でしたが、今日では公衆衛生事業全体にわたる相互運用性と統合データセットの要件により、より高度な技術が求められています。[17]リレーショナルデータベースは、公衆衛生情報科学においてますます標準となりつつあります。様々な公衆衛生目的に必要な多数のデータセットの設計者および実装者は、HL7の参照情報モデル（RIM）やCDCの公衆衛生論理データモデルといった非常に複雑で抽象的なデータモデルと、訓練を受けていない公衆衛生専門家が考案し、容易に扱えると感じられるような単純化されたアドホックモデルとの間で、適切なバランスを見つける必要があります。[18]

公衆衛生管轄区域に送られるデータは変動性が高いため、データの品質保証も大きな問題となっている。[19]

最新の公衆衛生データの維持

最後に、最後のカテゴリーは、データの氾濫に対応し、新たなデータを保存・整理するために、既存のシステムとモデルを維持・強化することだと考えられます。これは、病院の医療記録などの電子データ収集源に直接接続するといった単純なものから、疾病率・感染率に関する公開情報（CDC）などへの接続まで多岐にわたります。大量のデータを迅速かつ効果的に整理する新しいアルゴリズムの開発も不可欠です。[20]

入手可能な大量のデータから有用な公衆衛生情報を抽出するには、公衆衛生情報学者が、日常的またはアドホックなレポートを作成するためのビジネスインテリジェンスツールから、 DAP / SASやPSPP / SPSSなどの高度な統計分析ツール、公衆衛生の傾向の地理的側面を明らかにするための地理情報システム（GIS）まで、さまざまな分析ツールに精通する必要があります。 このような分析には通常、健康データのプライバシーを適切に保護する方法が必要です。 1つのアプローチは、データの個人を識別できる変数を残りの部分から分離することです。[21]もう1つのより広範なアプローチは、ソーシャルメディアを使用して健康の傾向を分析することです。 2000年代後半以降、TwitterやFacebookなどのソーシャルメディアWebサイトや、 GoogleやBingなどの検索エンジンからのデータは、公衆衛生の傾向を検出するために広く使用されています。[3]

医療情報科学業界

公衆衛生情報学への関与を深めたい専門家向けに、有益な情報を提供する組織がいくつかあります。例えば、米国医療情報学協会（AMIA）です。AMIAは、医師、科学者、研究者、学生など、医療、情報学研究、生物医学研究に携わる専門家のための団体です。AMIAの主な目標は、「研究室からベッドサイドへ」の取り組み、医療イノベーションの影響向上、そして公衆衛生情報学分野の発展です。AMIAは年次会議、オンライン講座、ウェビナーを開催しており、会員は無料で参加できます。また、生物医学および医療情報学コミュニティに特化したキャリアセンターも設置されています。[22]

公衆衛生情報学分野では、多くの仕事やフェローシップが提供されています。CDC（疾病予防管理センター）は様々なフェローシッププログラムを提供しており、また、複数の大学や企業がこの分野の学位プログラムや研修を提供しています。[23]

これらのトピックの詳細については、以下のリンクをご覧ください。

  • プログラム | ジョンズ・ホプキンス大学 | ブルームバーグ公衆衛生大学院
  • 「私たちの活動」www.phii.org . 2023年9月12日閲覧。
  • SAPPHIRE (医療)または公衆衛生上の出来事と推論エンジンに対する状況認識と準備は、公衆衛生に影響を与える可能性のある状況や出来事を追跡および評価できるセマンティクスベースの医療情報システムです。

参照

参考文献

  1. ^ ab 「アウトブレイクの早期発見のための公衆衛生監視システムの評価フレームワーク：CDCワーキンググループからの勧告 作成者：James W. Buehler医学博士、1 Richard S. Hopkins医学博士、2 J. Marc Overhage医学博士、3 Daniel M. Sosin医学博士、2 Van Tong公衆衛生学修士2 1 エモリー大学ロールリンズ公衆衛生大学院疫学部 2 CDC疫学プログラム事務局公衆衛生監視・情報科学部門 3 インディアナ大学医学部 この報告書の資料は、疫学プログラム事務局長Stephen B. Thacker医学博士および公衆衛生監視・情報科学部門長Daniel M. Sosin医学博士によるものです。要約」www.cdc.gov 。 2024年11月17日閲覧。
  2. ^ ab Massoudi, BL, KG Chester. 「公衆衛生、人口健康、疫学情報科学：米国における最近の研究と動向」医療情報科学年鑑vol. 26,1 (2017): 241-247. doi:10.15265/IY-2017-035
  3. ^ ab Ayers, John W.; Althouse, Benjamin M.; Dredze, Mark (2014年4月9日). 「行動医学はウェブデータ革命をリードできるか？」JAMA . 311 (14): 1399– 1400. doi :10.1001/jama.2014.1505. ISSN  0098-7484. PMC 4670613. PMID  24577162 . 
  4. ^ 米国医学研究所（米国）公衆衛生の将来研究委員会（1988年）「米国の公衆衛生システムの概要」、公衆衛生の将来、全米アカデミー出版（米国）、2024年11月17日閲覧。
  5. ^ グループ、「国家電子疾病監視システムの運用」（2001年）。 「国家電子疾病監視システム（NEDSS）：公衆衛生と臨床医学を繋ぐ標準ベースのアプローチ」。公衆衛生管理実践ジャーナル。7 (6): 43– 50。doi : 10.1097/00124784-200107060-00005。ISSN 1078-4659。JSTOR  44971583。PMID  11713753  。 {{cite journal}}:|last=一般的な名前があります（ヘルプ）
  6. ^ CDC (2024年2月21日). 「国立電子疾病監視システム基盤システム（NBS）について」.国立電子疾病監視システム基盤システム（NBS） . 2024年11月17日閲覧。
  7. ^ 「PA-NEDSS | 保健省 | ペンシルベニア州」www.pa.gov . 2024年11月17日閲覧。
  8. ^ CDC (2024年9月30日). 「データ交換標準」. PHINツールとリソース. 2024年11月17日閲覧。
  9. ^ CDC (2024年6月10日). 「公衆衛生のためのPHINツールとリソース」. PHINツールとリソース. 2024年11月17日閲覧。
  10. ^ 「国立公衆衛生情報センター（CPE）」. stacks.cdc.gov . 2008年10月23日. 2024年11月17日閲覧。
  11. ^ CDC (2024年10月24日). 「公衆衛生データの相互運用性について」.公衆衛生データの相互運用性. 2024年11月17日閲覧。
  12. ^ CDC (2024年9月11日). 「調査とデータ収集システム」.国立健康統計センター. 2024年11月17日閲覧。
  13. ^ Felix, Suad El Burai (2024). 「大規模医療データおよび関連リソースの評価のための標準フレームワーク」. MMWR Supplements . 73 (3): 1– 13. doi :10.15585/mmwr.su7303a1. ISSN  2380-8950. PMC 11078514. PMID 38713639  . 
  14. ^ 「ポートフォリオ：公衆衛生情報科学 - Write Edit Teach」www.writediteach.com . 2024年11月17日閲覧。
  15. ^ 「データ収集と管理のためのテクノロジーの利用｜疫病情報サービス｜CDC」www.cdc.gov 2019年9月25日2024年11月17日閲覧。
  16. ^ 「医療データ管理とは？ メリット、課題、そして保存」Cloudian . 2024年11月17日閲覧。
  17. ^ ウォーカー、ダニエル・M他「相互運用性における課題と機会の展望：オハイオ州の利害関係者への主要情報提供者インタビューの知見」 JMIR医療情報学第11巻 e43848。2023年2月24日、doi:10.2196/43848
  18. ^ Priyatna, Freddy et al. 「HL7 RIMベースのリレーショナルモデルにおける臨床データのクエリとmorph-RDB」 Journal of biomedical semantics vol. 8,1 49. 2017年10月5日 doi:10.1186/s13326-017-0155-8
  19. ^ チェン、ホン他「公衆衛生情報システムにおけるデータ品質評価手法のレビュー」国際環境研究公衆衛生誌第11巻5頁5170-207頁。2014年5月14日、doi:10.3390/ijerph110505170
  20. ^ 「データ近代化イニシアチブ | CDC」www.cdc.gov . 2024年10月18日. 2024年11月17日閲覧。
  21. ^ CDC (2024年9月13日). 「データと分析ツール」.国立健康統計センター. 2024年11月17日閲覧。
  22. ^ 「プログラム | ジョンズ・ホプキンス | ブルームバーグ公衆衛生大学院」。
  23. ^ 「What We Do（私たちの活動）」www.phii.org . 2023年9月12日閲覧。
  • 公衆衛生情報学と情報システム、Patrick W. O'Carroll、William A. Yasnoff、M. Elizabeth Ward、Laura H. Ripp、Ernest L. Martin、DA Ross、AR Hinman、K. Saarlas、William H. Foege著（ハードカバー - 2002年10月16日） ISBN 0-387-95474-0
  • SSRNにおけるより効果的な公衆衛生情報技術のビジョン
  • オルメダ、クリストファー・J.（2000年）『ケアシステムにおける情報技術』デルフィン・プレス、ISBN 978-0-9821442-0-6
  • [1] FDAについて
  • 健康データツールと統計
Retrieved from "https://en.wikipedia.org/w/index.php?title=Public_health_informatics&oldid=1303024970"