Cleveland ClinicのCOVID-19戦略【第4回】
医療機関が新型コロナ感染者数予測で実現した「データドリブン医療」とは？
新型コロナウイルス感染症の感染者数を予測するデータモデルを開発した、米国の学術医療センターCleveland Clinic。同施設がデータモデルに基づいて構築した医療体制とはどのようなものなのか。その成果は。
学術医療センターCleveland Clinicは2020年3月、SAS Institute（以下、SAS）と協力して新型コロナウイルス感染症（COVID-19）の感染者数を予測するデータモデルを共同開発した。データモデルを活用した分析に基づき、治療や入院を必要とするCOVID-19患者に備える医療体制を維持している。同施設でエンタープライズアナリティクス担当エグゼクティブディレクターを務めるクリス・ドノバン氏によると、このような体制を確保するにはデータモデル開発が不可欠だった。
第1回「医療機関がコロナ対策でデータ活用 『患者数の把握』より重要な効果とは？」、第2回「医療機関が新型コロナ予測モデルを開発 感染者データ不足にどう対処したか」、第3回「医療機関がデータで導き出した新型コロナ『最悪のシナリオ』と対処法とは？」に続く本稿は、Cleveland Clinicがデータモデルを医療にどう生かしているのかを紹介する。
迅速な意思決定を支えるデータモデル
COVID-19に対処する準備を整え、データに基づく意思決定をする上で「データモデルは非常に役立った」とドノバン氏は説明する。「素早い対応ができるようになり、最悪の事態に至るかどうかを見極めるまで待たずに済んだ」（同氏）
2020年4月時点のCleveland Clinicは、患者の需要に応えることができている。2020年3月23日に米国オハイオ州が発出した自宅待機命令の効果で、同州北東部のCOVID-19患者数は他の地域ほど増加していない。そのためCleveland Clinicは、影響の大きかった他の地域に支援の手を差し伸べることができたという。
データモデルがこうした意思決定を支えたことで、ニューヨーク市に医師と看護師を派遣し、デトロイト市に個人用防護具を提供することも可能になった。「自分たちには十分な準備が整っているという実感がある」とドノバン氏は語る。データモデルはこうした準備態勢を整えるのに大きく役立ったという。Cleveland Clinicは現在も引き続きデータモデルを活用している。
SASはCleveland Clinicだけではなく、COVID-19と戦う他の組織とも協業している。SASでグローバルパブリックセクターおよび財務サービス担当ディレクターを務めるスティーブ・ベネット氏によると、SASは欧州やアジア各国の保健省、米国の州政府、世界中のさまざまな医療機関と協業しているという。「まだ公表できる段階にない」という理由で、ベネット氏は個別の名前を明らかにしなかったが、ドイツの連邦保健省をその一例に挙げる。「さまざまな場面で分析の必要性が高まっている。彼らは事前に計画して必要なものを準備するには、どうすればいいのかを知りたがっている」（同氏）
TechTarget発 先取りITトレンド
米国TechTargetの豊富な記事の中から、最新技術解説や注目分野の製品比較、海外企業のIT製品導入事例などを厳選してお届けします。
Copyright © ITmedia, Inc. All Rights Reserved.
TechTarget発 先取りITトレンド
米国TechTargetの豊富な記事の中から、最新技術解説や注目分野の製品比較、海外企業のIT製品導入事例などを厳選してお届けします。
この記事の著者
関連記事
新着ホワイトペーパー PR
-
製品資料
[株式会社MatrixFlow] 「物流リソース最適化」ガイド：人員・配車・傭車を出庫依頼の確定前に決めきる -
製品資料
[株式会社キーエンス] なぜRPA導入は頓挫する？ シナリオ作成の壁を乗り越える解決策とは -
製品資料
[株式会社セールスフォース・ジャパン] 「CRMは設計と無関係」は本当か？ PLMとの融合で実現する高速開発 -
事例
[日本ヒューレット・パッカード合同会社] AIエージェントの時代にどう備える？ 「新たな働き手」を支える3要素とは -
製品資料
[日本ヒューレット・パッカード合同会社] “横並びの自動化”から脱却、AI活用で生産性と競争力を高める秘訣
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
ChatGPTは“検索しまくり”でGeminiは“淡泊”？ データが明かすAIの裏側
-
2
なぜ「全社配布Copilot」は使われないのか？ 失敗に学ぶAI定着
-
3
法務と開発者で「言葉が通じない」問題 トヨタやソニーが語るOSS管理の真実
-
4
情シスの約8割が転職や退職を意識 調査で分かった“辞めたくなる最大の理由”
-
5
「朝8時にバッチが終わらない」データ爆発の危機をJPX総研はどう乗り越えたか
-
6
「IBM iはDXのボトルネック」は誤解 意外と知らない今風モダナイズの効果
-
7
「Wi-Fi 7」経由でWindowsが乗っ取られる？ 最高権限奪取の恐怖
-
8
AIの導入効果はどう測る？ DMM.comのエンジニア組織に学ぶ効果検証のノウハウ
-
9
損保ジャパンはなぜ「COBOL」を捨てなかったのか？ 脱メインフレームの真相
-
10
「中堅・中小企業のネットワーク・セキュリティ運用実態」に関するアンケート
ホワイトペーパーランキング PR
-
1
不審メールの経路や見せ方に変化？ 2026年夏の3事例から見えた動向と対処方法
-
2
家庭用Wi-Fiルーターの業務利用は危険？ 避けるべき理由と具体的な対策
-
3
Microsoft 365を安全に運用 うっかりミスやサイバー攻撃に備えるデータ保護術
-
4
プログラミング不要で誰でも実現できる、ネットワーク運用管理の自動化とは
-
5
財務部門がAIを最大限に活用する方法 無駄のない戦略的リーダーシップへの道
-
6
LLMが兵器化？ 元FBI高官が鳴らす警鐘とセキュリティツール統合のポイント
-
7
なぜRPA導入は頓挫する？ シナリオ作成の壁を乗り越える解決策とは
-
8
HDDを使わない「SSDオンリー」が無謀なのはなぜ？
-
9
「オンプレミス回帰」せざるを得ない“合理的な理由”
-
10
“あのファイル転送”で暗躍するノーウェアランサム
TechTargetジャパン SNS
@techtarget_itmをフォロー
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー