Development of management system for cardiac implantable electronic devices

1. 心臓植込み型デバイス遠隔モニタリング
データ自動収集システムの開発
1
独立行政法人 地域医療機能推進機構 東京山手メディカルセンター
Japan Community Healthcare Organization (JCHO) Tokyo Yamate Medical Center
臨床工学部
渡邉研人

2. 2
心臓植込み型デバイス
遠隔モニタリングの問題点
各社別々のWebシステムを運用→管理が煩雑
*心電図 38(2): 97-100, 2018.
労働負担増加*

3. 心臓植込み型デバイスデータ
米国での運用方法
• 海外での運用方法1
デバイスは複数社に分けて植え込むのが通常で
あるが、リモートモニタリングのサイトも別であるた
めデータのチェック・管理が煩雑になるのが問題で
ある。
3
1 遠隔モニタリング実践マニュアル 文光堂 p.167 「海外での運用方法」 副島京子MD
この問題を解決するのがPaceart(Medtronic社)と
いうシステムである。各社のウェブデータを統合して、
～一部省略～ 電子カルテのリンクも容易である。

4. 4
http://www.medtronic.com/us-en/healthcare-professionals/products/cardiac-rhythm/managing-
patients/information-systems/paceart-optima.html

5. 5
Paceart System and EHR Integration, conducted byValidus Consulting, Inc. atThe
Ohio Heart &Vascular Center, Cincinnati, Ohio, October 2008.
Paceart Time Study

6. 遠隔データ収集システムの国際動向
Title Place Year Vendor
Cardiology Consultants of Philadelphia (CCP) -
Davies Ambulatory Award
Healthcare Information and Management Systems Society
USA 2008 Medtronic,
SJM,
Boston
iCARDEA Project Turkey, Germany,
Austria, Spain,
Greece, U.K, China
2011~
2013
Medtronic,
SJM
Integration of LATITUDE remotely transmitted data
into an emr system using filemaker pro software:
procedure and algorithms (Abstract)
Italy 2011 Boston
Remote monitoring of patients with implanted
devices: data exchange and integration
Netherlands 2013 Boston,
Biotronik
Implementing Remote Monitoring of Cardiac
Implantable Electronic Devices: The Clinical
Experience from One Center in Sweden
Sweden 2013 SJM
Development of an innovative reporting system
that enables the automatic archiving of remote
monitoring alerts of pacing devices (Abstract)
Japan 2015 Boston

7. 7
欧米の先進国と比較して、日本は遅れている

8. 遠隔モニタリングデータ自動収集システムの開発
1. 作業負担軽減（自動化）
2. 情報の活用（ビッグデータ化）
8

9. 当院のシステム
データ収集PC サーバー
FileMaker Server
クライアント
クライアント
院内ネットワーク
データ解析PC
FileMaker & Python 9

10. 当院のシステム
FileMakerデータベース
10

11. 当院のシステム
FileMakerデータベース
11

12. 0
50
100
150
200
250
300
350
400 n = 8
データアクセス時間の比較
p = 0.0117アクセス時間（秒）
メーカーシステム
246秒（IQR, 202 - 283）
院内システム
57秒（IQR, 45 – 64.5）
Wilcoxon signed-rank test
12

13. • 標準規格の利用により、繰り返しのデータ入力に
伴う非効率性や入力ミスなどの不正確なリスクが
避けられる1。
• 心臓植込み型デバイス情報の統一は、臨床業務
の効率化、患者安全、販売後調査、リコール情報
管理、臨床研究に有用2。
13
1 Electronic health records and cardiac implantable electronic devices: new paradigms
and efficiencies.
J Interv Card Electrophysiol. 2016 Oct;47(1):29-35. Review.
2 2015 HRS Expert Consensus Statement on Remote Interrogation and Monitoring for
Cardiovascular Electronic Implantable Devices.
http://dx.doi.org/10.1016/j.hrthm.2015.05.008
Manual入力は労働コストを増加させ、
情報の質を低下させる行為
文献的考察

14. 遠隔モニタリングデータ自動収集システムの開発
1. 作業負担軽減（自動化）
2. 情報の活用（ビッグデータ化）
14

15. XMLデータ FileMakerへ
インポートRate Variability
AF Burden
Activity
Optivol
Day Rate
Night Rate
Af Rate
AP
VP
・ 2017年1月～12月 345件のXML情報取得
・ 総取得データ数 37952データ

16. 論文に基づく
心不全スコア算出関数*
16
約30名の該当患者に対して、1日ごとに自動計算させて評価
* J Am Coll Cardiol. 2010 Apr 27;55(17):1803-10. doi: 10.1016/j.jacc.2009.11.089.

17. 17
スコアが上昇した患者Bが心不全入院
患者A
患者B

18. 18
心不全の予測精度を高めるために

19. 19

20. 20

21. 21機械学習への情報応用で予測精度が向上することが示唆される。

22. 22
心臓植込み型デバイスに人工知能を搭載
JACC: HEART FAILURE VOL.5, NO. 3, 2017

23. 23世界中が生命科学への人工知能応用に期待
2019年4月創刊2019年1月創刊

24. 24
メディカルAI専門コース オンライン講義資料
医療で人工知能技術を使う際に最低限必要な知識や実践方法を学ぶことができます．
https://japan-medical-ai.github.io/medical-ai-course-materials
1. 機械学習に必要な数学の基礎
2. 機械学習ライブラリの基礎
3. ニューラルネットワークの基礎
4. Deep Learningフレームワークの基礎
5. 実践編: MRI画像のセグメンテーション
6. 実践編: 血液の顕微鏡画像からの細胞検出
7. 実践編: ディープラーニングを使った配列解析
8. 実践編: ディープラーニングを使ったモニタリングデータの時系列解析

25. 25
https://www.hrsonline.org/hrs-white-paper-interoperability-data-cardiovascular-implantable-
electronic-devices
2019.5.8

26. 開発を通じて得たもの
• 業務効率向上・IT知識・開発実績・学術実績
26
• 人脈（医療従事者・医療機器メーカー・システム会
社・業界団体・行政）
• 現在、新たな共同開発契約を結ぶために協議中
• 人工知能プログラミング