Submit Search
Upload
JMDC / Looker User Meetup in Tokyo #4
•
0 likes
•
1,697 views
S
ssuser91ce63
Follow
発表資料 https://looker-japan-user-group.connpass.com/event/186409/
Read less
Read more
Engineering
Report
Share
Report
Share
1 of 24
Recommended
PowerApps に Power BI を埋め込んでみよう!
PowerApps に Power BI を埋め込んでみよう!
Teruchika Yamada
データ管理に重要なことは事業と組織の理解だった(Data Engineering Study #11 発表資料)
データ管理に重要なことは事業と組織の理解だった(Data Engineering Study #11 発表資料)
株式会社MonotaRO Tech Team
MonotaRO のデータ活用と基盤の過去、現在、未来
MonotaRO のデータ活用と基盤の過去、現在、未来
株式会社MonotaRO Tech Team
DLL_言語系MicrosoftAIサービス最新情報_202302.pdf
DLL_言語系MicrosoftAIサービス最新情報_202302.pdf
Ayako Omori
Part 1: IoT 基盤 (製造リファレンス・アーキテクチャ勉強会)
Part 1: IoT 基盤 (製造リファレンス・アーキテクチャ勉強会)
Takeshi Fukuhara
【de:code 2020】 カスタムコネクタ入門 : Power Platform と既存システムをつなげるカスタムコネクタ
【de:code 2020】 カスタムコネクタ入門 : Power Platform と既存システムをつなげるカスタムコネクタ
日本マイクロソフト株式会社
Azure Digital Twins 最新事例紹介 ( IoTビジネス共創ラボ 第16回勉強会 )
Azure Digital Twins 最新事例紹介 ( IoTビジネス共創ラボ 第16回勉強会 )
Takeshi Fukuhara
データ基盤グループを支えるチームビルディング
データ基盤グループを支えるチームビルディング
株式会社MonotaRO Tech Team
Recommended
PowerApps に Power BI を埋め込んでみよう!
PowerApps に Power BI を埋め込んでみよう!
Teruchika Yamada
データ管理に重要なことは事業と組織の理解だった(Data Engineering Study #11 発表資料)
データ管理に重要なことは事業と組織の理解だった(Data Engineering Study #11 発表資料)
株式会社MonotaRO Tech Team
MonotaRO のデータ活用と基盤の過去、現在、未来
MonotaRO のデータ活用と基盤の過去、現在、未来
株式会社MonotaRO Tech Team
DLL_言語系MicrosoftAIサービス最新情報_202302.pdf
DLL_言語系MicrosoftAIサービス最新情報_202302.pdf
Ayako Omori
Part 1: IoT 基盤 (製造リファレンス・アーキテクチャ勉強会)
Part 1: IoT 基盤 (製造リファレンス・アーキテクチャ勉強会)
Takeshi Fukuhara
【de:code 2020】 カスタムコネクタ入門 : Power Platform と既存システムをつなげるカスタムコネクタ
【de:code 2020】 カスタムコネクタ入門 : Power Platform と既存システムをつなげるカスタムコネクタ
日本マイクロソフト株式会社
Azure Digital Twins 最新事例紹介 ( IoTビジネス共創ラボ 第16回勉強会 )
Azure Digital Twins 最新事例紹介 ( IoTビジネス共創ラボ 第16回勉強会 )
Takeshi Fukuhara
データ基盤グループを支えるチームビルディング
データ基盤グループを支えるチームビルディング
株式会社MonotaRO Tech Team
全社のデータ活用を一段階上げる取り組み
全社のデータ活用を一段階上げる取り組み
株式会社MonotaRO Tech Team
プログラミング支援AI GitHub Copilot すごいの話
プログラミング支援AI GitHub Copilot すごいの話
Mitsushige Ishiguro
DXの推進において企業内に求められる人材やデジタル人材の育て方
DXの推進において企業内に求められる人材やデジタル人材の育て方
Hironori Washizaki
ラボラトリーオートメーションのためのソフトウェア思想教育(非プログラマ―が知っておくべきプログラミングの本質)
ラボラトリーオートメーションのためのソフトウェア思想教育(非プログラマ―が知っておくべきプログラミングの本質)
Tokoroten Nakayama
ゼロから作るKubernetesによるJupyter as a Service ー Kubernetes Meetup Tokyo #43
ゼロから作るKubernetesによるJupyter as a Service ー Kubernetes Meetup Tokyo #43
Preferred Networks
MLOpsはバズワード
MLOpsはバズワード
Tetsutaro Watanabe
FormsとPower AutomateとTeamsを使った問合せ管理の仕組みをつくる
FormsとPower AutomateとTeamsを使った問合せ管理の仕組みをつくる
新一 河村
データ基盤に関わる問い合わせ対応を仕組みで解決する
データ基盤に関わる問い合わせ対応を仕組みで解決する
株式会社MonotaRO Tech Team
MLOpsの概要と初学者が気をつけたほうが良いこと
MLOpsの概要と初学者が気をつけたほうが良いこと
Sho Tanaka
位置データもPythonで!!!
位置データもPythonで!!!
hide ogawa
DXのための内製化のススメ
DXのための内製化のススメ
Daiyu Hatakeyama
Lookerユーザー会#7 RefinementsとExtendsを活用したExplore構築 ~JOINを跨いだフィールドをすっきり実装しよう〜 / L...
Lookerユーザー会#7 RefinementsとExtendsを活用したExplore構築 ~JOINを跨いだフィールドをすっきり実装しよう〜 / L...
Chikako Hirayama
【論文紹介】ProtoMF: Prototype-based Matrix Factorization for Effective and Explain...
【論文紹介】ProtoMF: Prototype-based Matrix Factorization for Effective and Explain...
Kosetsu Tsukuda
BIツール大全 もうBIツールで迷わない「超カタログ」
BIツール大全 もうBIツールで迷わない「超カタログ」
Sho Maekawa
エンジニアの個人ブランディングと技術組織
エンジニアの個人ブランディングと技術組織
Takafumi ONAKA
ChatGPTがもたらす未来予測
ChatGPTがもたらす未来予測
Koji Fukuoka
ChatGPTのビジネス活用とセキュリティ
ChatGPTのビジネス活用とセキュリティ
Daisuke Masubuchi
楽天のデータサイエンス/AIによるビッグデータ活用
楽天のデータサイエンス/AIによるビッグデータ活用
Rakuten Group, Inc.
グラフ構造のデータモデルをPower BIで可視化してみた
グラフ構造のデータモデルをPower BIで可視化してみた
CData Software Japan
分散型社会にて信頼できるトレーサビリティを実現するChain Data Lineage | 西間木 哲
分散型社会にて信頼できるトレーサビリティを実現するChain Data Lineage | 西間木 哲
blockchainexe
Open Hybrid Cloudを検討すべき理由.pdf
Open Hybrid Cloudを検討すべき理由.pdf
Masahiko Umeno
大切なお客様を、一生のお客様に ~自社・競合データから導く、結果につながるデータ分析の最新事例~
大切なお客様を、一生のお客様に ~自社・競合データから導く、結果につながるデータ分析の最新事例~
株式会社Consumer first
More Related Content
What's hot
全社のデータ活用を一段階上げる取り組み
全社のデータ活用を一段階上げる取り組み
株式会社MonotaRO Tech Team
プログラミング支援AI GitHub Copilot すごいの話
プログラミング支援AI GitHub Copilot すごいの話
Mitsushige Ishiguro
DXの推進において企業内に求められる人材やデジタル人材の育て方
DXの推進において企業内に求められる人材やデジタル人材の育て方
Hironori Washizaki
ラボラトリーオートメーションのためのソフトウェア思想教育(非プログラマ―が知っておくべきプログラミングの本質)
ラボラトリーオートメーションのためのソフトウェア思想教育(非プログラマ―が知っておくべきプログラミングの本質)
Tokoroten Nakayama
ゼロから作るKubernetesによるJupyter as a Service ー Kubernetes Meetup Tokyo #43
ゼロから作るKubernetesによるJupyter as a Service ー Kubernetes Meetup Tokyo #43
Preferred Networks
MLOpsはバズワード
MLOpsはバズワード
Tetsutaro Watanabe
FormsとPower AutomateとTeamsを使った問合せ管理の仕組みをつくる
FormsとPower AutomateとTeamsを使った問合せ管理の仕組みをつくる
新一 河村
データ基盤に関わる問い合わせ対応を仕組みで解決する
データ基盤に関わる問い合わせ対応を仕組みで解決する
株式会社MonotaRO Tech Team
MLOpsの概要と初学者が気をつけたほうが良いこと
MLOpsの概要と初学者が気をつけたほうが良いこと
Sho Tanaka
位置データもPythonで!!!
位置データもPythonで!!!
hide ogawa
DXのための内製化のススメ
DXのための内製化のススメ
Daiyu Hatakeyama
Lookerユーザー会#7 RefinementsとExtendsを活用したExplore構築 ~JOINを跨いだフィールドをすっきり実装しよう〜 / L...
Lookerユーザー会#7 RefinementsとExtendsを活用したExplore構築 ~JOINを跨いだフィールドをすっきり実装しよう〜 / L...
Chikako Hirayama
【論文紹介】ProtoMF: Prototype-based Matrix Factorization for Effective and Explain...
【論文紹介】ProtoMF: Prototype-based Matrix Factorization for Effective and Explain...
Kosetsu Tsukuda
BIツール大全 もうBIツールで迷わない「超カタログ」
BIツール大全 もうBIツールで迷わない「超カタログ」
Sho Maekawa
エンジニアの個人ブランディングと技術組織
エンジニアの個人ブランディングと技術組織
Takafumi ONAKA
ChatGPTがもたらす未来予測
ChatGPTがもたらす未来予測
Koji Fukuoka
ChatGPTのビジネス活用とセキュリティ
ChatGPTのビジネス活用とセキュリティ
Daisuke Masubuchi
楽天のデータサイエンス/AIによるビッグデータ活用
楽天のデータサイエンス/AIによるビッグデータ活用
Rakuten Group, Inc.
グラフ構造のデータモデルをPower BIで可視化してみた
グラフ構造のデータモデルをPower BIで可視化してみた
CData Software Japan
分散型社会にて信頼できるトレーサビリティを実現するChain Data Lineage | 西間木 哲
分散型社会にて信頼できるトレーサビリティを実現するChain Data Lineage | 西間木 哲
blockchainexe
What's hot
(20)
全社のデータ活用を一段階上げる取り組み
全社のデータ活用を一段階上げる取り組み
プログラミング支援AI GitHub Copilot すごいの話
プログラミング支援AI GitHub Copilot すごいの話
DXの推進において企業内に求められる人材やデジタル人材の育て方
DXの推進において企業内に求められる人材やデジタル人材の育て方
ラボラトリーオートメーションのためのソフトウェア思想教育(非プログラマ―が知っておくべきプログラミングの本質)
ラボラトリーオートメーションのためのソフトウェア思想教育(非プログラマ―が知っておくべきプログラミングの本質)
ゼロから作るKubernetesによるJupyter as a Service ー Kubernetes Meetup Tokyo #43
ゼロから作るKubernetesによるJupyter as a Service ー Kubernetes Meetup Tokyo #43
MLOpsはバズワード
MLOpsはバズワード
FormsとPower AutomateとTeamsを使った問合せ管理の仕組みをつくる
FormsとPower AutomateとTeamsを使った問合せ管理の仕組みをつくる
データ基盤に関わる問い合わせ対応を仕組みで解決する
データ基盤に関わる問い合わせ対応を仕組みで解決する
MLOpsの概要と初学者が気をつけたほうが良いこと
MLOpsの概要と初学者が気をつけたほうが良いこと
位置データもPythonで!!!
位置データもPythonで!!!
DXのための内製化のススメ
DXのための内製化のススメ
Lookerユーザー会#7 RefinementsとExtendsを活用したExplore構築 ~JOINを跨いだフィールドをすっきり実装しよう〜 / L...
Lookerユーザー会#7 RefinementsとExtendsを活用したExplore構築 ~JOINを跨いだフィールドをすっきり実装しよう〜 / L...
【論文紹介】ProtoMF: Prototype-based Matrix Factorization for Effective and Explain...
【論文紹介】ProtoMF: Prototype-based Matrix Factorization for Effective and Explain...
BIツール大全 もうBIツールで迷わない「超カタログ」
BIツール大全 もうBIツールで迷わない「超カタログ」
エンジニアの個人ブランディングと技術組織
エンジニアの個人ブランディングと技術組織
ChatGPTがもたらす未来予測
ChatGPTがもたらす未来予測
ChatGPTのビジネス活用とセキュリティ
ChatGPTのビジネス活用とセキュリティ
楽天のデータサイエンス/AIによるビッグデータ活用
楽天のデータサイエンス/AIによるビッグデータ活用
グラフ構造のデータモデルをPower BIで可視化してみた
グラフ構造のデータモデルをPower BIで可視化してみた
分散型社会にて信頼できるトレーサビリティを実現するChain Data Lineage | 西間木 哲
分散型社会にて信頼できるトレーサビリティを実現するChain Data Lineage | 西間木 哲
Similar to JMDC / Looker User Meetup in Tokyo #4
Open Hybrid Cloudを検討すべき理由.pdf
Open Hybrid Cloudを検討すべき理由.pdf
Masahiko Umeno
大切なお客様を、一生のお客様に ~自社・競合データから導く、結果につながるデータ分析の最新事例~
大切なお客様を、一生のお客様に ~自社・競合データから導く、結果につながるデータ分析の最新事例~
株式会社Consumer first
【IMJ】パネルディスカッション|顧客ロイヤルティ施策とデータドリブンマーケティング(I・CON2014)
【IMJ】パネルディスカッション|顧客ロイヤルティ施策とデータドリブンマーケティング(I・CON2014)
IMJ Corporation
【de:code 2020】 Power Platform いまさら聞けないモデル駆動型アプリケーション
【de:code 2020】 Power Platform いまさら聞けないモデル駆動型アプリケーション
日本マイクロソフト株式会社
BIGLOBE RDRA導入後の要件定義の変化
BIGLOBE RDRA導入後の要件定義の変化
BIGLOBE Inc.
アドテクを支える基盤 〜10Tバイト/日のビッグデータを処理する〜
アドテクを支える基盤 〜10Tバイト/日のビッグデータを処理する〜
MicroAd, Inc.(Engineer)
20220125_neurips_sharing_vqgnn
20220125_neurips_sharing_vqgnn
ssuser9156f1
株式会社ジール_採用ピッチ資料(2024.3.15) _zeal recruitment pitch
株式会社ジール_採用ピッチ資料(2024.3.15) _zeal recruitment pitch
zeal32
R&D部門におけるデータ共有・利活用はなぜ難しいのか
R&D部門におけるデータ共有・利活用はなぜ難しいのか
恵 桂木
R&D部門におけるデータ共有・利活用はなぜ難しいのか
R&D部門におけるデータ共有・利活用はなぜ難しいのか
恵 桂木
ils202202
ils202202
恵 桂木
R&D部門におけるデータ共有・利活用はなぜ難しいのか
R&D部門におけるデータ共有・利活用はなぜ難しいのか
恵 桂木
ils202202
ils202202
恵 桂木
R&D部門におけるデータ共有・利活用はなぜ難しいのか
R&D部門におけるデータ共有・利活用はなぜ難しいのか
恵 桂木
正確な意思決定を阻む 問題・障害との向き合い方
正確な意思決定を阻む 問題・障害との向き合い方
syou6162
IT Leaders 2012年5月号 No.43
IT Leaders 2012年5月号 No.43
Takumi ITOH
詳細設計とアプリケーション開発工程
詳細設計とアプリケーション開発工程
康 新谷
第79回 Machine Learning 15minutes ! 生成AIをエンタープライズで活用するWatsonx.aiの紹介
第79回 Machine Learning 15minutes ! 生成AIをエンタープライズで活用するWatsonx.aiの紹介
Tsuyoshi Hirayama
Pmij forum2013 pmo-wg2-20130803_jun_ohnishi
Pmij forum2013 pmo-wg2-20130803_jun_ohnishi
Jun Ohnishi
デジタル戦略立案サービス
デジタル戦略立案サービス
munjapan
Similar to JMDC / Looker User Meetup in Tokyo #4
(20)
Open Hybrid Cloudを検討すべき理由.pdf
Open Hybrid Cloudを検討すべき理由.pdf
大切なお客様を、一生のお客様に ~自社・競合データから導く、結果につながるデータ分析の最新事例~
大切なお客様を、一生のお客様に ~自社・競合データから導く、結果につながるデータ分析の最新事例~
【IMJ】パネルディスカッション|顧客ロイヤルティ施策とデータドリブンマーケティング(I・CON2014)
【IMJ】パネルディスカッション|顧客ロイヤルティ施策とデータドリブンマーケティング(I・CON2014)
【de:code 2020】 Power Platform いまさら聞けないモデル駆動型アプリケーション
【de:code 2020】 Power Platform いまさら聞けないモデル駆動型アプリケーション
BIGLOBE RDRA導入後の要件定義の変化
BIGLOBE RDRA導入後の要件定義の変化
アドテクを支える基盤 〜10Tバイト/日のビッグデータを処理する〜
アドテクを支える基盤 〜10Tバイト/日のビッグデータを処理する〜
20220125_neurips_sharing_vqgnn
20220125_neurips_sharing_vqgnn
株式会社ジール_採用ピッチ資料(2024.3.15) _zeal recruitment pitch
株式会社ジール_採用ピッチ資料(2024.3.15) _zeal recruitment pitch
R&D部門におけるデータ共有・利活用はなぜ難しいのか
R&D部門におけるデータ共有・利活用はなぜ難しいのか
R&D部門におけるデータ共有・利活用はなぜ難しいのか
R&D部門におけるデータ共有・利活用はなぜ難しいのか
ils202202
ils202202
R&D部門におけるデータ共有・利活用はなぜ難しいのか
R&D部門におけるデータ共有・利活用はなぜ難しいのか
ils202202
ils202202
R&D部門におけるデータ共有・利活用はなぜ難しいのか
R&D部門におけるデータ共有・利活用はなぜ難しいのか
正確な意思決定を阻む 問題・障害との向き合い方
正確な意思決定を阻む 問題・障害との向き合い方
IT Leaders 2012年5月号 No.43
IT Leaders 2012年5月号 No.43
詳細設計とアプリケーション開発工程
詳細設計とアプリケーション開発工程
第79回 Machine Learning 15minutes ! 生成AIをエンタープライズで活用するWatsonx.aiの紹介
第79回 Machine Learning 15minutes ! 生成AIをエンタープライズで活用するWatsonx.aiの紹介
Pmij forum2013 pmo-wg2-20130803_jun_ohnishi
Pmij forum2013 pmo-wg2-20130803_jun_ohnishi
デジタル戦略立案サービス
デジタル戦略立案サービス
JMDC / Looker User Meetup in Tokyo #4
1.
© JMDC Inc.
1 Lookerを利用した 医療ビッグデータのマーケティング分析ツールの開発 2020/09/02 吉川/岡
2.
© JMDC Inc.
2 Topics 前半:背景・設計 ● 会社概要 ● ツール開発の背景 ● 医療データ分析の要件 ● Looker:インフラ構成 ● LookML:ソースコードのコンポーネント化 ● LookerAPI:model評価の効率化 後半:ユースケース・改善 ● 製薬業界のデータ分析とJMDCデータの活用 ● 分析機能例 ● Lookerを利用して改善できたこと ● 現状の課題と今後の展望 ● Lookerへの機能要望 ※BEACONにて 発表される内容とは 異なります
3.
© JMDC Inc.
3 Profile ● 吉川 禎洋(よしかわ さだひろ) ● 株式会社JMDC データ基盤開発部 ● 中途入社2年目 ● サーバサイドエンジニア(ほぼクラウド) ● 趣味 ○ ヒトカラ ○ 健康食(サバ缶、BASE BREAD..etc) 買ってくださいm(_ _)m →
4.
© JMDC Inc.
4 会社概要 保険者(≒ 健康組合)等からご提供いただいたデータを匿名加工し、医療の質の向上に貢献。
5.
© JMDC Inc.
5 ツール開発の背景 ● 昔から、製薬会社向けデータ分析ツール(以下、現行ツール)がJMDCにあった ● ここ数年で、扱えるデータの種類が増えてきた ● 現行ツールのカスタマイズより、もっと新しい価値を持ったツールをつくりたい ○ 新しいデータや分析ニーズに、よりスピーディーに対応したい ○ より幅広いユーザーをターゲットとする => 久野さん(BEACON発表者)のチームでLookerを利用していると聞き、試してみる。
6.
© JMDC Inc.
6 医療データ分析の要件 JMDCの保有するデータを使えば、1患者の推移を(年単位でも)確認できるのが強み。
7.
© JMDC Inc.
7 医療データ分析の要件 ただ、その分析結果を抽出するには、単純なフィルタやJOINでは実現できない。 例えば。。。 困難1:継続をみる前に初診を抽出しなければいけない(=サブクエリ) 困難2:異なるカラムを組み合わせて、薬をグループ化(=カラム再構成) 困難3:期間内ずっと健康組合に在籍しているか確認(=HAVING) 研究テーマ: 糖尿病ではなかった患者 ※1が初めて糖尿病の診断を受けたあと、 どの糖尿病薬が、一番 継続 ※2して処方され続けているのかを知りたい。 ...etc ※1:「半年以上」糖尿病診断のなかった患者 ※2:「初診」から「別の薬が使われた」 or「3ヶ月間何も処方がなかった」までの月数
8.
© JMDC Inc.
8 医療データ分析の要件 Lookerは相性がいいかも。。
9.
© JMDC Inc.
9 Looker:インフラ構成 BigQueryをクエリエンジンとして利用。オンプレ+AWSで加工したデータを転送している。 加工 +
10.
© JMDC Inc.
10 LookML:ソースコードのコンポーネント化 ● 分析要件(薬グループなど)ごとにview(derived table)を分割、model内で組み合わせ ○ modelのexplore名と、共通viewを”main”という名称で結び付け ■ これにより、共通viewをいろんなところで活用できるように 複雑な、医療データ分析の要件をLooker上に落とし込む。 薬グループ化view 病気グループ化view modelで利用されるview 初診判定view explore固有view 共通view) 共通viewでFilterを”main”に model explore上でFilter操作可能に
11.
© JMDC Inc.
11 LookML:ソースコードのコンポーネント化 ● 開発用datasetをあらかじめ少量データでつくって、 develop modeで切替可能にする ● 本番データにも、通常版 /速報版といったタイプ切替があるため、そのロジックも含む 物理テーブルを参照しないようにviewファイルで制御。
12.
© JMDC Inc.
12 LookerAPI:model評価の効率化 1.初回評価 手法: ● 分析チームが作成したクエリ結果と、 ExploreURLのクエリ結果を比較 ツール: ● ExploreURLを入力すると、クエリ結果 CSVを出力 ○ 出力結果が、分析チームのクエリ結果 CSVと一致 → 評価OK LookerAPIでツールを作成し、初回評価と、デグレード確認 を効率化。
13.
© JMDC Inc.
13 LookerAPI:model評価の効率化 2.デグレード確認 手法: ● Looker上で、masterブランチと開発ブランチを比較 ツール: ● ExploreURLを入力すると、masterブランチと開発ブランチから SQLクエリを生成+比較 ○ SQLクエリが一致 → デグレードなし ○ SQLクエリが一致しない → クエリを実行して結果 CSVが一致 → デグレードなし
14.
© JMDC Inc.
14 前半まとめ 背景: ● 現行ツールとは別の、新しい価値のあるツールをつくりたい ○ 新しいことに、スピード感を持って対応できるツール 設計: ● 医療データ分析とLookerは相性がいい ● コンポーネント化+評価の効率化で、開発速度と質を向上
15.
© JMDC Inc.
15 後半に続きます
16.
© JMDC Inc.
16 Profile & 後半の内容 ● 岡 裕也(おか ゆうや) ● 株式会社JMDC 製品開発部 ● 4月からLookerプロジェクトを引継ぎ ● JMDCにおけるLooker利用のユースケースを中心に話します。 ○ 製薬業界の市場調査と JMDCが生み出せる価値 ○ JMDCデータのLooker分析機能事例 ○ 今後の製品向上の展望と、 Lookerへの機能要望
17.
© JMDC Inc.
17 製薬の市場分析 ➢ 医師へのアンケート 従来型の一般的な薬剤市場調査は、 プライマリー調査 トップライン調査 ➢ 薬剤売上データ よく使う薬は? どんな病気に使ってる? IQVIA - 医薬品市場統計
18.
© JMDC Inc.
18 JMDCのデータが生み出せる価値 キーワード ● Real World Data : RWD ○ 日常臨床環境で収集されたデータ(≠ 臨床試験のような実験的環境ではない。) ● Real World Evidence : RWE ○ RWDを用いて導き出される事象 JMDCが生み出せる価値 ● 健康保険組合や病院から収集した、診療レセプト(= RWD) ○ 診療の実態を見ることができるのは画期的 RWD(医療ビッグデータ)を用いて、RWEを創出する。 RWDの新たな提供・分析ツールとしてLookerを採用。
19.
© JMDC Inc.
19 機能例:アドヒアランス分析 ※前半で話した研究テーマの具体例 薬剤の処方継続を集計する。※数値はサンプルです。 横軸:薬を処方されてからの月数 縦 軸 薬 の 処 方 継 続 率 継続して薬を処方された割合を表示 ・時間の経過による継続率低下の程度は? ・競合製品と比較してどうか? 継続率の上昇 = 売上の上昇
20.
© JMDC Inc.
20 Dashboardの活用 ❖ 研究テーマに応える分析をダッシュボードに集約して納品 ➢ 実物をお見せします。 現行ツール Lookerツール ● データ更新の度に毎回集計 ● CSVから都度グラフ作成 ● 参照したいDB毎にアプリにログイン ● 常に最新データを自動集計 ● 経営報告資料の工数削減 ● 複数のDB・データソースを一括参照 ● 新たな分析軸の提案
21.
© JMDC Inc.
21 今後の展望 ● 分析条件設定など、UIの利便性は現行ツールに劣る。 ● よりユーザーフレンドリーなUIを目指す。 ○ ステップごとの条件設定、ダイアログボックスの活用、etc. ● 分析対象の患者を段階的に絞り込むような分析ロジックの構築。 Extension Frameworkを利用したUI開発 Explore間の分析連携 糖尿病患者数は? SGLT2i薬処方患者数は? 他の傷病/処方薬は?
22.
© JMDC Inc.
22 Lookerでこんなことができるともっと良い ● Explore上の分析でCREATE TABLE文を使用可能する、など。 ○ 前項のExplore間の分析連携が容易に 中間テーブルの使用 エラーハンドリング ● JMDCの医療データは、複雑な条件設定・分析が必要 ○ 条件設定をスムーズに誘導できるように Explore CREATE Explore SELECT
23.
© JMDC Inc.
23 後半まとめ ● 新たなRWD分析ツールとしてLookerを採用 ○ 医療ビッグデータ × BIツールによって新たな価値を持つ分析ツールの開発を目指す ● Exploreで複数の分析機能を実装し、Dashboardに集約 ○ 最新データを自動集計、資料作成の工数削減、新たな分析軸の提案 ● Looker社への機能提案(今後の開発展望) ○ 中間テーブルの使用:段階的に対象患者を絞り込む機能実装 ○ エラーハンドリング機能:よりユーザーフレンドリーなUI開発
24.
© JMDC Inc.
24