医療データ経済学

なぜ健康経済学において重要か

医療制度が記録するすべての出会い——すべての処方、画像、検査結果、入院——は、データを二重に生み出す。一度は個人のケアの作業記録として、そしてもう一度はより大きな何かへの潜在的な入力としてである。組み合わされ分析されれば、同じ記録は決して試験が資金提供しないであろう問いに答えることができる。どの治療が実際の人口で機能するか、安全性のシグナルがどこに隠れているか、どのサービスがどのコミュニティを失敗させているか、パンデミックがどう動くかである。医療制度はこの資産の何十年分もの上に座っているが、そのほとんどはその価値のごく一部しか実現していない——科学が欠けているからではなく、データが互換性のないシステムにわたって断片化し、質が不均一であり、何年も測られるアクセスプロセスの背後に閉ざされ、あるいは共有する動機のない機関によって守られているからである。

その浪費は、常に数として測られないにしても、種類としては定量化可能である。行われなかった研究、重複したデータ収集、エビデンスが存在したが組み立てられなかったために直感に基づいて下された決定、そして制度の中で最も希少な労働力の一つであるアナリストが、分析よりもデータを見つけ、クリーンにし、照合することに時間の大部分を費やしていることである。一方でその資産は劣化する。管理されていないデータは減価するデータである。意味は漂流し、文書は失われ、データセットを理解していた職員は去っていく。

その価値に対して本物の負債が立つ。医療データは、人について存在する最も機微な情報の一つであり、その誤用——侵害、公衆を驚かせる売却、裏切りのように感じられる利用——は、いかなる罰金をはるかに超える費用を担う。それは、将来のあらゆる利用が依存する公的な信頼を消費する。イギリスのcare.dataプログラム(2016年に放棄された)は今も典型的な教訓であり続けている。一般診療の記録を研究と計画のためにプールする技術的には合理的な計画が、同意と商業的アクセスについての公的および専門的な懸念に対して崩壊し、その失敗は正当なデータ利用を何年も後退させた。指導者にとって、これはこのトピックの決定的なトレードオフである。医療データの価値はアクセスによって解き放たれ、アクセスのライセンスは信頼である——したがってデータの経済学はデータのガバナンスと不可分である。

中核概念

医療データは経済的に特異である。それは非競合的である——一つのチームの利用はそれを消費せず、したがって同じデータセットはほぼゼロの限界費用で無制限の利用者にサービスできる——これはそれをアクセス境界の内側で公共財のように振る舞わせ、過少利用が純粋な浪費であることを意味する。しかしその固定費用は重く継続的である。収集、管理、標準化、文書化、維持管理は、一つの研究がそのデータを使おうと千の研究が使おうと支払われなければならない。そしてその価値は組み合わせ的である——記録は現場と時間にわたって連結されたときに価値を得るが、これはまさに機関と販売業者にわたる断片化が妨げるものである。二次利用——ケアのために収集されたデータを研究、計画、改善に役立てるために分析すること——は、未実現の価値の大部分が存在する場所である。

データを保持する構造は経済戦略を体現する。データウェアハウスは古典的なモデルである。ソースシステムからのデータはクリーンにされ、標準化され、分析のために構築された中央のストアにロードされる——前払いで高い管理費用、後に高い使いやすさである。データレイクはその取引を逆転させる。あらゆる形の生データが今は安価に保存され、後で解釈される——これは管理費用を延期するが取り除かない。維持管理のないレイクは、ことわざにある沼地になる。データは技術的には存在するが実用的には使えない。データメッシュは最新の戦略であり、技術的というよりも組織的である。一つの中央チームがすべてのデータを所有する代わりに、各ドメイン——検査室、救急部門、メンタルヘルスサービス——が、共通の標準に沿って、その自らのデータを製品として所有し公表する。プラットフォームチームが共有インフラを提供し、ガバナンスは連邦化される。その経済的な論理は、データを生成する人々が、それを意味あるものにするために必要な文脈を保持しているということであり、中央チームは規模拡大に不向きなボトルネックである。その経済的リスクは、それがすべてのドメインにデータの維持管理を資金提供し配置することを要求するということである——中央モデルが少なくとも一箇所で可視化する本物の分散した費用である。

どんな構造も悪い入力には勝てない。データ品質——完全性、正確性、適時性、一貫性——は経済量である。質の低いデータはすべての下流の利用に税を課し、その税は複利で増える。なぜならアナリストは同じ欠陥を研究のたびに再びクリーンにするからである。質はケアの時点で作られ、そこでは診断をコード化する臨床医は将来のアナリストに仕える弱いインセンティブしか持たない。したがってそれを改善することは、技術的な問題であるのと同じくらいインセンティブ設計の問題である(一般的な測定機構は、悪いデータが因果的主張に何をするかを担うトピック2.3——医療計量経済学にある)。

アクセスは価値が実現されるか失われる場所であり、アクセスは独自の費用構造を持つ。利用の限界費用はほぼゼロであるため、効率的な政策は低摩擦での広いアクセスである——しかし各アクセスはプライバシーのリスクを担い、したがってシステムはガバナンスを課す。承認プロセス、非識別化(識別子を取り除くかマスクすること、常に二項対立ではなく残留する再識別リスクのスペクトラム)、そしてますます信頼できる研究環境モデルである。そこではアナリストが安全なエンクレーブの内側でデータに来て、検証された結果だけが出ていく——データセットのコピーを外部に出荷するよりリスクの高い習慣を置き換える。差分プライバシー(誰の存在も推測できないよう較正された統計的ノイズを加える)や連合学習(記録をプールせずに分散されたデータセットにわたってモデルを訓練する)のような技術は、プライバシーと効用のフロンティアを外側に移動させる。経済的な要点は、アクセスの摩擦が本物の価格であるということである。2年間の承認プロセスは、利用の価値によってではなく申請者の忍耐力によってデータを配給し、それが抑止する研究は、どの台帳も記録しない見えない費用である。

これらすべてを取り巻く規則はデータガバナンスである。誰がどんなデータをどんな目的のために使えるか、どう決定され、誰に対して説明責任を負うかである。規制が最低限を設定する——欧州の一般データ保護規則(GDPR)、他所では米国のHIPAAのような部門規則——そしてその上に新しい構造が構築されつつある。欧州医療データ空間(2025年採択の規則)は欧州連合全体にわたる医療データの一次利用と二次利用の両方のための法的枠組みを作り、フィンランドのFindataのような国のアクセス機関は、許可と安全なアクセスのための単一の窓口が実践でどう見えるかを示している。FAIRデータ原則——発見可能、アクセス可能、相互運用可能、再利用可能——は、そのどれもが機能するための維持管理の基準を要約する。データを動かす配管——HL7 FHIRのような相互運用性の標準——はトピック5.4——ソフトウェア工学健康経済学に属する。データで訓練されたモデルはトピック5.3——AI健康経済学に属する。そして公的信頼の力学はトピック4.4——ソーシャルメディアと医療コミュニケーションの経済学のコミュニケーション経済学に属する。

ベストプラクティス

1. データを所有者、予算、減価償却スケジュールを持つ資産として扱え。 あなたが保持する重要なデータ資産の目録を作り、それぞれに管理者を名指し、プロジェクトの残りものとしてではなく常設費用として管理と文書化に資金を提供せよ。管理されていないデータセットは減価しているデータセットであり、文脈を捉える最も安価な時は、データを作った人々がまだそれを覚えているうちである。

2. 流行ではなく組織の形によって構造を選べ。 分析的な必要が共有され、ドメインがデータ能力において弱く、一つのチームが文脈を保持できるときは中央集権化せよ(ウェアハウスあるいは統治されたレイク)。ドメインが強く、必要が多様で、中央チームが全員が待つ行列になったときはメッシュへと連邦化せよ。どちらにせよ、管理費用は保存される——選択は誰がそれを支払い、ボトルネックがどこに座るかである。構造の移行は高価である。カンファレンスの講演のためではなく、名指された経済的失敗(ボトルネック、沼地)のためにそれを行え。

3. 維持管理の予算なしに決してレイクを構築するな。 安価なストレージは管理を永遠に延期することを容易にする。延期された管理は、すべての利用が生の考古学から始まる沼地にレイクがなる方法である。カタログ化、メタデータ、質の監視にプラットフォームの一部として資金を提供し、保持されたテラバイトではなく実際に使われたデータでレイクを測定せよ。

4. メッシュの原則を採用するなら、ドメインに発行者になるための資金を提供せよ。 製品としてのデータは、各ドメインが公表するものの維持管理に人員を配置し支払わなければならないことを意味する——中央モデルが集中させメッシュモデルが分散させる本物の費用である。識別子、メタデータ、質の閾値、アクセス規則といった共通の標準を中央で設定し、ドメインのデータの役割に明示的に資金を提供し、資金提供されたドメインの所有権のないメッシュは単により良いブランディングを持つ断片化にすぎないことを受け入れよ。

5. 説教ではなくインセンティブで、発生源でデータ品質を修正せよ。 下流のクリーニングは同じ税を永遠に再び支払う。上流の修正は一度だけ支払う。それが作られる場所で質を可視化し(コード化する臨床医あるいは事務員へのフィードバック)、それを重要にし(適切な場合は質に敏感な支払いと監査)、簡単な道が正確な道であるようにフォームとシステムを設計せよ——これは文書化に適用される選択の建築である(トピック4.1——行動経済学を参照)。

6. アクセスの摩擦を費用として価格づけし、意図的にそれを下げよ。 正当なアナリストが直面する旅路全体——発見、許可、抽出あるいはエンクレーブへの入場——を月数と職員時間で測定し、削減を価値の創造として扱え。単一の窓口(一つの申請、一人の意思決定者、公表された時間軸、標準契約)は最も収量の高い改革である。フィンランドのFindataモデルが参照パターンである。

7. アナリストがデータを訪問することをデフォルトにせよ。データがアナリストを訪問するのではなく。 検証された出口を伴う安全なエンクレーブである信頼できる研究環境は、リスクと監査可能性の両方でデータセットの出荷を上回り、広いアクセスを強い管理と両立可能にする。エンクレーブが真にサービスできない事例のために抽出を取っておき、野に放たれたコピーされたすべてのデータセットを常設の負債として扱え。

8. プライバシー技術を利用に一致させ、残留リスクについて正直であれ。 非識別化はスイッチではなくスペクトラムである。差分プライバシーは効用の価格で数学的な保証を買う。連合学習はプーリングを避けるがすべての漏洩を避けるわけではない。ユースケースごとに選択し、残留リスクを正直に文書化し、決して「匿名化された」を「リスクフリー」として売り込むな——過剰な主張は、避けられない例外が表面化したときに信頼が失われる方法である。

9. それが必要になる前に社会的ライセンスを獲得せよ。 データ利用に対する公衆の許容度は特定的である。ケアと公益研究には強いが、商業的アクセスと驚かせるものすべてには脆い。誰がどんな目的でデータを使うかについて透明であれ(登録簿を公表する)、患者と公衆をアクセス方針に巻き込み、法律とユースケースが許すところでは本物の選択を提供し、care.dataを覚えておけ。同意プロセスは崩壊より安価である。

10. 商業的アクセスの条件を事前に公に設定せよ。 医療データの産業利用は正当で価値がありうる——試験、安全性サーベイランス、製品開発——そしてそれはまた信頼が最も可燃性である場所でもある。どの商業的利用が許可されるか、公的制度が何を課すか受け取るか(資金、能力、結果として生じる製品への保証されたアクセス)、そして何がテーブルの外にあるかを、見出しの後ではなく取引の前に、公然と決定せよ。

11. 独占的な地代ではなく限界費用プラス維持管理でアクセスに課金せよ。 収益を最大化するようにアクセスに価格をつける公的データ保有者は、ほぼゼロの限界費用の資産を配給し公的価値を失う。何も課金しないものは維持管理を飢えさせる。公益研究への免除を伴う費用回収の価格づけは、その利用を絞め殺すことなく資産に資金を提供する。

12. あなたが創造する価値を数えよ。なぜなら他の誰もしないからである。 データプログラムは、コミュニケーションと同じ理由で予算の時期に永続的に脆弱である。その製品は他人の結果だからである。アクセスが可能にしたもの——研究、サービスの変更、安全性の発見、回避された重複した収集——を追跡し公表し、そのポートフォリオをあらゆる投資と同じ価値の精査に通せ(トピック2.1——経済評価)。そうすれば資産の事例は主張ではなくエビデンスになる。

チームと議論すべき問い

1. 私たちは実際にどんなデータを保持しており、誰が各資産を管理しており、それを使用可能に保つことに、あるいは腐らせるままにしておくことに、どんな費用がかかっているのか。 ほとんどの組織はその目録を作れない。データセットはシステム、プロジェクト、共有ドライブに蓄積し、維持管理は誰にも割り当てられず、文書化は去った従業員の記憶の中に生きている。登録簿——重要な資産、その所有者、その質、その文書化、その利用——を構築し、適切な管理の常設費用を、今進行中の減価償却とともに、それぞれに結びつけよ。緊張関係は、維持管理が拡散した便益を持つ永続的な地味な費用であり、まさにすべての予算ラウンドが削りたい項目であるということであり、一方で管理されていないデータからの損失(再収集、使えない履歴、考古学者としてのアナリスト)は決してどの台帳にも現れない。誠実な答えは、名指された管理者とともに目録を生み出し、プロジェクトの残りものとしてではなくインフラとして管理に資金を提供し、救済を超えて劣化した資産を認める。

2. アナリストの時間は実際にどこに行くのか——そして私たちの構造がその理由か。 データシステムの中で最も希少な資源は熟練した分析労働であり、ほとんどの医療組織では、その大部分は分析よりもデータを見つけ、アクセスし、クリーンにし、照合することに費やされる。最近のいくつかのプロジェクトについてその分割を正直に測定し、原因を追跡せよ。断片化した情報源、欠けている文書化、百回目に再びクリーンにされた質の欠陥、行列になった中央データチームである。これは構造——ウェアハウス、レイク、メッシュ——を導くべき診断である。なぜなら、それぞれがボトルネックがどこに座り誰が文脈を保持しているかについての異なる答えだからである。緊張関係は、構造の議論が販売業者の語彙で行われ流行によって決着するということであり、一方で実際の問いは組織的である。誰がどのデータを所有し、誰がその管理に支払い、行列がどこで形成されるかである。誠実な答えは現在のアナリスト時間の分割を述べ、拘束力のあるボトルネックを名指し、そのボトルネックの救済策として構造を選ぶ——移行の費用がそれが解放する労働によって正当化される。

3. 正当な利用者が問いからデータにたどり着くのにどれほどかかるのか、そしてその遅延は何を犠牲にしているのか。 研究者、サービス計画者、質チームを通じて、発見、申請、承認、契約、アクセスを通じて旅路全体を具体的にたどり、両側の月数と職員時間を数えよ。次に、それのために決して起こらないことを問え。試みられなかった研究、エビデンスなしで下された決定、システムを迂回するか去っていくアナリストである。緊張関係は両側で本物である——摩擦のすべての緩和はリスクを伴うガバナンスの決定であり、プロセスのすべての層はいくつかのインシデントの後に加えられた——しかし摩擦は利用の価値によってではなく忍耐力によって配給し、その費用は見えないままその保護は監査可能である。誠実な答えはエンドツーエンドの時間を測定し、本物の保護を買う遅延を行列と重複である遅延から分離し、公表された目標を設定し、その目標を達成可能にする単一の窓口を構築する。

4. 私たちのデータ品質はそれが作られる場所でどうなっているのか、そして誰がそれを改善するどんなインセンティブを持っているのか。 分析で発見される質の問題は、何ヶ月も前に、その日の仕事がコーディングではなくケアだった誰かによって、クリニックのキーボードで作られた。あなたの主要なデータセットを完全性と正確性について調べ、次に欠陥を上流へとたどれ。データを記録する臨床医あるいは事務員は、その下流の利用を一度でも見るか、その質についてフィードバックを得るか、それを改善することから何かを得るか。システムは正確な記録を簡単な道にするか、英雄的な道にするか。緊張関係は、質の改善の圧力がシステムの中で最も忙しい人々に降りかかり、支払いに粗雑に結びつけられればゲーミングへと裏目に出うるということである(トピック3.11——質と安全性の経済学の測定の病理がまさに当てはまる)。誠実な答えは発生源で質を測定し、データの創造者が自らのデータが何になるかを見るようフィードバックループを閉じ、それを責める前に取得の経路を再設計し、監査が実際に検証できるものに支払いのインセンティブを取っておく。

5. 私たちのデータ利用は誰を驚かせるだろうか、そして私たちの社会的ライセンスは実際に何に役立つのか。 care.dataの崩壊は違法な処理によって引き起こされたのではない。それは公衆が受け入れたであろう条件で伝えられていなかった利用によって、最悪の方法で発見されて引き起こされた。あなたの現在および計画されたデータ利用——内部の分析、研究のアクセス、あらゆる商業的取り決め——を目録化し、それぞれを驚きの基準に照らして試験せよ。これが明日一面に現れたら、患者は情報を与えられたと感じるか、裏切られたと感じるか。歴史が可燃性であると告げる具体的なこと——商業的アクセスの条件、あなたの管理下を離れるデータ、信頼が最も薄いまさにそのコミュニティの監視あるいはプロファイリングのように見える利用——を追及せよ。緊張関係は、完全な透明性が静かに育ったプログラムにとってリスクが高く感じられ、公衆の関与が提供の時間軸が憤慨する時間を要するということである——しかし代替案は、care.dataの利率で、あなたが保持していないかもしれないライセンスに対して借りることである。誠実な答えは利用登録簿を公表し、論争的な事例が到着する前に患者と公衆をアクセス方針に巻き込み、商業的条件を公に設定し、そのライセンスを前提としてではなく軌道を持つ測定された資産として扱う。

6. 私たちはこのプログラムの価値を証明する準備ができているのか、それとも予算にそれを信仰で受け入れるよう求めているのか。 データプラットフォーム、維持管理チーム、アクセスサービスは他人の結果の中でその価値を生み出し、これが節約のラウンドで常に真っ先に壁際に立たされる理由である——費用は集中し可視的であり、便益は拡散し他所で評価される。アクセスが可能にしたものについて現在何を記録しているかを問え。完了した研究、行われたサービスの変更、発見された安全性のシグナル、重複しなかった収集、一度行われた管理によって何度も行われる代わりに節約されたアナリスト時間である。次に、より難しいポートフォリオの問いを問え。あなたのデータ投資のどれが稼いでおり、どれが投機的で、どれが記念碑であるか。緊張関係は、帰属が真に難しいということである——データはあらゆるアウトカムへの多くの入力の一つである——そして過剰な主張は、沈黙がそれを飢えさせるのと同じくらい確実に信頼性を蝕む。誠実な答えはアクセスプロセスそのものにアウトカム追跡を組み込み、帰属の注意書きを明確に述べた実現された価値の年次会計を公表し、利用が決して実現しなかったプラットフォームの構成要素あるいはデータセットを退役させる意志を持つ。

実践例:健康経済学の一例

架空の北欧の国の国家医療データ機関は、逆説を修正するために作られる。その国は何十年分もの豊かで連結可能な医療記録——国の識別子、普遍的な適用範囲、デジタル化された登録簿——を持っているが、研究者は日常的にアクセスに2年待ち、20の地域それぞれが許可の要求に異なる方法で答え、2つの地域が維持管理計画のない独自の競合する「データレイク」の構築を始めている。ある製薬会社は最近、許可が組み立てられなかったために市販後安全性研究を放棄した。ある大学チームは代わりに助成金を隣国に持って行った。価値は証明可能にそこにある。システムはそれを失っている。

その機関の経済学者たちは摩擦を費用として測定することから始める。彼らは12の最近のアクセスの試みをエンドツーエンドで追跡する——発見、申請、20の別々の地域の決定、契約、抽出——そして旅路を月数(中央値26)と両側の職員時間で費用計上し、途中で放棄されたものをリストアップする。この方法で提示されると、アクセス改革は行政上の些事であることをやめ、投資事例になる。単一の窓口——一つの申請、一人の法的な意思決定者、公表された時間軸——は、その国が買えるであろうどんな新しいデータセットよりもクローナあたり多くの研究価値を解放すると予測される。その設計はフィンランドのFindataから意図的に借用する。国の許可機関に加えて信頼できる研究環境であり、アナリストがデータに来て検証された結果が出ていく。現在大学のサーバーに監査されないまま座っている出荷された抽出物を置き換える。

構造の決定は技術調達ではなく組織経済学の問いとして扱われる。完全に中央集権化された国家ウェアハウスは拒否される。地域が臨床的文脈を保持しており、単一の国家チームは新しいボトルネックになるだろう。純粋な地域の自律性も拒否される。20のメタデータ標準を持つ20のレイクは、20倍の沼地である。機関は連邦化されたガバナンスの下でメッシュの原則に着地する。各地域と登録簿は、識別子、メタデータ、質の報告、アクセスのための国の標準に沿って、そのデータを製品として公表し、国家プラットフォームが共有エンクレーブ、カタログ、許可サービスを提供する。この選択の正直な費用は明示される。すべての地域がデータ管理者の役割に資金を提供しなければならず、機関の予算には、誰も配置しないメッシュはより良いブランディングを持つ断片化にすぎないため、ドメインの所有権を名目ではなく本物にするための移行的な資金が含まれる。

信頼はプラットフォームと同じくらい意図的に工学設計される。機関はcare.dataの失敗を明示的に研究し、その逆を行う。データ利用の完全な登録簿は初日から公開されている。市民パネルは形だけではなく実権を持ってアクセス方針プロセスの内側に座る。商業的アクセスは事前に公に設定された条件の下で許可される——費用回収の課金、エンクレーブのみのアクセス、すべての承認された利用の公表された要約、そして能力と保証された研究アクセスにおいてシステムに戻る価値の分け前である。2年目にタブロイド紙が「あなたの記録が売られている」という記事を出したとき、そのプログラムはそれを生き延びる——その記事が親切だからではなく、それが主張するすべての事実が、その条件とともに、すでに機関のウェブサイトに載っているからである。事前に構築された透明性が反論を行う(コミュニケーション経済学はトピック4.4——ソーシャルメディアと医療コミュニケーションの経済学にある)。

3年後、機関はその会計を公表する。申請からエンクレーブアクセスまでの中央値の時間は26ヶ月から4ヶ月に減少。可能になった研究、届けられたサービス分析、そして発見され対処された一つの本物の安全性シグナル。臨床医が今や自らのコーディングが何になるかを見るため動いている地域のデータ品質ダッシュボードである。その評価は帰属の限界について率直であり、一つの失敗についても率直である——ドメインの資金が削減され、その「データ製品」が文書化されず使われないままの地域である——機関はこれを、維持管理は資産の維持管理費であり任意の追加ではないと、成功裏に主張するために使う。

4つのセクターレンズ

スタートアップ

医療データのスタートアップ——分析製品、管理ツール、連合学習プラットフォーム——は、自らが所有しないデータの上で生きており、したがってその存亡にかかわる問いはアクセスと信頼である。それに供給するデータについてどんな正当な根拠を持っているか、どう生き残れるペースでデータ保有者のガバナンスを通過するか、そして一つのプライバシーインシデントが会社を終わらせるかどうかである。誘惑はガバナンスをハックされるべき摩擦として扱うことである。持続可能な手は逆である。エンクレーブ、監査可能性、プライバシー保護技術のために最初から構築せよ。なぜならそれが買い手のガバナンスが要求するものだからであり、承認が容易であることは堀である。そのビジネスモデルのリスクはデータブローカーの影である。患者を驚かせる方法で医療データを転売あるいは金銭化するモデルは、一つの見出しでセクター全体のライセンスを道連れにする。

中小企業

クリニックグループ、薬局、介護施設の運営者といった小規模な提供者は、データの利用者というよりデータの創造者である。その記録は国の登録簿、支払者のデータセット、決して見ることのない研究に供給される。その経済学は負担と見返りについてである。データ品質はそのキーボードで作られ壊れるが、それが作り出す質に対して支払われ、感謝され、フィードバックされることはめったになく、すべての新しい報告要件は資金提供されない労働である。賢明な姿勢は、徹底的に標準化すること(標準のコードとシステムを使い、あつらえの抽出に抵抗する)、報告と引き換えにフィードバックループと負担削減を要求すること——より広いシステムが拒否することを恥じるべき公正な交換である——そして自らの控えめなデータを、プラットフォームの到着を待つのではなく、スケジューリング、在庫、質のための運用資産として扱うことである。

大企業

大規模な提供者グループあるいは保険者は、資産の経済学が本物になる規模でデータを保持している。何百万もの生涯にわたる縦断的な記録、信頼できる分析のための十分な量、そして負債の側面も知るのに十分なインシデントである。成熟した大企業は、データを統治されたポートフォリオとして運用する——管理者を伴う目録、自らのチームのための公表されたアクセスプロセスを伴う資金提供されたプラットフォーム、発生源で管理される質、そしてカンファレンスのカレンダーではなくその組織的な形のために選ばれた構造である。その特有の誘惑は、買いだめ(それがサービスするシステムに対してデータを守り、組み合わせ的な価値を失うこと)と静かな金銭化(患者がジャーナリストから発見する商業的な取引)である。その特有の規律は、内部のアクセス摩擦を外部と同じくらい真剣に扱うことである。自らのアクチュアリーがデータのために何ヶ月も待つ保険者は、ガバナンス機能ではなくボトルネックを構築している。

政府

省庁あるいは国の機関は、他の誰も持てない層を所有する。連結を可能にする識別子と標準、二次利用のための法的枠組み、国のアクセス機関、そして国のデータ資産が研究と産業にサービスする条件である。参照パターンは今や存在する——単一の窓口のためのフィンランドのFindata、アクセスのための信頼できる研究環境、国境を越えた法的足場のための欧州医療データ空間——そして政府の技芸は順序づけである。プラットフォームの前に標準と維持管理の資金、論争の前に公衆の関与、タブロイド紙がその話を見つける前の透明性である。政府はまた国家規模での失敗モードも担う。care.dataは信頼の崩壊が何を犠牲にするかを示し、10年の資金不足の登録簿は維持管理の怠慢が何を犠牲にするかを示す。その義務は、国のデータ資産を道路のように資金提供され、統治され、説明されるインフラとして扱うことである。なぜならどの市場主体もその公共財の層を供給しないからである(政策の機構はトピック3.2——医療政策にある)。

よくある失敗パターン

• 沼地。 ストレージが安価であるためレイクを構築し、その中の何も信頼または発見できなくなるまで管理を永遠に延期すること。対策: 資金提供された維持管理とカタログの計画なしにはプラットフォームなし。テラバイトではなく利用を測定する。

• 再構築されたボトルネック。 すべてのデータ作業を行列になる一つのチームに集中させる、あるいはどのドメインも人員配置に資金提供されていない「メッシュ」に分散させること。対策: 文脈と能力が実際に座る場所によって構造を選び、選んだモデルに資金を提供する。

• 偽の安全性としての摩擦。 要求に応じて監査されない抽出物を出荷しながら忍耐力によって配給する数年がかりのアクセスプロセス。対策: 単一の窓口、公表された時間軸、検証された出口を伴うエンクレーブベースのアクセス。

• 下流で責められる品質。 創造の時点がそれについて決して聞かないまま、すべての研究で同じ欠陥をクリーニングすること。対策: データの創造者へのフィードバックループ、再設計された取得経路、監査が検証できるものに一致したインセンティブ。

• 過剰に主張された匿名化。 再識別の話が破れるまで、非識別化されたデータをリスクフリーとして売り込むこと。対策: 非識別化をスペクトラムとして扱い、残留リスクを文書化し、技術を利用に一致させる。

• 驚きの見出し。 公衆がジャーナリストから最初に知るデータ利用——特に商業的なもの。対策: 利用登録簿を公表し、商業的条件を事前に公に設定し、患者をアクセス方針に巻き込む。

• 説明されない価値。 そのアクセスが何を可能にしたかを言えない、予算の時期に無防備なプラットフォーム。対策: アクセスプロセスそのものの一部として、アクセスによって可能になった研究、決定、節約を追跡する。

• 買いだめ。 連結の組み合わせ的な価値がシステム全体で失われる一方、機関が交渉力としてデータを守ること。対策: 共有を資金提供された標準のデフォルトにし、買いだめを自らを正当化しなければならない立場にする。

成熟度モデル

チェックリスト

• 重要なデータ資産の目録を維持している。それぞれに名指された管理者と資金提供された管理計画がある。
• 文脈、能力、ボトルネックが実際に座る場所によってウェアハウス、レイク、メッシュを選んでいる——そして選んだモデルに資金を提供している。
• 維持管理、カタログ、メタデータの予算なしにデータプラットフォームを委託していない。
• 創造の時点でデータ品質を測定し、それを作る人々へのフィードバックループを閉じている。
• エンドツーエンドのアクセス時間を費用として測定し、目標を公表し、要求のための単一の窓口を構築している。
• 検証された出口を伴う信頼できる研究環境をデフォルトにしている。出荷された抽出物を例外と負債として扱っている。
• プライバシー技術(非識別化、差分プライバシー、連合アプローチ)を各利用に一致させ、残留リスクを正直に文書化している。
• データ利用の登録簿を公表し、患者と公衆をアクセス方針に巻き込んでいる。
• 課金と公的制度の見返りを含め、商業的アクセスの条件を公然と事前に設定している。
• 独占的な地代でもゼロでもなく、公益免除を伴う費用回収でアクセスに価格をつけている。
• アクセスが可能にする価値——研究、決定、安全性の発見、回避された重複——を追跡し公表している。
• すべての公表されたデータセットの維持管理基準として、FAIR原則(発見可能、アクセス可能、相互運用可能、再利用可能)を適用している。

Key sources

• OECD — Recommendation on Health Data Governance (2016), the intergovernmental baseline for national health-data frameworks.
• European Union — European Health Data Space regulation, the emerging legal scaffolding for primary and secondary use across member states.
• Findata (Finland) — the national health and social data permit authority, the reference implementation of a single front door with secure access.
• Health Data Research UK — national institute for health-data science, including work on trusted research environments and data access.
• FAIR principles (Wilkinson et al., 2016) — the findable–accessible–interoperable–reusable standard for data stewardship.
• The care.data programme and its published post-mortems — the canonical case study in losing the social licence for health-data use.

References

1. Health data — Wikipedia — https://en.wikipedia.org/wiki/Health_data
2. Secondary data — Wikipedia — https://en.wikipedia.org/wiki/Secondary_data
3. Data warehouse — Wikipedia — https://en.wikipedia.org/wiki/Data_warehouse
4. Data lake — Wikipedia — https://en.wikipedia.org/wiki/Data_lake
5. Data mesh — Wikipedia — https://en.wikipedia.org/wiki/Data_mesh
6. Data quality — Wikipedia — https://en.wikipedia.org/wiki/Data_quality
7. Data governance — Wikipedia — https://en.wikipedia.org/wiki/Data_governance
8. De-identification — Wikipedia — https://en.wikipedia.org/wiki/De-identification
9. Differential privacy — Wikipedia — https://en.wikipedia.org/wiki/Differential_privacy
10. Federated learning — Wikipedia — https://en.wikipedia.org/wiki/Federated_learning
11. General Data Protection Regulation — Wikipedia — https://en.wikipedia.org/wiki/General_Data_Protection_Regulation
12. European Health Data Space — Wikipedia — https://en.wikipedia.org/wiki/European_Health_Data_Space
13. FAIR data — Wikipedia — https://en.wikipedia.org/wiki/FAIR_data
14. Care.data — Wikipedia — https://en.wikipedia.org/wiki/Care.data
15. Findata — Finnish Social and Health Data Permit Authority — https://findata.fi/en/
16. Health Data Research UK — https://www.hdruk.ac.uk/