BMGがFHIRデータモデル開発を支援:セクター横断的な医療情報基盤を目指す
ドイツの連邦保健省(BMG)は、Tiplu社による「分野横断的FHIRデータモデル」開発プロジェクトを支援する。本プロジェクトは、電子患者記録(ePA)における健康データの標準化と相互運用性を高め、医療提供や研究、公衆衛生への活用を目指す。
全 4,428 件のFHIR関連ニュース(最新順)
ドイツの連邦保健省(BMG)は、Tiplu社による「分野横断的FHIRデータモデル」開発プロジェクトを支援する。本プロジェクトは、電子患者記録(ePA)における健康データの標準化と相互運用性を高め、医療提供や研究、公衆衛生への活用を目指す。
ドイツ連邦保健省(BMG)は、Tiplu社と共同で「分野横断的なFHIRデータモデル」の開発を推進している。これは、電子患者記録(ePA)におけるセクターを超えた医療データの標準化・相互運用性を高め、より質の高い治療や研究利用を目指すものである。
台湾の医療保険制度(健保)は、がん治療における薬剤使用に関する事前審査の実装指針を更新し、「遺伝子検査機構」のデータ構造をFHIR形式で提供した。これにより、臨床現場でのゲノム情報取り扱いの一貫性と標準化が図られる。
HHS/ONC/CMSは、2026年の質改善データ報告(QCDR)測定の開発と評価プロセスについて概要を説明するウェビナーを開催します。本ウェビナーでは、利用可能なリソースや新しい測定の提案方法がレビューされます。
衛生福利部情報局は、台湾のデジタル医療を推進するため、「333」(三大空間・三大標準・三大AI)の青写真を示した。これにより、データガバナンス、セキュリティ、AI利用の制度化を進め、国際的な競争力を高めることを目指す。
医療機器開発チームは、単なる性能や精度だけでなく、電子カルテ(EHR)システムとの統合が不可欠であることを認識している。このため、信頼性の高いデータ交換を実現するエンタープライズグレードな連携サービスが、医療機器の普及を決定づける重要な要素となっている。
オーストラリア医学会(AMA)は、デジタルヘルス分野におけるサイロ化解消のため、政府による立法措置を求めている。これは、ソフトウェア提供者に対し、データの共有を義務付けることを目的としている。
本記事は、医療情報技術における真の相互運用性の課題を指摘し、HL7 FHIR標準とマイクロサービスアーキテクチャの組み合わせが解決策となることを解説している。これにより、スケーラブルかつ患者中心のケアに対応できるシステム構築が可能になる。
Curatrix社が、高度な評価基準に基づき、米国のヘルスケアソフトウェア開発企業をランキング化しました。上位の企業は、FHIRやHL7といった標準規格への深い知見と、AI/MLを活用した先進的なソリューションを提供しています。
全国的な相互運用性の枠組みが進む中で、単なる「ジオフェンシング」では対応できないレベルに到達している。患者が重病(例:がん)で他の州へ転居した場合、これまでの膨大な臨床記録や検査結果が新しい場所までシームレスに追跡される保証は低い。
本ページは、医療提供者「DAEMEON ACHILLES NICOLAOU MD」氏に関するNPI(National Provider Identifier)情報を公開している。この情報は、個人の識別子に加え、複数の診療所の住所や連絡先、そしてFHIRを利用した電子健康記録へのアクセス情報を含んでいる。
本資料は、Fast Healthcare Interoperability Resource (FHIR) の概要と、インドのAyushman Bharat Digital Mission (ABDM) における実装ガイドを解説している。データ交換と相互運用性の重要性を強調し、臨床アーティファクトやリソースプロファイルを用いた具体的な導入方法を示す。
Netsmartは、FHIR R4 APIを提供し、プロバイダーやペイラー組織間で安全かつ標準に基づいた医療データのアクセスを可能にしました。これにより、規制遵守(21st Century Cures Actなど)と現代的なワークフローにおける相互運用性がサポートされます。
本記事は、テレメディシン(遠隔医療)プラットフォームがHL7 FHIR R4標準を利用して電子カルテ(EHR)システムと接続し、シームレスなデータ相互運用性を実現する方法を解説している。これにより、患者情報や予約管理など、臨床データをリアルタイムで同期できる。
エージェンティックAIは、単なる質問応答を超え、リスク特定からケアプラン作成、フォローアップ予約まで自律的に行動できるシステムを指す。しかし、この高度な機能を実現するには、FHIRによる標準的なデータアクセスとアクションの仕組みが不可欠である。
AnthropicやOpenAIなどが展開する「MCPアプリ」という新しいAIインターフェースが、ヘルスケア分野に大きな変化をもたらすと筆者は指摘。データ連携の課題を克服し、患者自身が複数の情報源から長期的な健康記録に基づいた洞察を得る時代が到来すると論じる。
ロッシュ(Roche)は、医療システムにおいて、人工知能(AI)や先進的な診断技術を活用するためには、データの安全な管理と統合を行う強固なデジタルインフラが不可欠であると指摘した。このインフラの構築には、HL7やFHIRといったデータ交換標準規格の活用が重要となる。
Googleは、大規模な電子健康記録(EHR)データを扱うためのAIエージェント「EHR Navigator Agent」を開発した。このエージェントは、Fast Healthcare Interoperability Resources (FHIR) 規格に基づき、患者の複雑な医療記録から必要な情報を抽出・統合する能力を示すデモンストレーションである。
台湾のNSYSUの研究チームは、患者データを秘匿しつつAIを活用できる医療データウェアハウスシステムを開発した。本システムは、国際的な医療データ標準(FHIRなど)とフェデレーテッドラーニング技術を組み合わせることで、各病院のローカルな管理下で共同研究・モデル学習を可能にする点が特徴だ。
メディケア・メディケイドサービス(CMS)は、従来のeCQMsからFHIRベースのデジタル品質指標(dQMs)への移行を進めている。これにより、医療提供者側の報告負担を減らしつつ、より動的で相互運用性の高いデータ共有による質の向上を目指す。