MFNレコードレベルのエラーリターン(2.2 - 1.0.0)JSON表現の仕様公開
HL7は、マスターファイルレコード更新操作のためのコードステータス値に関する概念を定義した「MFN Record-level Error Return」のValueSet仕様を公開しました。これは、システムが要求されたデータ更新処理の結果として発生するエラー情報を標準化し、相互運用性を高めることを目的としています。
「FHIR」の検索結果:4,394 件
HL7は、マスターファイルレコード更新操作のためのコードステータス値に関する概念を定義した「MFN Record-level Error Return」のValueSet仕様を公開しました。これは、システムが要求されたデータ更新処理の結果として発生するエラー情報を標準化し、相互運用性を高めることを目的としています。
Civitas Networks for Healthは、HL7や複数のFHIRアクセラレーター(Gravity Project、CARIN Allianceなど)と共同でウェビナーシリーズを開催しました。本シリーズでは、FHIRの力を通じたヘルスケアデータ交換の進展と相互運用性の向上について解説されました。
スタンフォード大学の研究チームは、大規模言語モデル(LLM)のエージェント能力を評価するための新しいベンチマーク「MedAgentBench」を発表した。これは、仮想的な電子健康記録(EHR)環境で、AIシステムに多段階の臨床タスクを実行させることで、医療現場での実用性を検証するものである。
G_NIUSは、eヘルスが急速に拡大する分野であることを背景に、知識共有や技術革新のための各種イベント情報を発信している。これらのイベントを通じて、参加者は最新のデジタルヘルス技術の動向を把握し、業界のステークホルダーとの交流やプロジェクト支援を得ることができる。
CMSは、医療提供者や支払者(ペイラー)への負担軽減のため、2026年1月より事前承認プロセスに関する新たな規制を導入する。これにより、データ交換の効率化と透明性の確保が求められ、FHIRベースの複数のAPI利用が必須となる。
オーストラリアのデジタルヘルス庁は、HL7オーストラリアと協力し、FHIRの実装を支援するための更新されたデジタルヘルス研修コースを提供した。これには、開発者向け基礎コースやプロジェクトマネージャー向けの導入ガイダンスなどが含まれる。
オーストラリアのデジタル健康庁は、HL7と提携し、FHIR(Fast Healthcare Interoperability Resources)に関する更新されたトレーニングコースを多数提供している。これにより、医療従事者や開発者は、全国的なシームレスなデータ交換能力を高め、より接続されたケアを実現するためのスキルを習得できる。
本研究は、コンピューターサイエンスと生物医学を融合させ、ガンボガ酸が持つ抗がん作用のメカニズムを包括的に解析した。FHIRやRDFといった標準規格を活用し、AI技術を用いて疾患情報や臨床データを統合することで、従来の治療課題克服に向けた多角的な戦略を提示している。
CMS(米国メディケア・メディケイドサービス)は、次世代のデジタルヘルスエコシステム構築の一環として、FHIR標準を活用したデータ共有を推進している。これにより、患者と提供者間の情報交換や、保険証のデジタル化などが進められる見込みだ。
HL7は、患者の退院計画に役立つ特定の生活状況を識別する概念(例:配偶者依存、医療監督必要)を含むコードシステム「Living Dependency (2.3 - 1.0.0)」の仕様書を公開した。この情報は、主にバージョン2.sメッセージングのNK1セグメントで使用され、HL7 FHIR標準における利用が想定されている。
CDataが、大規模言語モデル(LLM)向けに読み取り専用のModel Context Protocol (MCP) サーバー「FHIR MCP Server」を発表した。本サーバーは、SQL知識なしでFHIRからライブデータを照会できるインターフェースを提供する。
ドイツ医学情報学会のワーキンググループが開催した「用語サーバーチャレンジ」において、一般的な目的のFHIRサーバーと用途に特化したFHIR用語サーバーの境界線が示された。この結果は、汎用的なFHIRサーバーでは多様なドメインに対応するものの、特定の用語利用ケースには最適化されていないことを示した。
PilotFishは、CMSイニシアティブによる要求増大に対応するため、FHIR APIを活用したペイラー(支払者)のデータ交換および相互運用性の問題を解決するソリューションを提供している。本プラットフォームは、レガシーシステムや断片的なインターフェースに依存する複雑な環境に対し、標準化された統合基盤を構築し、迅速なパートナーオンボーディングと運用効率の向上を実現する。
本記事は、HS.FHIR.DTL.vSTU3.Model.Element.TestScript.ruleというクラスに関する技術的な仕様書である。このルールは、テストスクリプト内で使用されることを前提としており、FHIRのデータ構造における検証ロジックを定義する。
EHR、医療提供者、ペイラーなどが参加する「Kill the Clipboard」の取り組みに基づき、SMART Health Links (SHLs) を利用して診療後の記録(ビジットレコード)を患者に返す仕組みが提案された。これにより、FHIRリソースを含む暗号化されたリンクを通じて、患者は自身の健康情報を安全かつ容易に入手できる。
InterSystemsは、疾患や状態に関する「予後(outcome)」の予測を行うためのデータ構造を公開した。この構造は、確率的な情報や時間的制約などを含み、臨床現場での高度なリスク評価に役立つ。
ソウルのアサン医療センターの研究者らが、人工知能(AI)を活用した電子カルテの自動匿名化システムを開発しました。このシステムは、患者の個人情報(氏名、生年月日など)を削除しつつ、診断や手術計画などの臨床的に重要な情報を保持することが可能です。
Health First Health Plansは、1upHealthとの提携により、電子健康記録(EHR)データの相互運用性ソリューションを提供している。このプラットフォームでは、臨床情報やクレーム情報を含むデータをFHIR規格に基づき提供し、開発者向けに詳細な技術ガイドラインが公開されている。
ブラックブック・リサーチは、世界患者安全デー(9月17日)に合わせて、医療ITソリューションによる患者安全性の進展を評価した調査結果を発表しました。3,200人以上の国際的な技術ユーザーが参加し、臨床アウトカムや運用効率性など多角的な視点からベンダーを評価しています。
本研究では、HL7 FHIRとRetrieval-Augmented Generation (RAG) を統合した「FHIR-RAG-MEDS」システムを提案した。これは、エビデンスに基づいた臨床ガイドラインを活用し、個別化された医療意思決定支援の向上を目指すものである。