Cerner/Oracle HealthのFHIR APIとSMART on FHIRワークフロー解説
API Evangelistは、EHRプラットフォームであるCerner Millennium(現Oracle Health)のFHIR R4 APIについて、単なるリソースリストではなく一連の流れとして理解する必要性を指摘した。具体的には、SMART App Launch契約に基づく患者検索や臨床データ書き戻しなど、3つのワークフローを解説している。
全 4,428 件のFHIR関連ニュース(最新順)
API Evangelistは、EHRプラットフォームであるCerner Millennium(現Oracle Health)のFHIR R4 APIについて、単なるリソースリストではなく一連の流れとして理解する必要性を指摘した。具体的には、SMART App Launch契約に基づく患者検索や臨床データ書き戻しなど、3つのワークフローを解説している。
HL7 Europeは、FHIR標準に基づいた「Address model」のマッピング仕様を公開した。これは、Europe Base and Core FHIR IG v0.1.0-snapshotとして提供され、開発者が参照できる技術リファレンスとなる。
AnyBioとMedplumは、ウェアラブルデバイスデータと臨床ワークフローをFHIR Observationリソースで統合する共同参照アーキテクチャを発表した。これにより、バイオシグナルを活用した遠隔患者モニタリングの開発期間が12〜18ヶ月から数週間に短縮される。
データエンジニアリング企業Sonraが、エンタープライズの古いXMLデータを現代の分析プラットフォームで利用可能にする無料オンラインツール「Flexter」を発表した。このツールは、複雑な階層構造を持つXMLファイルを、CSV形式などのフラットな構造に自動変換し、レガシーデータの活用を支援する。
インドの国家医療局(NHA)は、GoogleのAI機能を新アプリ「Aarogya Setu 2.0」に統合しました。これにより、ユーザーは非構造化された診療記録から包括的なデジタル健康プロファイルを生成できるようになります。
Googleは、自社のGemma 4 AIモデルとMedical Data Toolkitを活用し、Aarogya Setu 2.0アプリに機能を組み込んだ。これにより、非構造化された医療記録から重要な臨床情報を抽出し、FHIR標準形式へのデータ変換を実現し、インドのデジタルヘルスにおける相互運用性を高める。
Canvas Medicalは、単なるFHIRリソース提供に留まらない、実際の臨床ワークフローを重視したAPI設計の重要性を指摘。SMART on FHIRや患者登録・投薬など、具体的な一連の流れ(シーケンス)としてEHR連携を捉えるべきと提言している。
FHIRプロファイルは、基本的なFHIRリソース(Patient, Observationなど)が持つ構造を、特定の利用シーンや地域要件に合わせて具体的に定義するものです。これにより、データ交換の曖昧さを排除し、信頼性が高くテスト可能な相互運用性を実現します。
データ交換において、臨床的な完全なコンテキストが必要な場合は「FHIRドキュメント」を使用し、リアルタイムで特定の最新情報にアクセスする必要がある場合は「FHIR API」を利用することが推奨される。両者は異なる目的と技術的特性を持つため、適切な使い分けが求められる。
FHIRバンドルは、複数の関連する医療リソース(患者情報、検査結果など)を一つの構造化されたパッケージにまとめる概念です。これにより、システム間でデータが文脈を保ったまま安全かつ一貫して移動することが可能になります。
本記事は、FHIR(Fast Healthcare Interoperability Resources)サーバーが、医療システム間の構造化されたデータ交換を可能にする相互運用性のバックボーンであることを解説している。APIゲートウェイや認証サーバーといった複数のコンポーネントが連携し、セキュリティと信頼性を確保する仕組みが詳述されている。
bonfireDBが、大規模なFHIRレコードや検索クエリから必要な情報のみを抽出・整形し、AIエージェントへの入力として最適化する一連の開発ツールを発表した。これにより、コンテキストウィンドウのオーバーフローを防ぎ、臨床的な文脈に基づいたデータ利用を可能にする。
インターシステムズは、動画を通じて、HL7 FHIRとエージェンティックAIを組み合わせることで、構造化された臨床データに基づいて動作するインテリジェントなヘルスケアアプリケーションの構築方法を紹介しました。本発表では、AIエージェントのアーキテクチャや用語正規化の重要性など、具体的な技術要素が解説されています。
インド国立保健局(NHA)は、GoogleのAI機能「Gemma 4」と「Medical Data Toolkit」をAarogya Setu 2.0アプリに統合した。これにより、非構造化された医療記録からデータを抽出し、デジタル健康プロファイルを構築し、相互運用性を高めることが可能になった。
国家医療局(NHA)は、GoogleのAI技術を活用し、「Aarogya Setu 2.0」アプリを改善した。これにより、非構造化された診療記録から詳細なデジタル健康プロファイルを生成することが可能となり、インドの電子カルテ共有と相互運用性を支援する。
Googleは、AIモデル「Gemma 4」と「Medical Data Toolkit」を活用し、アプリ「Aarogya Setu 2.0」の機能強化を実現した。これにより、非構造化された医療記録からデジタル健康プロファイルを生成できるようになった。
インド国家衛生局(NHA)は、新しいアプリ「Aarogya Setu 2.0」を発表した。このアプリはGoogleのオープンなMedical Data ToolkitとGemma 4モデルを活用し、複雑な医療記録を処理・構造化することで、デジタル公共インフラの強化に貢献する。
研究者らは、大規模言語モデル(LLM)が電子カルテの臨床データを活用するための基盤として、「Atrium」というオープンソースの参照モデルコンテキストプロトコル(MCP)サーバーを提案した。これはFHIR R4エンドポイントを公開し、SMART-on-FHIR認証を通じて安全にデータアクセスを可能にする。
Telstra Health社は、AIを活用したプラットフォーム「Corus」を導入し、FHIR標準を利用して医療データのサイロ化問題に取り組んでいる。これにより、複数の提供者や環境をまたぐ患者のデータを一元的に集約し、ケアの継続性を高めることを目指す。
台湾生技医療器材工業同業公会は、工研院などと連携し、「AI智慧医療データ大プラットフォーム」を設立した。本プラットフォームは、国際標準であるFHIR(Fast Healthcare Interoperability Resources)を核とし、医療データの標準化・統合を通じて、AIを活用した医療製品の開発と検証プロセスを大幅に加速させることを目指す。