HealthRecordCommunity

ニュース

「FHIR」の検索結果:4,394 件

FHIRInternational🏛Inferscience整理済2026年3月23日

FHIRデータ疲労の克服:データを行動可能なワークフローへ

医療現場では、FHIRによるデータアクセスが容易になった一方で、情報過多による「データ疲労」という問題が深刻化している。本記事は、単なるデータ収集ではなく、AIを活用して情報を優先し、臨床ワークフローに組み込むことで、具体的な行動(アクション)を導き出す重要性を解説する。

FHIRUSAUnited States🏛Function整理済2026年3月23日

FunctionとPerplexity HealthがAIコネクタで個別化された健康情報提供を開始

テキサス州のヘルスケアスタートアップFunctionは、Perplexity Healthと提携し、AIコネクタを導入した。これにより、ラボの結果や臨床サマリーなどの断片的な医療データを統合し、ユーザーが個別のデータに基づいた健康情報を統一プラットフォームで得られるようになった。

Perplexity Health
FHIRInternational🏛(メール詳細から取得可)整理済2026年3月23日

FHIRが実現する「意味的な相互運用性」の役割とは

データ交換が進む中で、真の医療システム連携にはデータの「意味」を統一的に解釈することが求められる。FHIRは構造化されたデータ交換を可能にするだけでなく、標準化されたコーディングや用語集を通じて、この意味的相互運用性の実現に重要な役割を果たす。

FHIRInternational整理済2026年3月21日

医療情報連携の仕組み:FHIRとHL7によるデータフロー解説

本記事は、電子カルテや検査システムから得られた臨床データを、APIやFHIRといった標準規格を通じてどのように別のアプリケーションで利用可能にするかを解説している。真の相互運用性は単なるファイル移動ではなく、継続的なケアの支援や患者安全性の向上に不可欠である。

FHIRInternational🏛(メール詳細から取得可)整理済2026年3月21日

AIを活用した医療請求の異議申し立てシステム構築ガイド

本記事は、保険金支払いの否認(denial)に対する「メンバーによる異議申し立て」を自動化するための三段階のアーキテクチャを解説する。FHIRやHL7といった標準規格を利用し、LLMの活用から始まり、RAG導入を経て、最終的にドメイン特化モデルへと進化させる技術的なアプローチを示す。

FHIRHL7
FHIRInternational🏛CodePhusion整理済2026年3月21日

医療データ交換の変革:FHIRが実現するラボデータの連携

FHIR(Fast Healthcare Interoperability Resources)は、研究機関や病院とラボシステム間のデータ共有を標準化し、カスタムインターフェース開発の必要性を排除します。これにより、ラボデータは患者を追跡し、医療記録全体にわたって一貫した形で利用可能になります。

CodePhusion
FHIRUSAUSA🏛AWS HealthLake整理済2026年3月20日

HealthLakeの$inquire操作でPAS承認状況を照会する方法

AWS HealthLakeを利用し、FHIRベースの標準化されたワークフローを通じて、以前提出した事前承認(Pre-Authorization)のステータスを確認できる。この$inquire操作は、Da Vinci PAS Implementation Guideに基づき、申請内容と患者情報を用いて現在の承認状況を照会する。

FHIRUSAUSA🏛Perplexity AI, b.well Connected Health整理済2026年3月20日

Perplexity AIとb.wellが提携:AIによるパーソナライズ医療情報提供へ

Perplexity AIは、b.well Connected Healthと提携し、個人の電子カルテデータをAI検索プラットフォームに接続することで、個別化された健康インサイトを提供する。これにより、Apple Healthやウェアラブルデバイスのデータも統合され、より正確なコンテキストに基づいた情報提供を目指す。

FHIRInternational整理済2026年3月20日

Aidboxのスケール戦略:垂直と水平の比較検証

本記事は、FHIRサーバーであるAidboxについて、CPUコアを単一インスタンスに集中させる「垂直スケーリング」と複数のインスタンスに分散させる「水平スケーリング」の両面から性能ベンチマークを実施した結果を報告している。結論として、生の処理能力(RPS)では垂直スケーリングが優位だが、高可用性やメモリ効率を考慮すると2×4の構成が最適である。

FHIRInternational🏛German Research Center for Artificial Intelligence (DFKI), Berlin (and associated institutions)整理済2026年3月20日

臨床文書からFHIRリソースを自動生成するAIフレームワーク「Infherno」を発表

研究チームは、非構造化の診療記録テキストからFHIR形式のリソースを合成するためのエンドツーエンドなエージェントベースのフレームワーク「Infherno」を提案した。これは、LLMと外部ツールを活用し、臨床データ統合における汎用性と正確性を向上させることを目的とする。