医療データレイク - Amazon HealthLake で FHIR 準拠の医療データを管理・分析する

医療データ管理の課題と HealthLake

医療データは電子カルテ (EHR)、検査結果、画像診断、臨床ノート、保険請求データなど多様な形式で存在し、システム間の相互運用性が長年の課題です。FHIR (Fast Healthcare Interoperability Resources) は HL7 が策定した医療データの標準規格で、RESTful API による医療データの交換を定義しています。Amazon HealthLake は FHIR R4 準拠のマネージドデータストアで、医療データの標準化された管理・分析を実現します。構造化データ (FHIR リソース) と非構造化データ (臨床ノート、退院サマリー) の両方を取り込み、NLP で非構造化データから医療エンティティを自動抽出して構造化します。HIPAA 適格サービスとして、保護対象医療情報 (PHI) の取り扱いに対応しています。

データの取り込みと NLP 処理

HealthLake は FHIR API (REST) でデータの CRUD 操作を提供します。Patient (患者)、Condition (疾患)、Medication (薬剤)、Observation (検査結果)、Procedure (処置) などの FHIR リソースを標準的な API で管理できます。FHIR バンドルによる一括インポートにも対応し、既存の EHR システムからのデータ移行が可能です。統合医療 NLP (Integrated Medical NLP) 機能は、非構造化テキスト (臨床ノート、退院サマリー) から医療エンティティを自動抽出します。Comprehend Medical の技術を活用し、疾患名、薬剤名、処置名、解剖学的部位、検査値などを識別し、ICD-10-CM (疾患コード) や RxNorm (薬剤コード) への自動マッピングを行います。抽出された情報は FHIR リソースとして構造化され、検索・分析に活用できます。

分析と統合

HealthLake のデータは S3 にエクスポートでき、 Athena で SQL クエリによる大規模分析を実行できます。たとえば「特定の疾患を持つ患者の薬剤処方パターン」「年齢層別の検査結果の分布」「再入院率の分析」といったクエリを実行できます。 QuickSight との統合でダッシュボードを構築し、医療データの可視化も可能です。 SageMaker との統合で、医療データを使った ML モデル (疾患予測、リスクスコアリング) の構築にも活用できます。こうした分析は FHIR 検索だけでは完結しないため、エクスポートジョブ (StartFHIRExportJob) で S3 へ出力し、 Athena や SageMaker と組み合わせる構成が基本になります。エクスポートしたデータ量も課金対象になるので、費用の全体像は次節にまとめて整理します。

HealthLake の料金

(2026 年 8 月時点・単価は特記のない場合バージニア北部) HealthLake の料金は 7 つの課金軸で構成されます。特徴的なのは、最大の費用要素がリクエスト量ではなくデータストアの稼働時間だという点です。データストアは作成した時点から削除するまで、リクエストを送っていなくても 1 時間あたり 0.27 USD が課金され続けます。この時間課金には最初の 10 GB のストレージと 1 時間あたり 3,500 クエリ (アカウント内の全データストア合計) が含まれ、超えた分だけが従量課金になります。含まれるクエリの判定は月次の請求サイクル末に月間合計 (3,500 クエリ × 720 時間 = 月 252 万クエリ) で行われるため、特定の時間帯だけ 3,500 クエリ/時を超えても月間合計が枠内なら課金されません。データストアには HealthLake Advanced (既定) と HealthLake Standard (旧世代のデータストア) の 2 つのティアがあり、ストレージとクエリの単価が異なります。

取り込みで注意したいのは、課金がデータ量ではなくインポート API の呼び出し回数に対して発生する点です。医療テキストを構造化する統合医療 NLP も HealthLake 自体の課金項目で、Comprehend Medical を別に契約する必要はありません。単価はリージョンによって変わり、アジアパシフィック (シドニー) ではデータストアが 1 時間あたり 0.2889 USD 、追加ストレージが Advanced で 1 GB あたり月額 0.3959 USD 、エクスポートが 1 GB あたり 0.2033 USD です。なお HealthLake は東京リージョンでは提供されていないため、国内の医療データを扱う場合は保存先リージョンの選択自体が設計上の論点になります。公式の計算例では、バージニア北部で 7 GB を保存し、平均して 1 時間あたり 2,000 クエリを実行し、月に 100 万文字を NLP で処理した場合、データストアの時間課金 720 時間分 194.40 USD に NLP の 10.00 USD が加わり、ストレージとクエリは含まれる範囲に収まって月額 204.40 USD になります。小規模な検証でも稼働時間だけで 200 USD 前後の固定費が立つため、使い終わった検証用データストアを残さない運用がコスト管理の要点です。

HIPAA とコンプライアンス

医療データを扱う基盤では、法令遵守が最優先事項です。HealthLake は保護対象医療情報を扱える適格サービスですが、利用にあたっては事業提携契約を結び、規定に沿った運用を行う必要があります。保存データと通信は暗号化し、誰がどのデータにアクセスできるかを最小権限で制御します。アクセスの記録を監査ログとして残し、不正な参照を追跡できるようにします。患者の個人情報は厳格に管理し、目的外の利用を防ぎます。技術的な保護と運用ルールの両面で、医療情報を扱うにふさわしい統制を整えることが、信頼される医療データ基盤の前提になります。

相互運用性と既存システム連携

医療データ活用の難しさは、システムごとに形式が異なる点にあります。HealthLake は FHIR という標準規格に準拠した API を備えるため、規格に対応したシステムとデータをやり取りしやすくなります。既存の電子カルテからデータを移行する際は、一括インポートの仕組みを使って段階的に取り込めます。標準化されたデータとして蓄積することで、別々のシステムに散在していた患者情報を、横断的に参照・分析できるようになります。相互運用性を確保することが、施設や部門を越えたデータ連携の土台となり、医療の質の向上につながります。

代表的なユースケース

標準化された医療データが集まると、さまざまな活用が広がります。集団全体の健康状態を俯瞰し、疾患の傾向や予防の効果を分析する集団健康管理は代表例です。特定の条件に合う患者群を抽出し、臨床研究や治験の対象選定に役立てることもできます。検査値や診療履歴をもとに、再入院やリスクの高い患者を予測するモデルの構築にも応用できます。非構造化の臨床ノートから自動抽出した情報を加えれば、これまで埋もれていた知見も分析対象になります。標準データを基盤に、医療現場の意思決定を支える分析が実現します。

設計上の注意とデータガバナンス

医療データ基盤の設計では、プライバシーの保護を中心に据えます。分析目的では、個人を特定できる情報を取り除く非識別化を行い、必要最小限のデータだけを使う方針が安全です。患者の同意の範囲を管理し、同意のないデータ利用を防ぐ仕組みを設けます。データの出所と利用履歴を追跡できるようにし、品質と来歴を保証します。規模が大きいとコストも膨らむため、まず特定の診療科や期間に絞って試し、効果を確かめてから対象を広げる段階的な進め方が現実的です。統制と活用のバランスを取った設計が求められます。

まとめ - HealthLake の活用指針

Amazon HealthLake は、FHIR 準拠の医療データ管理と分析を実現するマネージドサービスです。FHIR API による標準化されたデータ管理、NLP による非構造化データの自動構造化、Athena/SageMaker との分析統合、HIPAA 準拠が主な強みです。医療機関、製薬会社、ヘルスケアスタートアップなど、医療データの標準化と分析が必要な組織に適しています。