T-Rx: A toolbox for reproducible processing of prescriptions (Rx) stored in electronic health record databases

あなたは、なぜある人は病気が治り、ある人は治らないのかという謎を解こうとしている探偵だと想像してください。これを行うためには、膨大な手がかりのライブラリが必要です。現代医学の世界では、これらの手がかりは「電子健康記録（EHR）」の中に隠されています。これは、医師があなたの症状や処方した薬を書き留めるためのデジタルノートです。しかし、厄介なことに、このデジタルノートは非常に乱雑なのです。ある医師は「500mgの錠剤を2錠服用」と書き、別の医師は「500mg錠、数量2」と書き、さらに別の医師は単に「高用量」と走り書きしているかもしれません。それはまるで、ページごとに筆跡も言語も異なる物語を読もうとしているようなものです。

科学者たちは、DNAサンプルと何十万人もの人々の個人的な物語が入った巨大な宝箱である「バイオバンク」を持っています。彼らがこの乱雑な医師のメモとDNAの宝箱を結合しようとすると、壁に突き当たります。ある人が正確にどれだけの量の薬を、どのくらいの期間服用したのかを、簡単に把握することができないのです。明確なイメージがなければ、特定の薬が効いているのか、あるいは耐性ができているのか、あるいは用量が重要なのかを見極めることは困難です。この論文は、その乱雑な筆跡を整理し、それらの散らばったメモを、誰もが治療結果という謎を解くために使えるような、明快で読みやすい物語へと変えるために設計された新しいツールを紹介しています。

処方データのためのデジタル・スイスアーミーナイフである T-Rx をご紹介しましょう。これは、Rというコンピュータープログラムの中で動く、非常に賢い翻訳者であり、整理整係員だと考えてください。その仕事は、電子健康記録に見られる混沌とした非構造的な走り書きを取り込み、研究者が実際に使用できる、整然とした整理されたデータへと変換することです。著者たちがT-Rxを構築したのは、膨大なデータがある一方で、それを処理するための標準的な方法が欠けていることに気づいたからです。現在、例えばある研究者が抗うつ薬への反応を研究したい場合、特定のメモにある「500mg」が何を意味するのかを理解するために、独自の複雑なコードを書かなければなりません。同じことを研究している別の研究者は、全く異なるコードを書くかもしれません。これでは、二人のシェフが異なる計量カップを使ってレシピを作っているときのように、結果を比較することが不可能です。

T-Rxは、工場のアセンブリラインのように連携して機能する3つの「モジュール」、つまりツールによってこれを解決します。

第一に、抽出および補完（Extraction and Imputation）モジュールがあります。例えば、「アモキシシリン 500mg カプセル」という処方箋を見ている場面を想像してください。T-Rxは、特別なルール（「正規表現」と呼ばれる、検索・発見パターンの一種）を使用して、数字と単位を探し出します。それは「500」と「mg」を捕まえ、それを整った箱に入れます。もしメモに数字が欠けている場合、T-Rxには「補完」という第二の手口があります。これは、状況から判断して空白を埋める探偵のようなものです。例えば、医師が「錠剤を1錠服用」と書きながら用量を書き忘れた場合、T-Rxはその薬の標準的な用量を調べて、それを補うことができます。チームはこの手法を、UKバイオバンクおよびCPRDからの実際のデータでテストしました。その結果、抗うつ薬に関して、T-Rxは最初から約85%のメモから用量を正常に抽出でき、この「空白埋め」のテクニックを使用した後は、99%以上のメモから用量を抽出できることが分かりました。これは、データを乱雑なままにしておくよりも劇的な改善です。

第二に、曝露判定（Exposure Ascertainment）モジュールは、タイムラプスカメラのような役割を果たします。データベース内の処方は、通常、「月曜日に患者が薬を飲んだ」「火曜日に患者が薬を飲んだ」といった、単発のイベントのリストに過ぎません。しかし現実には、人々は一定期間にわたって薬を服用します。このモジュールは、それらの散らばった点をつなぎ合わせ、患者が実際にその薬に「曝露」されていた期間を示す確かな線を引きます。患者が連続して薬を保有していた（継続的な供給があった）のか、あるいは空白期間があったのかを判別します。これにより、研究者は断片的なスナップショットだけでなく、治療の全行程を見ることができるようになります。

最後に、フェノタイピング（Phenotyping）モジュールは「ストーリーテラー」です。データがクリーンで整理された後、このツールは研究者が特定の質問を投げかけるのを助けます。例えば、「治療抵抗性うつ病（TRD）」を即座に特定できます。以前は、TRDを定義するには、患者が一度の発症中に少なくとも2回薬を変更したかどうかを確認する複雑なコーディングが必要でした。T-Rxには、これを一行のコードで行う事前構築されたコマンドがあります。また、患者が ある薬から別の薬へ切り替えたことも特定できます。著者らは、これらのツールを使用することで、生の処方リストを、薬を切り替えた患者や、治療に反応しなかった患者の明確なプロファイルへと変えられることを示しました。

この論文は、T-Rxが完璧であるとか、あるいは世界中のあらゆる場所で機能すると主張しているわけではありません。チームは、テストを行ったのがイギリス（具体的にはUKバイオバンクとCPRD）のデータのみであることを認めています。医師が異なる形式でメモを書く可能性のある他国のデータでも機能するかどうかはまだ確認されていません。しかし、T-Rxはオープンソース（誰でもコードを見ることができ、改善できるという意味）であるため、他の科学者がこれを拡張する手助けができると示唆しています。また、他のツールの中には複雑な人工知能を使用してメモを読み取るものもありますが、T-Rxはよりシンプルでルールに基づいた手法を使用しており、より高速で検証が容易であるため、実世界の薬の効果を研究したいと考えている人にとって優れた出発点になると述べています。

要するに、T-Rxは、デジタル処方メモの乱雑で混乱した世界を、クリーンで整理されたデータセットへと変えるツールボックスです。これは自ら新しい薬を発見したり病気を治したりするものではありませんが、なぜ治療が一部の人には効き、他の人には効かないのかをようやく理解するために、科学者が必要とする明確で信頼できるデータを提供します。これらのツールを無料かつ使いやすく提供することで、著者らは、世界中の研究者が「車輪の再発明」をすることなく、人類の健康という大きなパズルを解くために、互いの知見を比較できるようにしたいと考えています。