Amazon Web Services ブログ
AWS テクノロジーを使用して臨床試験の成果を改善する
私たちはイノベーションの黄金時代に生きています。今では、個別化された医療によって、私たちが絶対に治癒できないと考えていた病気さえも治療できるようになりました。デジタル医療は、病気を抱えている人々がより健康になれるように手助けしています。私たちは、癌細胞を標的として根絶するために体の免疫システムを活用する方法をずっと探しています。ClinicalTrials.gov の報告によると、登録された研究は 2018 年に 293,000 件に達し、2000 年以来 250 倍の成長を遂げたことを表しています。
しかし、EvaluatePharma のデータを使用した Endpoints News の内部収益率 (IRR) の分析では、いくつか興味深い傾向が強調されています。製薬イノベーションが活気づいている現状は、登録された研究が大幅に成長したことによってサポートされています。しかし、IRR は 2000 年の約 17% から 2017 年の資本コストを下回るまで急激に減少する傾向を示しており、2020 年には 0% になると予測されています。
このブログ記事は、コンプライアンスに準拠した安全な方法で臨床試験データを収集、保存、処理、視覚化、そして実行するためのエンドツーエンドのワークフローに焦点を当てたシリーズの最初の記事です。このシリーズでは、また、人工知能と機械学習テクノロジーを臨床試験へ取り組んだアプリケーションについても説明します。この記事では、AWS のお客様が臨床試験を近代化するために使用する一般的なアーキテクチャパターンについて説明します。これらには、より良いエビデンス生成、コスト削減、品質の向上、アクセスの改善、および患者に向けて個人化された医療のモバイルテクノロジーが組み込まれています。
臨床試験の結果を改善し、コストを削減する
バイオテクノロジーおよび製薬会社は、可能な限りリソースを効率的に使用することに対してプレッシャーを感じています。このプレッシャーにより、コストを削減しながら、プロセスを合理化し、高速化し、安全性を維持するためのあらゆる条件が求められます。ますます多くのライフサイエンス企業がバイオロジクス、CAR-T、および精密医療治療薬をターゲットにしており、より小さく、地理的に分散した患者セグメントに焦点が移っています。この変化により、これまで利用できなかった、非伝統的な情報源からデータを収集するという義務が増しています。これらの情報源には、モバイルデバイス、IoT デバイス、そして家庭用および臨床用デバイスが含まれます。ライフサイエンス企業は、これらの情報源から得たデータを従来の臨床試験データとマージして、薬の安全性と有効性に関する強力なエビデンスを構築します。
昨年の初めに、臨床試験改革イニシアチブ (CTTI) は、患者から総合的で高品質かつ帰属可能な実世界のデータを取得し、米国に提出するためのモバイルテクノロジーの使用に関する推奨事項を提供しました。食品医薬品局 (FDA)。モバイルテクノロジーを使用することで、ライフサイエンス企業は臨床試験への参加障壁を減らし、臨床試験の実施に伴うコストを削減できます。FDA、カナダ保健省、および英国医薬品庁 (MHRA) など、世界的な規制団体も、モバイルテクノロジーの使用を支持しています。モバイルテクノロジーによって、より効率的に患者を募集し、より早くエンドポイントに到達し、臨床試験を実施するために必要な費用と時間を削減することができます。
モバイルテクノロジーを使用して即席にデータを取り込むと、結果にすばやく到達し、コストを削減して、臨床試験の精度を向上させることができます。これは、特にモバイルデータの取り込みに人工知能および機械学習 (AI/ML) テクノロジーが追加されている場合に特に当てはまります。
それと共に、スマート臨床試験の新しい時代を迎えることができます。
同時に、市販されている超大型新薬に向けて設計された従来の臨床試験プロセスやテクノロジーは、新興産業のニーズを効果的に満たすことができません。このため、ライフサイエンス企業や製薬会社は、臨床試験の運用を進化させるための支援を必要としています。これらの事情により、臨床試験は新薬を市場に出すための最大の投資分野の 1 つになりました。
臨床試験でモバイルテクノロジーを従来のテクノロジーと併用すると、臨床試験の結果が改善され、同時にコストが削減されます。さまざまなテクノロジーの統合によって利用できるユースケースには、次のものがあります。
- 臨床試験における参加者の特定と追跡
- 臨床試験で募集する参加者の特定
- 臨床試験に参加している患者の教育と通知
- 標準化されたプロトコルの実装および臨床試験の参加者に関連情報を共有
- 有害事象と安全性プロファイルの追跡
- 新規バイオマーカーを特定するためのゲノムデータと表現型データの統合
- 臨床試験の管理をより良くするための臨床試験へのモバイルデータの統合
- 履歴データに基づいた患者コントロールアームの作成
- 治療、クレーム、およびレジストリデータセットに基づくコホートの階層化
- データ共有と知識創造のための協調的で相互運用可能なネットワークの構築
- 臨床試験を管理するためのコンプライアンス対応インフラストラクチャの構築
AWS クラウドは HIPAA 対象のサービスとソリューションを提供します。AWS のお客様は、これらを使用して、トライアルでのモバイルデバイスおよびセンサーのグローバル実装、IoT データストリーミングの安全なキャプチャ、および視覚化ツールまたは AI/ML 機能による高度な分析におけるソリューションを構築できます。これらのサービスとソリューションで利用できるユースケースのいくつかは、スマート分析を使用して患者を見つけて募集し、グローバルなデータ管理を容易にし、遠隔または入院患者の施設を監視します。その他には、投薬アドヒアランスを守らない場合の予測、有害事象の検出、臨床試験コストを最適化するとともに臨床試験の結果を迅速化する場合などがあります。
AWS の Clinical Trials 2.0 (CT2.0) は、完全に異なるソースからのデータ取り込み、コストが最適化された信頼性の高いストレージ、総合的な分析を可能にするためのクラウドネイティブサービスをより広範囲にわたって導入することを促進しています。同時に CT2.0 は、臨床試験をより効率的に実施するために必要なきめ細かいアクセスコントロール、エンドツーエンドのセキュリティ、およびグローバルなスケーラビリティを提供します。
参照アーキテクチャ
モバイルテクノロジーを使用して臨床試験を管理するための典型的なアーキテクチャのうち 1 つを以下に示します。このアーキテクチャは、モバイルソースからリアルタイムデータをキャプチャし、それを処理する方法を提供することに焦点を当てています。
* – データセキュリティ、アクセスコントロール、およびコンプライアンスなど、追加の考慮事項をアーキテクチャに組み込む必要があります。これについては、この記事の残り部分で説明します。
このアーキテクチャを使用して臨床試験を管理するには、次の主要ステップ 5 つに従ってください。
ステップ 1: データを収集する
モバイルデバイス、個人用ウェアラブルデバイス、インストルメント、およびスマートデバイスは、患者ケアおよび臨床試験を行うグローバルな製薬会社によって、活動の追跡、バイタルサインの監視など、データをリアルタイムで提供するために広く使用 (または考慮) されています。輸液ポンプ、個人用透析装置などのデバイスでは、デバイスの消耗品と目盛りステータスに対する追跡と警告が必要です。これらのデバイスでは、リモート設定の管理も主要なユースケースです。臨床試験で使用されるエンドユーザーのモバイルデバイスは、リアルタイムのデータキャプチャ、データクレンジング、変換、および分析を必要とする多くのテレメトリデータを生成します。
通常、これらのデバイスはエッジノードまたはスマートフォンに接続されています。そのような接続は、AWS IoT Core にデータをストリーミングするために十分なコンピューティングリソースを提供します。AWS IoT Core は、ほぼリアルタイムで Amazon Kinesis Data Firehose にデータを書き込むように設定できます。Kinesis Data Firehose は、リアルタイムのストリーミングデータを Amazon S3 などの送信先に配信するための完全マネージド型サービスです。S3 は、1 つの AWS リージョンの 3 つのアベイラビリティーゾーンにデータをレプリケートできる、オンラインで柔軟性があり、費用対効果に優れた従量制のストレージを提供します。エッジノードまたはスマートフォンは、AWS IoT SDK を使用し、MQTT を使ってデバイスデータを AWS IoT Core にパブリッシュおよびサブスクライブすることができます。このプロセスでは、AWS の認証方法 (「SigV4」と呼ばれる)、X.509 証明書ベースの認証、およびお客様が作成したトークンベースの認証 (カスタムオーソライザーによる) が使用されます。この認証されたアプローチにより、選択したポリシーを各証明書にマッピングし、デバイスまたはアプリケーションへのアクセスをリモートでコントロールできます。Kinesis Data Firehose 暗号化機能を使用して、サーバー側のデータ暗号化を有効にすることもできます。
症例報告書 (CRF)、電子医療記録 (EMR)、および医療用画像管理システム (PACS) を使用した医療画像などの追加データをキャプチャすることもできます。さらに、検査室データ (Labs) およびその他の患者報告結果データ (ePRO) をキャプチャすることもできます。AWS はこれらのデータソースに効果的かつ安全に接続するための複数のツールとサービスを提供しており、さまざまなボリューム、種類、速度でデータを取り込むことができます。ヘルスケアデータハブの作成および医用におけるデジタル画像と通信 (DICOM) データの取得に関しては、AWS ビッグデータブログの記事「AWS と Mirth Connect を使用したヘルスケアデータハブのの作成」を参照してください。
ステップ 2: データを保存する
臨床試験で使用されたデバイスおよびウェアラブルからデータが取り込まれた後、Kinesis Data Firehose を使用してデータが Amazon S3 に保存されます。保存されたデータは、未加工のコピーとして機能し、後で履歴分析やパターン予測に使用できます。Amazon S3 のライフサイクルポリシーを使用して、データを Amazon S3 Glacier などのコストが削減されたストレージに定期的に移動して、それらのストレージコストをさらに最適化することができます。Amazon S3 Intelligent Tiering を使用すると、頻繁なアクセスと不定期なアクセスという 2 つのアクセスティアの間でデータを移動することで、パフォーマンスへの影響や運用上のオーバーヘッドなしで、データアクセスパターンが変更されたときに自動的にコストを最適化できます。また、S3 で利用可能なさまざまな暗号化オプションを使用して、保存データおよび移動中のデータを暗号化することを選択できます。
Amazon S3 は、非常に耐久性があり、可用性が高く、無限にスケーラブルなデータストレージインフラストラクチャを提供し、ほとんどのデータ処理、バックアップ、およびレプリケーションタスクを簡素化します。
ステップ 3: データ処理 — ファーストレーン
データの未加工コピーを収集して保存した後、Amazon S3 は AWS Lambda にイベントを公開し、イベントデータをパラメータとして渡すことで Lambda 関数を呼び出すように設定されます。Lambda 関数は、着信データから有害事象通知、投薬アドヒアランス、治療スケジュール管理などの重要目標達成指標 (KPI) を抽出するために使用されます。Lambda を使用してこれらの KPI を処理し、休止中の暗号化と一緒に Amazon DynamoDB に保存することで、ほぼリアルタイムの臨床試験ステータスダッシュボードを実現できます。これは臨床試験コーディネーターにリアルタイムで警告し、適切な介入が行われるようにします。
これに加えて、医療記録でいっぱいのデータウェアハウスを使用して、機械学習モデルをトレーニングし、実装することができます。このモデルでは、どの患者が投薬を変更しようとしているか、または今後のアドヒアランス課題を示す可能性があるかを予測できます。そのような予測によって、臨床試験コーディネーターが緩和戦略を適用している患者に的を絞り込めるようになります。
ステップ 4: データ処理 — バッチ
履歴分析およびパターン予測のために、ステージングされたデータ (S3 に保存されている) はバッチで処理されます。新しいデータが未加工データの S3 バケットに追加されるたびに、Lambda 関数を使用して抽出、変換、ロード (ETL) プロセスがトリガーされます。この Lambda 関数は、AWS Glue を使用して ETL プロセスをトリガーします。これは、分析用のデータを簡単に準備およびロードできるようにする完全マネージド型 ETL サービスです。このアプローチは、Amazon S3 に保存されている実用的なインサイトを導き出すために、現在および過去のデータをマイニングする場合に役立ちます。
そこから、データが AWS から提供される、費用対効果の高い、ペタバイト規模のデータウェアハウスである Amazon Redshift にロードされます。また、Amazon Redshift Spectrum を使用して、データを Amazon Redshift にロードせずにデータウェアハウジングをエクサバイトに拡張することもできます。詳細については、ビッグデータブログの記事 Amazon Redshift Spectrum Extends Data Warehousing Out to Exabytes—No Loading Required を参照してください。これにより、臨床試験全体を網羅した全体像を臨床試験コーディネーターに提供することができ、より迅速に対応および反応することができます。
これに加えて、アドヒアランス課題が発生する可能性がある患者を特定するための機械学習モデルをトレーニングして実装することができます。これで、臨床試験コーディネーターは患者の教育とサポートを強化することができます。
ステップ 5: データを視覚化して操作する
データが処理されて使用可能になった後は、ネイティブの Amazon Redshift 接続を提供する、AWS のクラウドネイティブのビジネスインテリジェンスサービスである Amazon QuickSight を使用できます。Amazon QuickSight はサーバーレスなので、数時間で顧客にロールアウトできます。AWS が提供する JDBC または ODBC ドライバー、またはオープンソースの PostgreSQL ドライバーを使用して Amazon Redshift に接続できる、多数のサードパーティーレポート作成ツールを使用することもできます。これらのツールには、TIBCO Spotfire Analytics、Tableau Server、Qlik Sense Enterprise、Looker などがあります。リアルタイムデータ処理 (前述のステップ 3) と履歴ビューのバッチ処理 (ステップ 4) を組み合わせます。それとともに、開発業務受託機関 (CRO)、研究管理者、臨床試験コーディネーター、および臨床試験の参加に関係する他の団体に、以前は不可能であった速度と頻度で、効果的かつ十分な情報を得たうえでの決定を行う権限を与えます。Amazon QuickSight 独自のセッションごとの料金設定モデルを使用すると、ユーザーがダッシュボードにアクセスしたときにのみ料金を支払うため、爆発的な使用量によるモデルのコストを最適化できます。
Amazon Simple Notification Service (Amazon SNS) を使用すると、着信データとテレメトリに基づくリアルタイムのフィードバックが、テキストメッセージ、モバイルプッシュ、および E メールを使用して患者に送信されます。さらに、臨床試験管理者やコーディネーターは、患者に Amazon SNS 通知を送信できます。Amazon SNS は、マイクロサービス、分散システム、およびサーバーレスアプリケーションのための完全マネージド型パブリッシュ/サブスクライブメッセージングを提供します。これは、ハイスループット、プッシュベース、多対多のメッセージング用に設計されています。アラートと通知は、現在のデータ、または現在と過去のデータの組み合わせに基づいています。
Amazon SNS に発行されたメッセージを暗号化するには、AWS コンピューティングブログの記事「AWS KMS を使用した Amazon SNS に発行されたメッセージの暗号化」の手順に従ってください。
データセキュリティ、データのプライバシー、データの整合性、およびコンプライアンスに関する考慮事項
AWS にとっては、お客様の信頼が最優先事項です。私たちは、190 か国以上にわたる企業、教育機関、政府機関など、何百万ものアクティブなお客様にサービスを提供しています。私たちのお客様には、金融サービスプロバイダー、ヘルスケアプロバイダー、および政府機関が含まれます。また、お客様は機密情報を扱ううえで私たちを最も信頼しています。
これを容易にするには、前述のサービスと共に、AWS Identity and Access Management (IAM) サービスも使用する必要があります。IAM を使用すると、アクセスの分離、きめ細かなアクセスコントロール、およびエンドユーザーのモバイルアプリケーションとウェブアプリケーションの保護を維持できます。また、AWS Security Token Service (AWS STS) を使用して、安全で期限切れのタイムボックスの一時的なセキュリティ認証情報をサードパーティーの管理者やサービスプロバイダーに提供し、セキュリティ体制を大幅に強化することもできます。AWS CloudTrail を使用して、IAM と STS の API 呼び出しをログ記録できます。さらに、AWS IoT Device Management を使用すると、IoT デバイスを大規模かつ安全にオンボード、整理、モニタリング、およびリモート管理することができます。
AWS を使用すると、クラウドに保存されているデータにセキュリティレイヤーを追加することができます。AWS は、Amazon EBS、Amazon S3、Amazon Redshift、Amazon SNS、AWS Glue などのサービスに対して、スケーラブルで効率的な暗号化機能を提供します。AWS Key Management Service などの柔軟なキー管理オプションを使用すると、AWS に暗号化キーを管理させるか、それらのキーを完全にコントロールするかを選択できます。さらに、AWS では、暗号化とデータ保護を、AWS 環境で開発またはデプロイするサービスと統合するための API を提供しています。
顧客として、データの所有権を維持し、コンテンツを処理、保存、およびホストできる AWS サービスを選択できます。一般的な言い方をすると、AWS はいかなる目的のためにも、お客様の同意なしにお客様のコンテンツにアクセスしたり使用したりしません。AWS は、マーケティングや広告目的で情報を引き出すために顧客データを使用することはありません。
クラウドソリューションのセキュリティを評価する際には、クラウドのセキュリティとクラウド内のセキュリティを理解して区別することが重要です。「AWS 共有責任モデル」にこの関係の詳細が記載されています。
コンプライアンスへの取り組みを支援するために、AWS は世界中のさまざまなコンプライアンス規制、証明、認定、およびプログラムに、さらにたくさんのサービスを追加し続けています。どのサービスが適しているかを判断するには、「スコープ内のサービス」ページを参照してください。
また、AWS CloudTrail、AWS Config、Amazon GuardDuty、AWS Key Management Service (AWS KMS) などのさまざまなサービス (ただしこれらに限定されない) を使用して、コンプライアンスと監査の取り組みを強化することもできます。詳細については、「AWS コンプライアンスのソリューションガイド」をご覧ください。
最後の考察
医療デバイス分野における相互接続性および技術的進歩の成長につれて、モバイルデバイスおよびセンサーは臨床試験の多くの側面を改善することができます。これらは、患者の募集、十分な情報を得たうえでの合意、患者カウンセリング、そして患者とのコミュニケーション管理に役立ちます。それらはまた、プロトコルと投薬アドヒアランス、臨床試験のエンドポイント測定、および有害事象について参加者に警告するプロセスを改善することができます。スマートセンサー、スマートモバイルデバイス、そして堅牢な相互接続システムは、臨床試験を実施する上で中心的な役割を果たします。
臨床試験活動を実施または後援するすべてのバイオ医薬品組織は、全体的な臨床試験を実施してデータの一貫性を維持しながら、臨床試験へのアプローチを進めるという難題に直面しています。AWS クラウドは、臨床試験におけるデータの収集方法、保存方法、そして使用方法について、新しい次元での取り組みを可能にします。このように、薬を市場に出す方法に関して、新しい現実に向かって進む中で、その難問に対処します。AWS クラウドは、スケール、セキュリティ、費用対効果の高い IT インフラストラクチャの確立など、テクノロジー面での課題を抽象化しています。そうすることで、バイオ医薬品組織は、効果的で画期的な治療法を開発し、患者の生活を向上させるという、核となる使命に集中することができます。
著者について
Mayank Thakkar – AWS ヘルスケアおよびライフサイエンスのグローバルソリューションアーキテクト
Deven Atnoor 博士 – AWS ヘルスケアおよびライフサイエンスの業界スペシャリスト