現在、我々が進めているePath事業ではクリニカルパスの電子化とともに患者情報も含めたデータモデルを構築中であり、ベンダーを越え、病院間をまたいだデータ収集を目指している。これによりreal world big dataの収集が可能になり、通常のバリアンス分析のみならず、薬剤の効果検証、ガイドラインの検証なども可能である。本学会では脳梗塞患者におけるガイドライン採用薬剤の検証事例としてランダム・フォレスト解析をもとに報告する。

　電子クリニカルパスでは医療プロセスを明示し、そこから発生する様々な文字データ、数値データを含め整合性のある形で格納し、分析できる。電子カルテそのものを統一することは難しいが、データ形式や保存形式を標準化することで、ベンダーや医療機関を越えてデータを収集できる。ただ、分析を精緻化するためにはいくつかの課題を乗り越える必要がある。例えば検査の領域ではJLAC10 or 11といったマスターが使われているが、薬剤においてはHOTコード、YJコードなどが使われ、さらに各医療機関でそれぞれに独自コードも使用されており、統一されていない。もちろん各マスターは使用目的に応じて各医療機関あるいはベンダーが選択しているという実情もある。ただ、こうしたマスターは独自性を発揮すべき分野ではなく、社会における情報インフラであり標準的で整合性のある統一コードが望ましい。しかもマスターは新しい検査や薬剤が出現すれば当然、追加されるものであり、維持管理にはそれなりの費用やスキルを要するため、公的機関あるいはそれに準ずるしかるべき機関が責任を持って管理する事が望まれる。