# ETL とフィーチャーストアを備えた臨床データレイクハウス · Yila

> 五列で組んだ横型のアーキテクチャ図です。複数の臨床データ源からバッチとストリーミングで取り込んだデータを階層化したレイクハウスに通し、フィーチャーストアから機械学習、分析、コホート研究へ届けます。医療情報学の論文やデータ基盤の研究費申請に向きます。

URL: https://yila.ai/ja/templates/clinical-data-lakehouse-network-figure

左端には電子カルテ、PACS、ゲノム、検査部門システム、診療報酬請求、IoT テレメトリーのデータ源が並びます。バッチ ETL と変更データキャプチャのストリーミングが三層のレイクハウスへ流れ込み、ブロンズは生データと非構造化データを保持し、シルバーは清浄化して SNOMED や LOINC などの標準コードに対応付け、ゴールドは集計済みのコホートや業績データを持ちます。土台はオブジェクトストレージで、ガバナンスとリネージの枠が全体を囲みます。フィーチャーストアが学習、推論、報告、コホート探索へ特徴量を渡し、取得からモデルまでの経路をたどれます。

- **臨床データ源**: 左側に六つのデータ源の箱を積みます。サンプルの電子カルテの箱は既往歴を二度挙げているので、重複を消します。
- **バッチ ETL とストリーミング**: 二つの取り込み口を並べ、ストリーミング側には変更データキャプチャと記し、どちらの矢印もブロンズ層に着地させます。
- **ブロンズ層**: 生データ・非構造化データと記し、JSON レコード、画像、自由記述などの中身の例を添えます。
- **シルバー層**: 清浄化、患者の名寄せ、コードの対応付けを明記します。サンプルではこの層の小さな文字に誤字があります。
- **ゴールド層**: 分析に使える集計データと記し、コホートの表や品質・業績の指標を例に挙げます。
- **ガバナンスの枠**: レイクハウスの枠に ACID トランザクション、スキーマの強制、ガバナンス、リネージを書き、下にオブジェクトストレージを置きます。
- **フィーチャーストア**: レジストリ、特徴量生成パイプライン、バッチ学習用のオフラインストア、低遅延配信用のオンラインストアを四つの別々のブロックにします。
- **下流の利用者**: データサイエンスと機械学習、臨床分析と報告、研究とコホート探索、業務アプリケーションを並べます。

- 論文の機序図, 研究費申請書, 審査会スライド, 研究室ウェブサイト

- **プライバシーと匿名化**: 図には匿名化、アクセス制御、監査の段階がありません。医療情報学の査読者は、どの層で個人を特定できる健康情報を取り除くのか、ゴールド層を誰が読めるのかを尋ねてきます。
- **予測時点に正しい特徴量**: オフラインストアから取る学習用の特徴量は各予測時点の値でなければならず、そうしないと診断後に記録された検査値がモデルに漏れ込みます。特徴量を時点に合わせて再構成しているかを凡例に書いてください。
- **コード体系と共通データモデル**: シルバー層には SNOMED と LOINC しか書かれていません。薬剤や診断の用語体系、OMOP のような共通データモデルへの対応付けについて問われると考え、パイプラインに合わせてラベルを補ってください。
- **ストリーミングは本当に必要か**: ストリーミングの経路は取得からオンラインストアまで通っています。病棟でのアラートをうたうなら、それを支える遅延を報告してください。純粋に後ろ向きの研究であれば、ストリーミングのレーンごと外します。

## FAQ

### この構成図を論文にそのまま使えますか？

システム図の最初の下書きとして使ってください。AI が生成した画像で、シルバー層とゴールド層のラベルに誤字があり、レイクハウスのブロックの周りには意味のない寸法線があります。すべてのラベルを確かめ、雑誌の要件を満たすまで会話で修正を続けてください。

### ブロックを自分の病院の構成要素に置き換えられますか？

要素ごとにはできませんが、Yila の会話で修正を続けられます。データ源、取り込み方、下流での使い道を説明し、たとえば請求データを外して追跡調査の質問票を加えると伝えれば、五列を組み直した新しい版が生成されます。

### どの形式で受け取れますか？

AI が生成した 4:3 横型の PNG 画像で、論文、申請書類、発表スライドに使えます。ベクター画像ではなく、各層の中の小さな説明は拡大するとぼやけるので、必要な大きさで読めるかを確かめてください。

### 無料ですか？

このページとサンプルの閲覧に費用はかかりません。Yila での生成と編集にはクレジットを消費し、新規アカウントには 2500 クレジットが付与されます。自分の基盤に合わせてデータ源や下流の用途を何版か作り直すには十分です。

### 多施設の連合学習の形にできますか？

会話で説明してください。たとえば病院ごとにレイクハウスを持ち、中央の調整役にはモデルのパラメーターだけを送ると伝えると、一つのレイクハウスを複数の施設に分け、パラメーターの流れる向きを示します。患者単位のデータが各施設の境界内にとどまることが見て取れ、査読者が確かめたい点に応えられます。

### データ基盤の研究費申請に向いていますか？

向いています。取得から利用までの五列で、基盤が何を構築するかをひと目で説明できます。申請書に使うなら各列に対応する研究項目のタグを付けるよう頼むと、図が研究計画と対応し、審査員が図の中で各成果物を見つけられます。

---

- [ETL とフィーチャーストアを備えた臨床データレイクハウス](https://yila.ai/ja/templates/clinical-data-lakehouse-network-figure)
- [llms.txt](https://yila.ai/ja/llms.txt)
