血圧 食事の量更には トイレの回数に至るまで今 膨大な情報の固まり ビッグデータが医療を変えようとしています。 ふ～ん トイレに行く回数なんかがビッグデータになるんですか？ちょっと意外かもしれませんけどそして 「最先端！ ビッグデータ病院」。 舞台は 新生児集中治療室。 小さな体を次に襲う症状をビッグデータを使って予知し命を救おうというのです。 更に 海外の病院に協力を求め集中治療室の赤ちゃんのデータを世界中から収集。 マクグレゴーさんはこの膨大なデータの中から感染症が始まる兆しを見つけようとしました。
ビッグデータで感染症を予知し命を守る新たな取り組み。 でも お医者さんたちも日々 日夜 感染症を防ぐにはどうすればよいのかって事を現場で研究なさってる訳ですよね。 そこへ 全然ジャンルの違う人がやって来る事っていうのはビッグデータといわれる大量のデータを処理できるようになって初めて 可能になった事ですから今まで私たちが持ち合わせなかった領域の研究方法になります。
群馬県で起きた インフルエンザの流行を予知していたのです。 全国で調べたところ全ての都道府県で 検索の上昇がインフルエンザ流行の兆しを捉えていた事が分かりました。 つまり どういう事ですか？インフルエンザに 今 かかり始めの患者さんかもしれない方が例えば 自分が ちょっと具合が悪いんだけれどもインフルエンザって はやってるの？それを調べてみようと思ったきっかけ。 あるいは もしかするとですよお子さんが いらっしゃって小学校で 何となく インフルエンザの患者さんが出てきたよってその兆候にはなる訳です。
転倒の防止は できたものの看護師さんたちは人手が足りない状態に追い込まれてしまったのです。 この時間帯を どう カバーするかが看護師さんたちの一番の課題になっているんです。 これ 看護師さんの勤務シフトなんですけれども正午から 夕方の５時までは１０人から１２人で対応しています。 ここの入院患者さんはおよそ４０人いるんですが魔の時間帯は ４人でその４０人を対応している。
このデータの解析からミリアムさんの発作の思わぬ原因が特定されました。 発作が起きた場所を特定し丹念に解析すると臨床試験に参加した患者それぞれの原因を特定しそれを避ける事で発作の回数は激減。 必ずしも患者が住んでいる場所で発作の回数が多い訳ではない事が分かりました。