RWDによるデータセットの提供を開始しました

RWDを使用したデータサイエンス・DXの学習用

株式会社ブルーブックス

2024年6月28日 18時00分

株式会社ブルーブックス（本社：沖縄県、代表取締役：志茂英之）は、この度、RWD（リアルワールドデータ）をデータサイエンス学習用に活用する「deID（ディーアイディー）」データセットの提供を開始しました。

https://bluebooks.co.jp/service/prd-solution/deid_order/
【サービス紹介URL】https://bluebooks.co.jp/service/prd-solution/deid/

*deIDとは、de-identification（デアイデンティフィケーション）を語源とした当社の商標です。

deIDの概要

「deID」とは、集積されたRWDをもとに生成したデータセットです。約190万人のデータが収録されているデータベースからランダムにデータを抽出。RWDである検査値などにデータオーギュメンテーション（Data Augmentation）を施したデータセットを提供します。「deID」は様々な用途でご活用いただくために4つのデータボリュームをご用意しました。実践的にデータサイエンス学習、統計解析ツールのトレーニング素材、AIプログラムの機械学習素材としてご活用いただくことができます。

開発の背景

当社では、地域医師会と連携してRWDを集積するデータベース「LHR®（エルエイチアール）*」のデータ集積・システム開発・運用を行っております。LHR®では、地域の医療機関で日々発生する医療データを収録し、現在約190万人分に及ぶ時系列データを有しPHRなど様々な用途に活用しています。

また、当社及び医師会、自治体、大学医学部、製薬企業等などとコンソーシアムを組み、離島における大規模な研究「KDHP」を行った実績があり、さらに３万人規模のゲノムデータを集積するバイオバンクへのデータ提供も行っています。その実績と経験から、学習素材としてRWDをご活用いただきたくデータセットの提供を開始しました。
*「LHR」は那覇市医師会の登録商標です。

deIDデータセットの概要と特長

deIDは、集積されたRWDからデータを抽出し、学習などの用途にご利用いただくサービスです。現在用意されたデータセットは健診・検査データのうち「65項目」で構成しております。様々な用途にご利用いただくため、1万人セット、3万人セット、5万人セット、10万人セットの4パターンをご用意しました。ご利用用途に合わせて最適なデータボリュームをご利用ください。

※ランダム抽出を行っているため、複数セット購入した場合、重複したデータが混在する場合もあります。

【データセットイメージ】

deIDの特長

・RWDをもとにしたデータ

実際に医療機関から発生したRWDをモデルに生成したデータ素材のため、データサイエンス学習等に最適なデータセットです。データオーギュメンテーション（Data Augmentation）手法により、統計的な特性を変えずにデータ素材を生成しています。

・仮名加工＋データオーギュメンテーション

RWDには個人情報が含まれています。個人情報保護に配慮し、安全な学習素材としてご利用いただくため、個人を特定し得る情報を削除し、さらにデータオーギュメンテーションを実施しました。

・コストパフォーマンス

大規模なRWDを購入、或いは一から収集しようとすると、膨大な時間と費用がかかります。しかし、deIDデータセットは、すでに集積されたデータベースから抽出・生成されるもので、大幅なコストダウンに成功しお手頃価格で提供しています。

deIDシステムの詳細

■料金体系

	1万人セット	3万人セット	5万人セット	10万人セット
料金	9,800円(税込)	19,800円(税込)	34,800円(税込)	49,800円(税込)
データ形式	CSV / Excel	CSV / Excel	CSV	CSV
データサイズ	約2MB / 約1.3MB	約5.3MB / 約3.5MB	約9MB	約13MB

※データセット1つご注文につき、1名様までご利用いただけます。複数人でご利用される場合は、ご利用人数分をご注文ください。※データの加工、データを複製するなどして二次利用、配布、販売、転売する行為は禁止しております。

■deIDご利用までの手順

注文する

今後の展開

現在郵送にてデータセットをお渡ししておりますが、今後はネット上からダウンロードしてご利用いただくように致します。また、現状当社側で用意したデータセットとなりますが、研究者が任意に検索して研究対象グループを作成しご利用いただけるシステムをリリース予定です。また、様々な方にご活用いただけるようバリエーションを増やすなどデータの整備を行ってまいります。