症例数16万・バイタル10億回・37施設へ拡大した“OneICU”をMeDiCUが提供。「データソンジャパン2025」

【医療従事者×データサイエンティスト】国内最大規模のデータベースで挑むオープンイノベーション

株式会社MeDiCU

2025年12月16日 10時00分

12月5日(金)～12月7日(日)に東京科学大学で開催された医療従事者とデータサイエンティストがイノベーションを共創する「データソンジャパン 2025」に、株式会社MeDiCU（本社：大阪府大阪市、代表取締役：木下喬弘、以下「MeDiCU」）が、救急・集中治療のデータベース"OneICU" を提供しました。1日目にはCEO 木下喬弘が登壇し、拡大を続ける医療データプラットフォームの活用について講演しました。

本イベントでは長らく米国製データベース「MIMIC-IV」が標準とされてきましたが、昨年度よりMeDiCUの国産データベース「OneICU」を導入し、参加者より高い評価をいただきました。その反響を受け、MeDiCUは2025年のイベントに向けてOneICUの飛躍的な進化に取り組んできました。提携施設は37施設、症例数は16万、バイタル測定数は10億回へと急成長し、国内最大かつ世界有数の規模を確立しました。今回はこの比類なきビッグデータを基盤に、およそ80名の専門家が集結し、次世代の医療AI創出につながる研究開発を行いました。

■データソンジャパン2025への“OneICU”提供の経緯

弊社 CEO の木下喬弘は、データソンの創始者であるマサチューセッツ工科大学（MIT）の Dr. Leo Celi と共に集中治療室の医学研究に取り組んできました。「自国のデータで自国の医療を発展させる」という理念のもと構築された "OneICU" は、MITおよび日本集中治療医学会の承認を得て、昨年初めて日本のデータによるデータソンを実現させました。そして2025年、協力医療機関が37施設へと急増したことで、データの多様性と網羅性が格段に向上しました。本場米国のMIMIC-IVデータベースをも凌駕しうるこの "OneICU" を基盤に、日本の医療AI開発を新たなステージへと引き上げます。

■ データソンについて

データソンは、集中治療室から収集したビッグデータを医療者とデータサイエンティストが協力して解析し、短期間で医療現場の課題解決を目指すAI開発・オープンイノベーションイベントです。COVID-19を経てその重要性が再認識されたこの取り組みは、"OneICU" の拡大とともに、より実践的で高度な解析が可能になっています。

全10チームによる3日間のワークショップでは、OneICUデータを活用した多様な分析が行われました。優勝したチームは、呼吸器疾患でICUに入室した患者を対象に、ICU退出後7日以内の再入室・死亡を予測するモデルを構築する取り組みを発表しました。機械学習手法である”LightGBM”を用いたモデルは、予測精度の指標であるAUCが0.75と高い精度の予測結果を記録しました。また、集中治療室で測定される様々なデータの中で血中尿素窒素（BUN）と心拍数が高い寄与傾向を示すことを明らかにし、個々の患者で再入室リスクを予測することで、個別化された最適な医療につながる可能性を示しました。特に、BUNが29 mg/dL以下、心拍数平均が100回/分以下といった具体的な閾値でリスク値を提示し、“解釈可能な予測ルール”として表現した点が高く評価されました。

【日程】 2025年12月5日(金)～12月7日(日)

【会場】東京科学大学

【主催】日本集中治療医学会、東京科学大学、NPO法人集中治療コラボレーションネットワーク

【 URL 】 https://datathon-japan.jp/2025tokyo/

■ 救急・集中治療のデータベース「OneICU」について

MeDiCUが提供する“OneICU”は、日本全国の病院で記録された医療データを自然言語処理の技術を用いて標準化し、一つの形式に統合された大規模データベースです。毎分測定された生体情報、電子カルテ由来の血液検査、投薬データ、人工呼吸器設定に加え、死亡や重症度スコアなどのアウトカムも豊富に保有しており、救急・集中治療領域の研究に必要なデータが全て揃った唯一無二のデータベースとなっています。保有しているデータ数は約16万症例にのぼり、世界最大のICUデータベースであるeICUに迫る勢いで急成長しています。

ICUの診療記録は、医療機関ごとに異なる電子カルテシステムに記録されているため、複数の病院のデータを用いた研究を実現することは容易ではありません。“OneICU”は、医師がテキスト入力した病名を自然言語処理の技術で正規化・標準化するだけでなく、薬剤投与や人工呼吸器の使用情報などの構造を統一することで、従来のデータベースでは実現不可能な現実の医療現場に即した AI 開発を実現します。