各製品の資料を入手。
詳細はこちら →
製品をチェック
Python pandas を使ってFHIR のデータを可視化・分析する方法
CData Python Connector を使えば、Python でFHIR をpandas などのライブラリで呼び出してデータ分析や可視化を実行できます。
最終更新日：2023-09-23
この記事で実現できるFHIR 連携のシナリオ
こんにちは！ウェブ担当の加藤です。マーケ関連のデータ分析や整備もやっています。
Python エコシステムには多くのライブラリがあり、開発やデータ分析を行う際には必須と言っていいライブラリも多く存在します。CData Python Connector for FHIR は、pandas、Matplotlib、SQLAlchemy から使用することで FHIR にデータ連携するPython アプリケーションを構築したり、FHIR のデータの可視化を実現します。本記事では、pandas、SQLAlchemy、およびMatplotlib のビルトイン機能でFHIR にリアルタイムアクセスし、クエリを実行して結果を可視化する方法を説明します。
CData Python Connectors の特徴
CData Python Connectors は、以下のような特徴を持った製品です。
- FHIR をはじめとする、CRM、MA、会計ツールなど多様なカテゴリの270種類以上のSaaS / オンプレデータソースに対応
- pandas をはじめとする多様なデータ分析・BI ツールにFHIR のデータを連携
- ノーコードでの手軽な接続設定
CData Python Connectors では、1.データソースとしてFHIR の接続を設定、2.Python からPython Connectors との接続を設定、という2つのステップだけでデータソースに接続できます。以下に具体的な設定手順を説明します。
以下の手順に従い、必要なライブラリをインストールし、Python オブジェクト経由でFHIR にアクセスします。
必要なライブラリのインストール
pip で、pandas & Matplotlib ライブラリおよび、SQLAlchemy をインストールします。
pip install pandas pip install matplotlib pip install sqlalchemy
次にライブラリをインポートします。
import pandas import matplotlib.pyplot as plt from sqlalchemy import create_engine
Python でFHIR のデータを可視化
次は接続文字列を作成してFHIR に接続します。create_engine 関数を使って、FHIR に連携するEngne を作成します。以下はサンプルの接続文字列になりますので、環境に応じてクレデンシャル部分を変更してください。
engine = create_engine("fhir:///?URL=http://test.fhir.org/r4b/&ConnectionType=Generic&ContentType=JSON&AuthScheme=None")
URL をFHIR サーバーのService Base URL に設定します。これは接続したいFHIR サーバーでリソースが定義されているアドレスです。ConnectionType をサポートされている接続タイプに設定します。ContentType をドキュメントのフォーマットに設定します。AuthScheme をFHIR サーバーの認証要件に基づいて設定します。
汎用、Azure ベース、AWS ベース、およびGoogle ベースのFHIR サーバー実装がサポートされます。
Service Base URL のサンプル
- 汎用：http://my_fhir_server/r4b/
- Azure：https://MY_AZURE_FHIR.azurehealthcareapis.com/
- AWS：https://healthlake.REGION.amazonaws.com/datastore/DATASTORE_ID/r4/
- Google：https://healthcare.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/datasets/DATASET_ID/fhirStores/FHIR_STORE_ID/fhir/
汎用FHIR インスタンス
CData 製品はFHIR のカスタムインスタンスへの接続をサポートします。カスタムFHIR サーバーへの認証はOAuth で行います（OAuth の詳細はヘルプドキュメントを参照してください）。カスタムFHIR インスタンスに接続する前に、ConnectionType をGenericに設定する必要があります。
FHIR にアクセスするSQL を実行
pandas のread_sql 関数を使って好きなSQL を発行して、DataFrame にデータを格納します。
df = pandas.read_sql("""SELECT Id, [name-use] FROM Patient WHERE [address-city] = 'New York'""", engine)
FHIR のデータを可視化
DataFrame に格納されたクエリ結果に対して、plot 関数をつかって、FHIR のデータをグラフ化してみます。
df.plot(kind="bar", x="Id", y="[name-use]") plt.show()
FHIR からPython へのデータ連携には、ぜひCData Python Connector をご利用ください
このようにCData Python Connector と併用することで、270を超えるSaaS、NoSQL データをPython からコーディングなしで扱うことができます。30日の無償評価版が利用できますので、ぜひ自社で使っているクラウドサービスやNoSQL と合わせて活用してみてください。
日本のユーザー向けにCData Python Connector は、UI の日本語化、ドキュメントの日本語化、日本語でのテクニカルサポートを提供しています。
ソースコード
import pandas
import matplotlib.pyplot as plt
from sqlalchemy import create_engin
engine = create_engine("fhir:///?URL=http://test.fhir.org/r4b/&ConnectionType=Generic&ContentType=JSON&AuthScheme=None")
df = pandas.read_sql("""SELECT Id, [name-use] FROM Patient WHERE [address-city] = 'New York'""", engine)
df.plot(kind="bar", x="Id", y="[name-use]")
plt.show()
関連コンテンツ
