各製品の資料を入手。
詳細はこちら →
製品をチェック
SQLAlchemy ORM を使って、Python でFHIR のデータに連携する方法
CData Python Connector を使って、Python アプリケーションおよびスクリプトからSQLAlchemy 経由でFHIR にOR マッピング可能に。
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、多くのモジュールがあり、システム構築を素早く効率的に行うことができます。CData Python Connector for FHIR は、pandas、Matplotlib モジュール、SQLAlchemy ツールキット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、FHIR のデータを可視化できます。 本記事では、SQLAlchemy でFHIR に連携して、データを取得、 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
- Python 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。
必要なモジュールのインストール
pip でSQLAlchemy ツールキットをインストールします：
pip install sqlalchemy
モジュールのインポートを忘れずに行います：
import sqlalchemy
Python でFHIR のデータをモデル化
次は、接続文字列で接続を確立します。create_engine 関数を使って、FHIR のデータに連携するEngne を作成します。
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 のデータのマッピングクラスの宣言
接続を確立したら、OR マッパーでモデル化するテーブルのマッピングクラスを宣言します。本記事では、Patient テーブルを使います。sqlalchemy.ext.declarative.declarative_base 関数を使って、新しいクラスにフィールド（カラム）を定義します。
base = declarative_base() class Patient(base): __tablename__ = "Patient" Id = Column(String,primary_key=True) [name-use] = Column(String) ...
FHIR のデータをクエリ
マッピングクラスができたので、セッションオブジェクトを使ってデータソースをクエリすることができます。セッションにEngine をバインドして、セッションのquery メソッドにマッピングクラスを提供します。
query メソッドを使う
engine = create_engine("fhir///?URL=http://test.fhir.org/r4b/&ConnectionType=Generic&ContentType=JSON&AuthScheme=None")
factory = sessionmaker(bind=engine)
session = factory()
for instance in session.query(Patient).filter_by([address-city]="New York"):
print("Id: ", instance.Id)
print("[name-use]: ", instance.[name-use])
print("---------")
ほかの方法としては、execute メソッドを適切なテーブルオブジェクトに使うことが可能です。以下のコードはアクティブなsession に対して有効です。
execute メソッドを使う
Patient_table = Patient.metadata.tables["Patient"]
for instance in session.execute(Patient_table.select().where(Patient_table.c.[address-city] == "New York")):
print("Id: ", instance.Id)
print("[name-use]: ", instance.[name-use])
print("---------")
より複雑なクエリとして、JOIN、集計、Limit などが利用可能です。詳細はヘルプドキュメントをご覧ください。
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。
関連コンテンツ
