このコンテンツを表示するには、JoVEへの購読が必要です。 または、無料トライアルをお申し込みください。

方法論記事

病院医療機器データセキュリティガバナンス:理論に基づくデータライフサイクルとガバナンスマトリックスプロトコル

269 回視聴

⸱

DOI:

10.3791/69835

⸱

2026年4月3日

 ,  ,  ,  , 
1Department of Medical Engineering, The First Affiliated Hospital of Soochow University, 2Tendering Office, The First Affiliated Hospital of Soochow University, 3Information Office, The First Affiliated Hospital of Soochow University, 4School of Biological Science and Medical Engineering, Southeast University

この記事について

サマリー

このプロトコルは、6つのデータライフサイクル段階を6つのガバナンスドメインにマッピングし、病院医療機器のデータセキュリティを監査・改善する理論に基づくマトリックスワークフローを提示します。証拠、成果物、14病院にわたる48件のステークホルダーインタビューに基づき、ヒートマップと反復的なガバナンス改善のための優先順位付けアクションを生成します。

要約

本記事では、定性的証拠に基づく病院医療機器のデータセキュリティに関する再現可能なガバナンスプロトコルについて説明します。2024年8月から10月にかけて、Sシティ内の14の三級公立病院で48人の関係者に対し、半構造化されたインタビューを実施しました。トランスクリプトはグラウンディング理論手法(StraussとCorbin:オープン、軸、選択的符号化)を用いて分析され、360の参照点、149の初期概念、39のカテゴリー、27の主要カテゴリー、7つのコアカテゴリーが得られました。中華人民共和国国家衛生健康委員会の安全・品質管理方針を基に、SQ(I SPORT)マトリックス論理を組織基盤として採用し、グラウンディング理論(M-ATSSPD)に基づく医療機器データセキュリティ監査および追跡プロトコルを開発しました。このプロトコルは、6つのデータライフサイクル段階(取得、送信、保存、共有、処理、廃棄)を6つのガバナンスドメイン(組織・人事、メタデータ、コンプライアンスとポリシー、監視・監査、インシデント対応、技術ツール)にマッピングするマトリックスを運用化します。スコアリングアンカー(0-3)、エビデンスマッピングルール、ヒートマップの可視化を規定し、高リスクセルを特定し、是正措置の優先順位付けを行い、ベンダー依存なしに反復的な改善を支援します。プロトコルはさらに、セルレベルの所有権および文書化要件を定義し、部門間の調整、コンプライアンス準備、インシデント準備を強化し、公立病院環境間の移転可能性に関する指針を提供します。

概要

病院の情報化の加速とスマートヘルスの台頭により、医療機器はますますネットワーク化され相互運用可能となり、機器生成データは臨床意思決定や病院運営の中核資産となっています。これらのデータには、個人を特定できる情報、機器の運用ログ、生理的パラメータ、画像対象、治療記録などの診断出力が含まれ、患者のプライバシーやケアの質に密接に関連しています。このようなデータを含むセキュリティインシデントは、患者の安全や臨床サービスへの信頼に直接影響を与える可能性があります。3.

注目が高まる中でも、多くの課題は依然として残っています。医療モノのインターネット(IoT)環境では、外部からの侵入や不正な内部情報開示が依然として支配的な漏洩パターンとなっています。堅牢な検証機構を欠く機器ではデータの整合性が脆弱になり、診断や治療を誤った方向に導く改ざんの危険性が記録に脆弱になります5.異種なベンダーエコシステムと一貫性のないセキュリティ基準が、デバイスやシステム間の安全なデータ交換を複雑にしています。レガシー機器は安全なメンテナンス期間を超えて動作し、タイムリーなセキュリティパッチを受けられないことが多い7.セキュリティ認識の不足や運用上の不備など、人間的要因が組織の脆弱性をさらに高めています。デフォルトの認証情報、暗号化されていない通信、弱いアクセス制御が攻撃面を拡大させます。病院は機能性をセキュリティよりも優先し、専用のガバナンスや品質管理システムがない場合もあります。十分なサイバーセキュリティ投資が不足すると、体系的な安全対策の実施がさらに制限される可能性があります。電磁干渉や24時間体制の稼働要件などの環境的制約は、実務におけるセキュリティ介入の実現可能性を制限することがあります。ポリシーの執行不均一、第三者の監督のギャップ、内部者の不正行為、外部からの攻撃などが脅威の状況を悪化させる可能性があります。

過去の研究では規制枠組みや技術的防御が提案されています。2014年以降、米国食品医薬品局(FDA)はサイバーセキュリティを医療機器承認の条件として扱い、セキュリティ・バイ・デザインの実践を促進しています14。方法論的進歩としては、デバイスおよびデータリスクに対する「理想解との類似度による順序優先のための分析階層プロセス技術(AHP-TOPSIS)」を用いた多基準評価が含まれます。攻撃確率ベースの管理モデルも開発されており、フェニッコ・スミス手法16を基にしています。ブロックチェーンを用いたフェデレーテッドラーニングは、安全なリモートデータ共有を可能にするために検討されています。軽量なクラウドエッジセキュリティアーキテクチャは、接続医療における機密性と計算効率を向上させるために提案されています18。最適化された分類器は、リソース制約下での検出性能向上にもさらに用いられています。ブロックチェーンに裏付けられたメンテナンス記録は、画像機器の透明性と整合性を強化することができます。政策、継続教育、意識向上トレーニングを組み合わせた組織プログラムは、脅威の特定と軽減を強化することができます。このようなプログラムは、一度きりの取り組みとして実施されるのではなく、日常的なガバナンスや説明責任の仕組みに組み込まれることで最も効果的です22。

しかし、多くの既存のアプローチは技術中心(例:侵入検知、暗号解析、ブロックチェーン対応取引)かコンプライアンス重視(例:規制チェックリスト)であり、そのため病院チームに対して、(i) 具体的なガバナンスレベルで部門横断の所有権を割り当てる方法、(ii) 成熟度判断を監査可能な証拠に結びつける、(iii) 評価結果を再現可能な是正措置サイクルに結びつける方法について、限定的な運用指針を提供しています。M-ATSSPDは、一般的な代替案に比べて3つの実用的な利点を持つプロトコル化されたガバナンスワークフローを提供することで、この運用上のギャップを埋めています。まず、コントロールを非構造化リストとして扱うのではなく、ライフサイクル別ドメインマトリックスのセルレベルで所有権を割り当てることでタスクごとの説明責任構造を実用化します。第二に、意見に基づく成熟度判断に頼るのではなく、各スコアを監査可能な証拠の成果物(例:ポリシー、ログ、設定、インシデントチケット)によって正当化することを求め、トレーサビリティと再現性を向上させます。第三に、評価結果をアクションと検証のループ(スコアリング、優先順位付け、修正、検証、再評価)に変換し、ガバナンスの改善を一度きりのコンプライアンス成果として主張するのではなく、時間をかけて追跡できるようにします。

三次公立病院のステークホルダーに対する半構造化インタビューのグラウンディング理論分析では、360の参照点を149の初期概念、39のカテゴリー、27の主要カテゴリー、7つのコアカテゴリーに統合しました。中華人民共和国国家衛生健康委員会が病院の安全性と品質管理およびモニタリングを強化することを重視している24に沿い、このプロトコルは、クロスライフサイクルガバナンスとエビデンスに基づく改善を構築するための組織的足場として、SQ(I-SPORT)安全性および品質マトリックスの論理を採用しています。.この基盤に基づき、M-ATSSPDプロトコルは6つのデータライフサイクル段階(取得、送信、保存、共有、処理、廃棄)と6つのガバナンスドメイン(組織・人事、メタデータ、コンプライアンス&ポリシー、監視・監査、インシデント対応、技術ツール)を結合し、6×6のマトリックスを構築します。プロトコルは、明確な0-3アンカーを含むエビデンスマッピングされたスコアリングスキーム、細胞レベルの優先順位付けのためのヒートマップ可視化、そして公立病院環境における部門間の調整と反復的再評価を支援する所有権・文書化ルールを規定しています。

このプロトコルは、ネットワーク化された医療機器やマルチベンダーのデータフローを運用する病院向けに設計されており、関連する利害関係者や証拠の成果物にアクセスしてスコアリングを行うことができます。成果物の入手可能性が限られている環境、高度にアウトソース化されたデータ経路、ベンダー制御のデータ経路、外部機関に分散するガバナンス責任などは、証拠要件や所有権の割り当ての適応が必要となる場合があり、成熟度スコアの解釈可能性を保つためにこれらの制約は明示的に文書化されるべきです。

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

プロトコル

1. 倫理的承認およびインフォームドコンセント手続き

  1. 採用前に機関審査委員会の承認を得てください。
  2. 各参加者に研究目的、記録手順、機密保持、撤退権を記載した情報シートを提供し、面接を行う前に書面によるインフォームドコンセントを取得してください。
  3. インタビューは明確な許可を得た後のみ録音してください。
  4. 録音を逐語的に書き起こし、名前、電話番号、現場固有の識別子を削除して書き起こしを匿名化します。
  5. 音声ファイル、書き起こし、同意書を、役割に基づく権限を持つアクセス制御リポジトリに保存します。
  6. 患者レベルの臨床データを収集せず、すべての手技はヘルシンキ宣言に従って実施してください。

2. 準備1 - 範囲、チーム、証拠の成果物

  1. 評価範囲を定義し、含まれた機器クラス、接続システム、参加部門をリストアップします。
  2. データソース、伝送リンク、ストレージエンドポイント、処理ノード、共有インターフェース、廃棄ルートを示す機器からシステムへのデータフロー概要を作成します。
  3. 臨床工学、ITまたはセキュリティ、コンプライアンスまたは法務、調達または入札、そして代表的な臨床ユニットを含むクロスファンクショナルチームを編成します。
  4. 責任、責任、協議、情報(RACI)テーブルを使って責任を割り当て、各ガバナンスドメインとライフサイクル段階ごとに所有者を記録します。
  5. 証拠アーティファクトレジスタを作成し、必要なアーティファクトタイプAからIAを定義します:ポリシーと標準作業手順;B アクセス制御リストと役割定義;C構成ベースラインおよびセキュリティ設定スナップショット;D監査ログおよびモニタリングレポート;ネットワーク図およびデータフローのドキュメント;F ベンダー契約およびサービスレベル契約;Gトレーニング記録と認識に関する文書;Hのインシデントチケットおよびインシデントレポートの投稿;是正措置の検証報告書を発行します。
  6. 固定フォーマットで各アーティファクトに固有のIDを割り当て、メタデータを記録します。アーティファクトIDにはSITE YYYY ART ###のフォーマットを使用し、各IDにはアーティファクトの種類、所有者、作成日、最終更新日、保管場所を記録してください。
  7. 図1を参照して、収集ステップを全体のワークフローと整合させてください。

3. 準備2 - 情報源

  1. 文献検索とスクリーニング
    1. 全国の学術文献データベース(資料 表参照)を検索し、使用された正確なクエリ文字列を記録します。「医療機器」または「医療機器」と「データセキュリティ」または「情報セキュリティ」または「サイバーセキュリティ」、および「病院」または「医療機関」というクエリを使用します。
    2. 工学・技術文献データベース(材料 表参照)を検索し、使用された正確なクエリ文字列を記録します。クエリ(「医療機器」または「医療機器」)と「データセキュリティ」または「サイバーセキュリティ」または「情報セキュリティ」、および(病院または医療)を用います。
    3. 公開期間を2018-08-01から2024-08-01に制限し、その制限を検索ログに記録してください。
    4. 言語制限を明示的に指定し、制限が適用されていない場合は「なし」と記録してください。
    5. 査読付き学術論文や会議論文を含め、社説、ニュース記事、特許、非学術的解説は除外してください。
    6. 取得したすべての記録を標準的な引用形式でエクスポートし、参考文献管理ソフトウェア(資料 表参照)を使って重複を除去します。
    7. 検索ログ、エクスポート済みレコード、重複除去ログを監査リポジトリにアーカイブしてください。
    8. 関連性のためにタイトルや要旨をスクリーニングし、その後、あらかじめ定められた包含基準で全文をスクリーニングします。
      1. 病院の文脈、医療機器や機器のデータフロー、データセキュリティガバナンス、管理、評価アプローチに関する研究を含めること;医療機器や機器のデータ、または実行可能なガバナンスや管理情報を提供しない研究は除外します。
    9. 2人のレビュアーによる独立してスクリーニングを行い、意見の相違は合意形成による議論で解決します。
    10. 選考表に選考決定や除外理由を記録しましょう。
  2. 二重審査スクリーニングにおける方法論的品質評価
    1. 混合手法評価ツール(MMAT)を混合手法研究に適用し、クリティカル・アプレイズ・スキル・プログラム(CASP)の質的チェックリストを質的のみの研究に適用する。スクリーニング証拠として完成した評価書をアーカイブ。
    2. 評価前に含めるべき閾値を定義し、すべての重要項目および全体の70%以上を満たすことを閾値ルールとして文書化してください。
    3. 各対象となる全文を2人の査読者によって独立して評価し、項目レベルの判断を記録し、評価の不一致は合意または第三者による審査で解決します。最終評価表をアーカイブしてください。

4. 採用とデータ収集

  1. 2024-08年から2024-10年度にかけて、Sシティ内の14の三次グレードA病院から関係者を募集し、各役割グループの選考基準を文書化します。
  2. 36名から募集を開始し、48名に達するか飽和基準を満たすまで募集を拡大します。
  3. 目標の役割構成と達成された構成を定義し、ガバナンス責任を持つ病院管理者、機器の展開と保守を担当する臨床エンジニア、システムとインフラを担当する情報技術担当者、監視、監査、インシデント対応を担当するサイバーセキュリティまたは情報セキュリティ担当者を含みます。
  4. 各参加者をユニークな参加者IDでインデックスし、トランスクリプト内容とは別に参加者メタデータテーブルを保存します。

5. 文献内容分析

  1. 含まれた出版物を定性分析ソフトウェア(材料 表参照)にインポートし、あらかじめ定義されたフォルダ構造(例:含録研究、コードブック、メモ、エクスポート用の別フォルダ)でプロジェクトファイルを作成します。
  2. 研究目的に沿った初期コードブックを作成し、各コードを定義する4つの要素(コード定義、包含基準、除外基準、そして例文または抜粋)を用いて定義します。
  3. 各文書をテキストセグメントにコードを割り当てて行ごとにコーディングし、コーディング後に分析メモを書きます。
  4. コードブックレポート、コードセグメントレポート、メモログをエクスポート/レポート機能でエクスポートし、エクスポートファイルをバージョン番号とともにアーカイブします。

6. 半構造化面接

  1. 半構造化面接ガイドを作成し、ガバナンスの役割、データライフサイクルの実践、証拠の成果物、インシデント処理、ベンダーの制約をカバーしてください。
  2. 面接ガイドを試行し、曖昧な質問を明確さとカバー範囲のために修正しましょう。
  3. 各インタビューは30〜60分間行い、許可を得て音声を録音します。
  4. 各インタビューを72時間以内に逐語的に書き起こし、標準化されたタグを使って機密情報を匿名化してください。
  5. 各トランスクリプトに固有のトランスクリプトIDと記録メタデータ(役割、学科、面接日、面接官ID)を割り当てます。
  6. 監査リポジトリに記録の記録、フィールドノート、同意書を保管してください。

7. グラウンデッド理論符号化(ストラウス - コービン)

  1. コーディング前に分析的志向を宣言し、コーディングメモに記録してください。主に帰納的コーディングを行い、コードネーミングやカテゴリのグループ化に影響を与えた概念など、プロンプトとして使用した感度化概念を記録します。
  2. 2人のコーダーが独立して同じ初期のトランスクリプト部分をコーディングし、コードを単位ごとに比較し、保持、マージ、分割アクションを指定した文書化されたルールで意見の不一致を解決することで、コーダーと意見の不一致解決を調整します。すべての決定を決定ログに記録し、各裁定サイクル後にコードブックのバージョンを更新してください。
  3. オープンコーディングを実行しましょう。
    1. 行ごとにオープンコーディングを行い、意味単位に短いラベルを割り当てます。
    2. 各新興カテゴリーに少なくとも1つの暗号化された抜粋と1つのメモを添付してください。
  4. 軸方向符号化を実行してください。
    1. オープンコードを条件、動作または相互作用、結果を指定することでカテゴリに分類します。
    2. 各カテゴリごとにプロパティと寸法を定義し、それらをカテゴリテーブルに記録します。
    3. カテゴリを結びつけた関係図を作成し、その図をアーカイブします。
  5. 選択的なコーディングを行いましょう。
    1. カテゴリシステムを統合するコアカテゴリを特定します。
    2. サブカテゴリをコアカテゴリに結びつける明示的なリレーショナルステートメントを書きます。
    3. コード化された抜粋、メモ、図、最終版コードブックを含む分析トレースパッケージをまとめます。
  6. 常に比較を適用し、新しい転写本と以前に符号化された転写本を比較してコードやカテゴリを精緻化することで停止法則を定義します。連続した2つのコーディングサイクルで実質的に新しいコードが生まれず、カテゴリの性質や次元にも変化がなければ、新しいカテゴリの追加をやめてください。
  7. インターコーダーの合意を計算する。
    1. キャリブレーションサブセットのコーダーごとのコーディング比較データをエクスポートし、符号単位別のバイナリアザムテーブルとしてフォーマットします。両者が同じコードを同じ単位に割り当てた場合、各符号単位を「同意=1」と定義し、そうでない場合は「不一致=0」とします。
    2. 統計ソフトウェア(資料 表参照)でコーエンκを計算し、スクリプト、ソフトウェア出力、最終合意表を監査リポジトリにアーカイブし、ブートストラップ手法(例:コーディング単位の1,000リサンプル)でκの95%信頼区間を算出します。分析単位、符号化単位数、信頼区間28を含む報告書κ。

8. 理論的飽和試験

  1. 確認面接および適格基準の記録のために、病院管理室、医療工学部、情報部の所長を含む9名の上級ディレクターをサンプル化します。
  2. 飽和試験の記録を安定化されたコードブックと照らして再コーディング。
  3. 飽和度を判断するには、すべての飽和テストの記録に新しいコードやカテゴリーの有無がかかっています。
  4. サンプリングを拡張し、理論を洗練させるのは新しい概念が現れた場合のみです。それ以外は飽和度を確認してください。

9. SQ (M-ATSSPD) 行列の構築

  1. 取得、伝達、保存、共有、処理、廃棄の6つのライフサイクル段階を定義します。
  2. 6つのガバナンスドメインを定義し、それぞれのドメインごとに運用上の定義を記録します。
  3. 観察可能な指標や必要な証拠のアーティファクトを6セル×それぞれにマッピングします。
  4. アンカーセルのスコアリングは0-3にし、成熟度アンカーはスコアリングマニュアルで記録してください。
    1. スコア0を、証拠が欠けていると定義します。
    2. スコア1を、証拠不完全な部分的または執行の不一致を伴うものと定義します。
    3. スコア2を「十分な証拠と日常的な実行が可能な」と定義します。
    4. スコア3を、完全なエビデンス、継続的なモニタリング、改善の検証をもって最適化したものと定義します。
  5. 規制やリスク影響が正当な場合の重み指標を用い、その理由を重み付け表に記録します。

10. ヒートマップの可視化と優先順位付け

  1. 指標スコアを文書化された計算式を使って単一のセルスコアに集約し、その計算式をマトリックスワークブックに記録します。
  2. スプレッドシートソフトウェア(材料表参照)を使って、指標スコアの重み付き平均としてセルスコア集計を実装し、その式をスコアシートに保存します。
  3. 条件付きフォーマットルールとキー設定を記録するスプレッドシートソフトウェア(材料表参照)を使って赤・黄・緑のヒートマップを作成します。
    1. スコア0.0から1.0の場合は赤、スコア1.0以上から2.0までの場合は黄色、2.0以上から3.0までのスコアは緑に設定します。すべてのセルに同じ閾値を適用し、行ごとの正規化を無効にして絶対比較性を保ちます。
    2. 正確な条件付き書式ルールセットを書き出すか、バージョン対応のスクリーンショットをキャプチャしてワークブックと一緒にアーカイブしてください。
  4. 優先度の高い各セルに所有者、期限、検証指標、クロージデンス証拠要件を割り当て、アクションレジスタに決定を記録します。
  5. ヒートマップレビューを定期的なガバナンス会議に統合し、各サイクル後にアクションレジスタを更新します。

11. 遡及的な事案分析と検証(病院S、3年間の期間)

  1. 過去3年間の情報セキュリティインシデント記録を抽出し、各レコードに固有のインシデントIDを割り当てます。
  2. 各インシデントをマトリックスに照らし、各符号化されたインシデントを裏付ける証拠を記録します。
  3. ライフサイクル段階およびガバナンスドメインごとにインシデント分布を定量化し、統計ソフトウェアであらかじめ指定された方法で95%信頼区間を計算します(材料 表参照)。
    1. ウィルソン法を用いて比率の信頼区間を計算し、スクリプトと出力をアーカイブします。
  4. 層状のスイスチーズ分析を用いて帰属を照合し、寄与要因を運用層、技術的層、管理層に分類します。
  5. 部門横断的な品質管理サークルプロジェクトを開始し、QCCを初回使用時に品質管理サークルと定義します。
  6. 高頻度脆弱性の根本原因分析を行い、レプリケーションおよびスケールアップのための対策を標準化します。
  7. 事前および事後検証を、あらかじめ定められた指標、定められた時間枠、そしてあらかじめ定められた統計比較方法を用いて測定します。
    1. プレピリオドを実施直前の基準四半期と定義し、ポスト期間を実施直後の四半期と定義します。
    2. アウトカム指標Aを四半期ごとの発生率として測定し、前後を2割割検定で比較します。
    3. アウトカム指標Bを、スタッフの離職後のアクセス取り消しの中央値時間として測定し、Mann-Whitney Uテストを用いて事前と事後を比較します。
    4. 30日以内にパッチ遵守としてアウトカム指標Cを測定し、2割合テストを用いて事前と事後を比較します。
    5. アクションレジスタにメトリック定義、データソース、比較結果、サポートアーティファクトを記録します。
  8. ガバナンス会議中に利害関係者から実現可能性や使いやすさに関するフィードバックを集め、フィードバックに基づきプロトコルの変更を記録します。

12. マトリックスの出力をコントロールおよび優先ルールに変換する

  1. 6つの×6つのセルすべてをカバーするマトリックスベースのコントロールシートを作成し、証拠資料とともにベースラインの状態をスコアリングします。
  2. 優先度 = (3 − セルスコア) × リスク重み× (1 + インシデント頻度)を用いて優先度を計算し、制御ツールシートに完全な式を記録し、誤って編集を防ぐために計算セルをロックします。
  3. 優先順位リストの誤った順位付けを防ぐために境界ルールを適用しましょう。
    1. リスク、重み、発生頻度に関係なく、セルスコア=3の際、優先度=0を設定します。
    2. インシデントカウントが大きく歪んでいる場合、最大値3にキャップインシデント頻度を設定し、コントロールツールシートにキャップルールと理由を記録します。
  4. 優先度の高いセルごとに所有権を割り当て、ドキュメント実行権限を割り当てます。
    1. 実施が部門の権限内にある場合は、単一の所有者を割り当て、責任役割、期限、検証指標をアクションレジスターに記録します。
    2. 対策が部門間の権限共有を必要とする場合にのみ共同所有権を割り当て、アクションレジスタに名前付きのエスカレーションパス、決定期限、コンフリクト解決ルールを記録してください。
  5. 共有段階ではアクセス最小化と役割ベースのルールを強制し、使用される権限モデルを記録します。
    1. 許可された役割、許可されたデータ要素、許可された宛先、時間制限付きのアクセス条件をアクセスルールテーブルで定義します。
    2. 執行を支える証拠アーティファクト(例:アクセス制御リスト、承認記録、監査ログ)を関連する共有セルに添付し、証拠アーティファクトIDはアクションレジスタに記録します。
  6. 第三者契約やデータ処理の法的根拠を正式に定め、使用されたコンプライアンスの根拠を文書化します。
    1. データ処理の目的、データカテゴリ、保存期間、セキュリティ義務を第三者契約に記録します。
    2. 署名済みの合意書やコンプライアンスレビューレコードを関連する共有および処理関連セルの証拠アーティファクトとして添付し、証拠アーティファクトIDをアクションレジスタに記録します。
  7. 異常アクセスやレコード検出ルール、エスカレーション基準に対して行動分析を展開します。
    1. 少なくとも3つの検出ルール(例:異常なアクセス量、勤務時間外のアクセス、繰り返しのエクスポート試み)を定義し、アラートの閾値を記録し、頻度を確認してください。
    2. 通知ロール、応答タイムライン、終了に必要な証拠(例:チケットレコード、ログ抜粋)を含むエスカレーションワークフローを定義し、アクションレジスタ内の記録クロージング基準を定めます。
  8. DICOMの非識別化を研究や交換ワークフローに適用し、初回使用時にDICOMを「医療におけるデジタルイメージングおよび通信」と定義します。
    1. 非識別化フィールドと抑制ルールを非識別化チェックリストで定義します。
    2. エクスポートされたファイルをサンプリングし、あらかじめ定義された識別子が削除または置き換えられているか確認して非識別化を検証します。証拠の成果物として検証をアーカイブし、そのIDを記録します。
  9. 各交換イベントごとに非同一化ルール、検証証拠、リリース承認を記録します。
    1. 一意の交換イベントID、レコードリクエスターの役割、目的、データセットの範囲、宛先を割り当て、承認レコードを添付します。
    2. 検証レコードとリリースログをアクションレジスタ内の対応する共有セルに添付し、交換イベントIDを記録します。

13. ドキュメント化とバージョン管理

  1. トランスクリプト、コードブック、マトリックス、ヒートマップ、スクリプト、アクションログを、ロールベースの権限を持つ安全なアクセス制御リポジトリにアーカイブします。
  2. すべての成果物をバージョン化し、コード変更、重み付け更新、スコアリビジョンの監査トレイルを維持します。
  3. 6〜12ヶ月ごと、または大きなシステム変更後に再評価をスケジュールし、ガバナンス委員会に更新報告を行います。
  4. プロトコルの最後に、最終行列、ヒートマップ、アクションレジスタ、検証レコード、専門家誘導表(使用時)、分析トレースパッケージを含むバージョン付きM-ATSSPD評価パッケージを発行します。

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

結果

根拠のある理論に基づき、スクリーニング文献とインタビューコーパスの証拠を統合し、病院の医療機器データセキュリティに影響を与える要因のモデルを導出しました。3段階のコーディング(オープン、軸、選択)が行われ、解析ワークフローは30未満にまとめられています。

オープンコーディング
原文は意味と文脈を保持するために逐語的な表現を保持しながら一行ずつ検証しました。つまり、ユニットはサブノードにコード化され、定性的分析環境の階層的な親ノードの下に組織されていました。インタビューおよびスクリーニング文献で意味的に類似した断片を統合し、85の初期概念と15の予備カテゴリー(a1-a15)を得ました。これらは 表1にまとめられています。インタビューコーパスと中国語および英語の文献のコーディングを統合した後、最終データセットは149の初期概念、39のカテゴリー、360の参照点で構成されました(表1)。トレーサビリティを強化するため、各予備カテゴリ...

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

ディスカッション

実務使用では、いくつかの操作がプロトコルが再現可能で意思決定グレードの出力を生み出すかどうかを最も強く決定します。採点前に証拠の規律を維持し、成果物を収集、索引付け、バージョン付けすることで、成熟度の判断が認識ではなく監査可能な記録に根ざすようにしましょう。コーダーを早期に校正し、判定ルールと判定ログを保存することで、カテゴリ形成やカテゴリから行列への変換が検査可能に保たれます。証拠閾値付きの明示的な0-3アンカーを適用し、「適切」かつ「最適化された」スコアは、文書上の管理(例:ポリシー/SOP)および実行の少なくとも1つの運用証明(例:ログ、構成スナップショット、ドリルレコード)の両方でサポートされることを義務付けます。定期的なガバナンス会議にヒートマップレビューとアクションレジスターを組み込み、繰り返しのリズムがなければ、マトリックスは閉鎖や証拠、組織学習を欠いた一度きりの評価に陥りがちです。これらのステップは、デバイスデータセキュリティプログラムにおける標準的な故障モード、すなわち制御が断片的で、所有権が不...

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

開示事項

著者には開示すべき利益相反はありません。

謝辞

この研究は、中華人民共和国国家衛生健康委員会病院管理研究所の2024年医療工学研究プロジェクト(2024MEB115)および江蘇省衛生委員会の2024年健康経済・管理研究プロジェクト(CW202407)によって支援されました。

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

材料

この記事で使用された材料の一覧
名前会社カタログ番号コメント
定性的分析ソフトウェア(MAXQDA 24)VERBI Software GmbH(ドイツ、ベルリン)該当なし(ライセンスベース;請求書の注文/シリアル番号)文献内容分析およびコーディングに使用されます。コードブック/コード化されたセグメント/メモのエクスポートやバージョン番号付きのアーカイブ。
統計計算ソフトウェア(R v4.3.2)R Foundation for Statistical Computing(ウィーン、オーストリア)該当なし(オープンソース)Cohen's & kappa;、Wilson CI、統計比較、アーカイブスクリプトおよび出力に使用されました。
R パッケージ "irr"(κ 計算)包括的Rアーカイブネットワーク(CRAN)該当なし(オープンソース)コーエンのために使用されましたs & kappa;(例:kappa2);レコードパッケージのバージョンを使用しています。
スプレッドシートソフトウェア(Microsoft Excel / Microsoft 365 Excel)マイクロソフト社(アメリカ合衆国ワシントン州レドモンド)該当なし(ライセンスベース)加重付けスコアリングの公式や条件付き形式のヒートマップに使用;アーカイブワークブックおよびルール設定。
参考文献管理ソフトウェア(EndNoteまたはZoteroのいずれかを選べ)クラリベイト(エンドノート)/ゾテロN/A(ライセンスベース/オープンソース)引用のエクスポートや重複除去に使用;重複削除ログのアーカイブ。
中国国家知識基盤(CNKI)CNKI(清華通芳)該当なし(オンラインサブスクリプション)文献検索データベース;検索ログに正確なクエリ、フィルター、エクスポート形式を記録できます。
IEEE XploreIEEE該当なし(オンラインサブスクリプション)文献検索データベース;検索ログに正確なクエリ、フィルター、エクスポート形式を記録できます。
混合手法評価ツール(MMAT、2018年)MMAT著者(ホン他)該当なし混合手法研究のための高品質評価ツール;完成評価表のアーカイブ。
CASP質的チェックリスト(最新バージョン使用)クリティカルアプレイススキルプログラム(CASP)該当なし質的評価のみの研究のための品質評価チェックリスト;完成評価表のアーカイブ。
安全でアクセス制御されたリポジトリ(暗号化ストレージ)機関向けIT/準拠クラウド/オンプレミス該当なし音声、トランスクリプト、同意書、スクリプト、マトリックス、ヒートマップ、監査トレイルを役割ベースの権限で保存できます。
オーディオレコーダー(デジタルレコーダーまたはスマートフォン)同等のもの該当なし許可を得てインタビューを録音すること;特定の機器を使用する場合はモデルオプション。
コンピュータワークステーション同等のもの該当なしコーディング、スコアリング、分析、アーカイブに使用されます。
文字起こしツール/ワークフロー同等のもの該当なし逐語の文字起こし+非識別化;ワークフローの安全確保。
非識別化タグテンプレート自己準備該当なしトランスクリプト内の識別子を削除するための標準タグ。
参加者情報シート+同意書自己準備該当なしインフォームドコンセントと機密保持の保護に必須です。
スクリーニングテーブルテンプレート自己準備該当なし参加・除外の決定や理由を記録しましょう。
証拠遺物登録簿自己準備該当なしアーティファクト(A–I)をレジスタし、ID =、所有者、日付、場所を付けます。
マトリックスワークブックテンプレート(6 & 6)セルフ準備(スプレッドシート)該当なし指標、重み付け、式、セルスコア、ドキュメントフィールドを含みます。
ヒートマップルールセットのドキュメントセルフ準備(エクスポート/スクリーンショット)該当なし条件付きフォーマットの閾値と絶対比較可能性設定を保存します。
アクションレジスタテンプレート自己準備該当なし優先度の高い独房、所有者、期限、検証指標、閉鎖証拠を記録しましょう。
コーディング決定ログ+バージョン指定コードブック自己調製/輸出該当なし裁定後の決定、保持・統合・分割の記録やコードブックのバージョン管理。
解析トレースパッケージ自己調製/輸出該当なしコード化された抜粋、メモ、図解など、追跡可能なグラウンディング理論の透明性を可能にします。

参考文献

  1. Goldman, J. M., Weininger, S., Jaffe, M. B. Applying Medical Device Informatics to Enable Safe and Secure Interoperable Systems: Medical Device Interface Data Sheets. Anesth Analg. 131 (3), 969-976 (2020).
  2. Seh, A. H., et al. Healthcare Data Breaches: Insights and Implications. Healthcare (Basel). 8 (2), 133(2020).
  3. Aldosari, B. Cybersecurity in Healthcare: New Threat to Patient Safety. Cureus. 17 (5), e83614(2025).
  4. Shams, F. A., et al. Insights into Internet of Medical Things (IoMT): Data fusion, security issues and potential solutions. Information Fusion. 102, 102060(2024).
  5. Zarour, M., et al. Ensuring data integrity of healthcare information in the era of digital health. Healthcare Technology Letters. 8, 66-77 (2021).
  6. Williams, P. A., Woodward, A. J. Cybersecurity vulnerabilities in medical devices: a complex environment and multifaceted problem. Medical Devices (Auckland). 8, 305-316 (2015).
  7. Willing, M., et al. Analyzing medical device connectivity and its effect on cyber security in German hospitals. BMC Med Inform Decis Mak. 20 (1), 106(2020).
  8. Perneger, T. V. The Swiss cheese model of safety incidents: are there holes in the metaphor. BMC Health Services Research. 5 (1), 71(2005).
  9. Grimes, S. L., Wirth, A. The Case for Medical Device Cybersecurity Hygiene Practices for Frontline Personnel. Biomed Instrum Technol. 55 (3), 96-99 (2021).
  10. Richter, S., Ammenwerth, E. IT risk management for medical devices in hospital IT networks: a catalogue of measures and indicators. BMJ Health Care Inform. 30 (1), e100639(2023).
  11. Uwizeyemungu, S., Poba-Nzaou, P., Cantinotti, M. European Hospitals' Transition Toward Fully Electronic-Based Systems: Do Information Technology Security and Privacy Practices Follow. JMIR Med Inform. 7 (3), e13555(2019).
  12. Aboelmaged, M., Hashem, G. RFID application in patient and medical asset operations management: A technology, organizational and environmental (TOE) perspective into key enablers and impediments. Int J Med Inform. 112, 111-121 (2018).
  13. Daryanani, A. E., et al. Ensuring Medical Device Safety: The Role of Standards Organizations and Regulatory Bodies. J Med Syst. 49, 16(2025).
  14. Food and Drug Administration. Cybersecurity in Medical Devices: Quality System Considerations and Content of Premarket Submissions; Guidance for Industry and Food and Drug Administration Staff. Fed Regist. 88 (186), 66458-66460 (2023).
  15. Alzahrani, F. A., Ahmad, M., Ansari, M. T. J. Towards Design and Development of Security Assessment Framework for Internet of Medical Things. Appl Sci. 12, 8148(2022).
  16. Kim, D. W., Choi, J. Y., Han, K. H. Medical Device Safety Management Using Cybersecurity Risk Analysis. IEEE Access. 8, 115370-115382 (2020).
  17. Li, N., et al. A data sharing method for remote medical system based on federated distillation learning and consortium blockchain. Connect Sci. 35 (1), 1-18 (2023).
  18. Mehrtak, M., et al. Security challenges and solutions using healthcare cloud computing. J Med Life. 14 (4), 448-461 (2021).
  19. Balhareth, G., Ilyas, M. Optimized Intrusion Detection for IoMT Networks with Tree-Based Machine Learning and Filter-Based Feature Selection. Sensors (Basel). 24 (17), 5712(2024).
  20. Omar, I. A., Hasan, H. R., AlKhader, W., Jayaraman, R., Salah, K., Omar, M. Blockchain-based trusted accountability in the maintenance of medical imaging equipment. Expert Systems with Applications. 241, 122718(2024).
  21. Alhammad, A., Yusof, M. M., Jambari, D. I. Evaluating applied security controls for safeguarding medical device-integrated electronic medical records. J Eval Clin Pract. 30 (2), 256-265 (2024).
  22. Scally, G., Donaldson, L. J. Clinical governance and the drive for quality improvement in the new NHS in England. BMJ. 317 (7150), 61-65 (1998).
  23. He, Y., Aliyu, A., Evans, M., Luo, C. Health Care Cybersecurity Challenges and Solutions Under the Climate of COVID-19: Scoping Review. J Med Internet Res. 23 (4), e21747(2021).
  24. Zhang, Y., et al. Quantitative analysis of medical quality intelligent management policies in China: a PMC index model approach. Front Public Health. 13, 1716942(2025).
  25. Strauss, A., Corbin, J. Basics of Qualitative Research: Grounded Theory Procedures and Techniques. Sage. , Newbury Park, CA, US. (1990).
  26. Zhang, D., Liao, M., Liu, T. Implementation and Promotion of Quality Control Circle: A Starter for Quality Improvement in Chinese Hospitals. Risk Manag Healthc Policy. 13, 1215-1224 (2020).
  27. Hsieh, H. F., Shannon, S. E. Three approaches to qualitative content analysis. Qual Health Res. 15 (9), 1277-1288 (2005).
  28. McHugh, M. L. Interrater reliability: the kappa statistic. Biochem Med (Zagreb). 22 (3), 276-282 (2012).
  29. Donabedian, A. The quality of care: how can it be assessed. JAMA. 260 (12), 1743-1748 (1988).
  30. Chun Tie, Y., Birks, M., Francis, K. Grounded theory research: A design framework for novice researchers. SAGE Open Med. 7, 2050312118822927(2019).
  31. Foley, G., Timonen, V. Using Grounded Theory Method to Capture and Analyze Health Care Experiences. Health Serv Res. 50 (4), 1195-1210 (2015).
  32. Kendall, J. Axial coding and the grounded theory controversy. West J Nurs Res. 21 (6), 743-757 (1999).
  33. Runciman, W. B., Williamson, J. A., Deakin, A., Benveniste, K. A., Bannon, K., Hibbert, P. D. An integrated framework for safety, quality and risk management: an information and incident management system based on a universal patient safety classification. Qual Saf Health Care. 15 (Suppl 1), i82-i90 (2006).
  34. Reason, J. Human error: models and management. BMJ. 320 (7237), 768-770 (2000).
  35. Halligan, A., Donaldson, L. Implementing clinical governance: turning vision into reality. BMJ. 322 (7299), 1413-1417 (2001).
  36. Taylor, M. J., McNicholas, C., Nicolay, C., Darzi, A., Bell, D., Reed, J. E. Systematic review of the application of the plan-do-study-act method to improve quality in healthcare. BMJ Qual Saf. 23 (4), 290-298 (2014).
  37. Ostermann, M., et al. Cybersecurity requirements for medical devices in the EU and US - A comparison and gap analysis of the MDCG 2019-16 and FDA premarket cybersecurity guidance. Comput Struct Biotechnol J. 28, 259-266 (2025).

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

再版と許可

タグ

病院データセキュリティデータ監査プロトコルコンプライアンスポリシーインシデント対応部門間連携
お問い合わせ
図書館に推薦する

プライバシー

利用規約

ポリシー

著作権 © 2026 MyJoVE Corporation. 無断転載を禁じます。