Python でFHIR データを変換・出力するETL 処理を作る方法

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。本記事では、CData Python Connector for FHIR とpetl フレームワークを使って、FHIR データにPython から接続してデータを変換、CSV に出力するETL 変換を実装してみます。

CData Python Connector は効率的なデータ処理によりFHIR データ にPython から接続し、高いパフォーマンスを発揮します。FHIR にデータをクエリする際、ドライバーはフィルタリング、集計などがサポートされている場合SQL 処理を直接FHIR 側に行わせ、サポートされていないSQL 処理については、組み込みのSQL エンジンによりクライアント側で処理を行います（JOIN やSQL 関数など）。

必要なモジュールのインストール

pip で必要なモジュールおよびフレームワークをインストールします：

pip install petl
pip install pandas

Python でFHIR データをETL 処理するアプリを構築

モジュールとフレームワークをインストールしたら、ETL アプリケーションを組んでいきます。コードのスニペットは以下の通りです。フルコードは記事の末尾に付いています。

CData Connector を含むモジュールをインポートします。

import petl as etl
import pandas as pd
import cdata.fhir as mod

接続文字列で接続を確立します。connect 関数を使って、CData FHIR Connector からFHIR への接続を行います

cnxn = mod.connect("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 をクエリするSQL 文の作成

FHIR にはSQL でデータアクセスが可能です。Patient エンティティからのデータを読み出します。

sql = "SELECT Id, [name-use] FROM Patient WHERE [address-city] = 'New York'"

FHIR データ のETL 処理

DataFrame に格納されたクエリ結果を使って、petl でETL（抽出・変換・ロード）パイプラインを組みます。この例では、FHIR データ を取得して、[name-use] カラムでデータをソートして、CSV ファイルにデータをロードします。

table1 = etl.fromdb(cnxn,sql)

table2 = etl.sort(table1,'[name-use]')

etl.tocsv(table2,'patient_data.csv')

CData Python Connector for FHIR を使えば、データベースを扱う場合と同感覚で、FHIR データ を扱うことができ、petl のようなETL パッケージから直接データにアクセスが可能になります。

おわりに

FHIR Python Connector の30日の無償トライアル をぜひダウンロードして、FHIR データ への接続をPython アプリやスクリプトから簡単に作成しましょう。

フルソースコード

import petl as etl
import pandas as pd
import cdata.fhir as mod

cnxn = mod.connect("URL=http://test.fhir.org/r4b/;ConnectionType=Generic;ContentType=JSON;AuthScheme=None;")

sql = "SELECT Id, [name-use] FROM Patient WHERE [address-city] = 'New York'"

table1 = etl.fromdb(cnxn,sql)

table2 = etl.sort(table1,'[name-use]')

etl.tocsv(table2,'patient_data.csv')