医療に「ビッグデータ」「AI」を導入しても、失敗してしまう理由
BuzzFeed
278Picks
コメント
注目のコメント
いくら大きなデータでも、因果関係のないデータを含んでいれば、それは「正確でない数字を過剰に信用している」に過ぎないのです。
→本当にその通り。どの業界にあっても注意しなければならない基本ですね。
教育周りのデータも、怪しい分析が多い。因果どころか、テキトーな読みまで加わって混乱のもとであったりする。
また一方、一人ひとり異なる生徒を前に、いちいちエビデンスなんて待っていられない(例えば「子どもにスマホを持たせてもよいか」のエビデンスが出るのに20年はかかるなど)のが教育の現場でもある。経験で決断していくしかない側面もある。エビエビ言って何か語ったつもりの人も多い。
エビデンスベイスドで判断すべきという方針は揺るがせないにしても、玉石混交の「データ」を仕分けし、「確かに言い切れることを、丁寧に集めて知識としておく」というのが、せめてできることなのかな。アメリカの病院の品質は公的機関がデータを一般公開しているとのこと。医療はオープンデータを最も進めるべき領域。「日本の政策においては、PDCAサイクルが回っているようには思えない。」との指摘も重い。こういう声を強めていただきたい。いい記事です。
日本とアメリカでは患者が事前に知れる情報量が違う。
それは結果的にいえば、患者が病院を探していくうえでは選定基準がアメリカなどに比べて少ないということ。
もっと開示をしていったほうが患者にとっては有益なのかもしれない。
その反面、患者側には自分で見極める「選定眼」も必要になる。医師だけでなく患者自らも調べ、そして医師と共に歩んでいく医療が必要だと考えます。