午夜剧场

近年、医学?医疗におけるデータ量は、急激に増加している。医学でビッグデータという言叶が初めて登场したのは、2008年『狈补迟耻谤别』誌の特集「ペタバイト时代の科学」であろう。とくに、ゲノム医学においては、次世代シーケンサーの普及もあり、年间エクサバイトを超える量のデータが生成されており、従来ビッグデータを扱ってきた天文学、罢飞颈迟迟别谤や驰辞耻罢耻产别におけるデータ量をもはるかに凌驾している。

私は、现在、庆应义塾大学で血液内科诊疗に携わりながら、国立がん研究センター研究所にも所属し、血液がんを中心としたがんの遗伝子解析研究に取り组んでいる。ゲノム医学において、次世代シーケンサーの恩恵を最も受けたのは「がん」であり、多くの大规模研究により、がんのドライバーになるさまざまな遗伝子异常や、それらが集积する分子経路が同定されてきた。さらに、それらの异常をターゲットとする薬剤（分子标的薬）が短期间で开発され、実际に患者予后の改善に繋がっている事例も散见される。

このように医学?医疗ビッグデータ解析の恩恵を社会が享受できる时代になった一方で、机械学习?深层学习を中心とする第3次础滨ブームも过ぎ去ろうとする中、その限界も明らかとなっている。基本的には、ビッグデータ解析は后ろ向きの観察研究であり、さまざまなバイアスの影响を受けやすい。さらに、个々のデータの质は玉石混交であり、その取捨选択が重要である。

実际の解析では、频度や相関関係の分析が中心となり、因果関係に関して确定的に言及可能な状况は多くない。そのため、従来の临床试験による介入研究や、疾患のメカニズム研究等の重要性は现在も変わっておらず、ビッグデータ解析とは相补的に机能するものである。

本邦では、长い间、医学?医疗分野においてもビッグデータ解析をはじめとした情报科学の重要性が叫ばれているが、その本质の理解は十分ではない。现在、全ゲノム解析等実行计画等、大规模な国家プロジェクトが进行しているが、これらのビッグデータの利活用を促进し、その効能を最大化するためには、ビッグデータの可能性と限界、すなわち、その射程距离を共有することが肝要である。