ビッグデータから、病気の予測可能性について何が分かるのでしょうか。MITの研究者による新たな研究が学術誌『 Scientific Reports 』に掲載され、50万人を超える患者の匿名化データを調べ、この問いを掘り下げています。明らかになったことの一つは、電子医療記録には最大90％の予測可能性を持つデータが含まれているということです。ただし、この予測可能性の水準に到達できるのは理論上に限られます。それでも、原理的に何が可能かをアルゴリズムの設計者や実務家に示す手掛かりになります。論文の共著者は、MITセンサブル・シティ・ラボの所長カルロ・ラッティと、同研究室の元コンピューター科学研究者2人、ドミニク・ダーレム（筆頭著者）およびディエゴ・マニロフです。データはゼネラル・エレクトリックから提供されました。同社は2011年、医療データを視覚的に図示するプロジェクトでセンサブル・シティと協力しました。 MIT News は新たな研究についてラッティに話を聞きました。
Q. 新たな研究の中心的な発見は何ですか。
A. 結果は非常に興味深いものです。これは、電子健康記録の利用によって得られる大規模データを分析した、初期の研究の一つです。そして、そのデータが利用可能になったのはつい最近です。ゼネラル・エレクトリックから得た、非常に大量のデータです。私たちが調べようとしたのは、医師の診察を受けるとき、一定の［医療］履歴があり、何らかの［医療上の］問題を抱えているかもしれませんが、その問題より前にある履歴に予測力があるかどうかです。純粋にコンピューター科学の観点から調べたところ、予測力があることが分かりました。
Q. 論文では、「個々の疾患の履歴をシャッフルしても、予測可能性の上限はわずかに低下する」と述べています。つまり、特定の疾患は、発症する順序とはおおむね無関係に互いに相関している、という理解でよいでしょうか。
A. 患者の［履歴］を時間軸上で並べ替えて、予測可能性がどう変わるかを見てみることができます。分かったのは、並べ替えても予測できるということでした。ある意味、これは一連の疾患がまとまって発生することを示しています。……必ずしも厳密な順序で進行するわけではなく、いくつかの事柄が一緒に現れるということです。
個人のレベルでは、医療履歴を他の人々のものと比較でき、医師に追加情報を提供できます。医師は、医療履歴の分析から追加の情報を得られます。もちろん、医師はすでにこうしたことをしています。過去を振り返り、何が問題かもしれないかを理解するのです。しかし、これは数学的な方法で、指針を与え、［一人の患者の医療履歴］をたどるだけでは得られないかもしれない、より多くの情報をもたらします。
Q. あなたの研究室は、データを都市の課題に応用することに重点を置いています。医療に関するこの研究プロジェクトは、どのように始まったのでしょうか。
A. 私たちは、情報が都市に関する知識をどのように変えているかを研究しています。医療記録から得られる情報は、活用できる非常に重要な情報の一種です。この研究は、こうした時系列を実際に調べ、情報理論の観点だけから、次に何が起きるかを予測できるか理解しよう、という問いから始まりました。
データを使って、私たちが取り組み始めたことの一つは、空間をまたいでデータを見ることです。実際、地域によって違いがあることが分かります。そして、個人と周囲の環境との相互作用を理解し始め、それを定量化するのです……すると、それが医療記録に痕跡を残すようになります。ある意味で、医療記録と特定の地域の環境を併せて見ることが非常に重要になります。
著者らは、ゼネラル・エレクトリック、AT&T財団、米国国立科学財団、国防科学技術大学院フェローシップ・プログラム、およびアウディ・フォルクスワーゲンから一部資金提供を受けました。
この記事は、 MIT Newsとの協力により掲載されています。掲載は、世界経済フォーラムが見解を支持することを意味するものではありません。
アジェンダの最新情報をお届けします。 週刊ニュースレターに登録する。
著者：ピーター・ディジケスはMIT Newsの寄稿ライターです。
写真：ミシシッピ州ジャクソンにあるミシシッピ大学医療センターの外傷センターで、登録看護師レベッカ・モークさんが写真撮影に応じる。2013年10月4日。REUTERS/Jonathan Bachman。
