ベッドから起き上がれず、インフルエンザが治るのを待つのは、かなりつらいものです。しかも、とても退屈です。症状をオンラインで検索したり、WikipediaやWebMDでインフルエンザの記事を読んだり、FacebookやTwitterに自分がどれほど具合が悪いか投稿したりする以外に、何ができるでしょうか。
毎年、多くの人がインフルエンザにかかり、その多くがまさにそうした行動を取ります。関連情報を検索し、つらさを私たち皆と分かち合うのです。その結果は注目に値します。症状の説明が、時刻情報、場合によっては位置情報まで付いて、オンライン上に残ります。つまりインターネットには、スマートフォンを含む、私たちのあらゆる接続機器を介したデジタル情報源から、人々の健康状態をかなり詳細に把握できる情報が集まっているのです。
これが デジタル疫学です。リアルタイムのデジタル上の痕跡を通じて、集団の健康状態を評価できるという考え方です。
デジタル疫学は、従来の疫学に大きな恩恵をもたらす可能性があります。研究者たちはすでに、感染症のモニタリングやサーベイランスを支援し、感染症に対する意識や懸念を理解するために、デジタル疫学を活用する方法や戦略の開発に着手しています。しかし、既存の実践にデジタル疫学を統合し、プライバシーに関する倫理的懸念に対処するには、まだ多くの取り組みが必要です。2020年までに、 スマートフォン利用者は61億人に達する見込みです。デジタル疫学に本格的に取り組むべき時は、まさに今です。
2014年から2020年までのスマートフォン契約数の予測。
Ericsson、 CC BY-NC-ND
デジタル疫学の一般化：Google Flu Trends
Google Flu Trends は、デジタル疫学の初期の代表的な事例の一つでした。インフルエンザの流行予測を支援するため2008年に開始されたこのサービスは、非常に単純な考えに基づいていました。インフルエンザにかかると、人々はしばしばインターネットを利用し、自分の症状について情報を検索する、というものです。
2009年、Googleと米国疾病予防管理センター（CDC）の研究者たちは、「検索エンジンのクエリデータを用いたインフルエンザ流行の検知」という適切な題名の論文を発表し、検索クエリを使ってインフルエンザの流行を把握する方法を示しました。
長年にわたり、Google Flu Trendsはデジタル疫学の代表例となってきました。この事例は、この分野が直面する機会と課題の両方を体現しています。疫学的知見を得るためにデジタルデータを活用するという考えを広く知らしめたことは間違いありませんが、Google Flu Trendsは、それが決して容易ではないことも示しました。
まず、 その推定値は必ずしも正確ではありませんでした。実際、北半球で2012～2013年のインフルエンザシーズンには、CDCの数値と比べて有病率を最大100％過大評価しました。また、推定値を再現するのも容易ではありません。もちろん、GoogleのデータへのアクセスはGoogleが管理しているからです。
この理由だけでも、過去数年、多くの研究者が代替データ源に目を向けてきました。ツイートは原則として公開されており、誰でもTwitterのデータにアクセスできるため、Twitterは特に人気のある情報源となっています。
TwitterとWikipediaがデジタル疫学のデータ源に
たとえば、2011年の研究ではTwitterのデータを使い、H1N1インフルエンザウイルスに対する人々の関心や懸念を測定し、 疾病活動を追跡しました。また、2014年の別の研究では、TwitterのデータをCDCのインフルエンザ様疾患モデルに組み込むことで、 予測誤差を減らせることが示されました。Twitterは、ワクチン接種などに関する 健康関連の意識や感情の評価 や、 医薬品の安全性の監視にも利用されています。
また、Wikipediaのアクセスログ、すなわちウェブ上で特定のWikipediaページが閲覧された頻度を示す公開データも、近年、 疾病のモニタリングと予測のための豊富なデータ源となっています。研究によれば、Wikipediaのアクセスログの分析は、 インフルエンザに関する従来の疾病サーベイランスを支援する可能性があります。
医師がポケットの中に：疫学のモバイル化
しかし、疫学に活用されているのは、誰でもアクセスできるTwitterやWikipediaのデータだけではありません。匿名化された携帯電話データは、人々の移動が疾病の動態にどう影響するかについて、かつてない知見をもたらしてきました。
たとえば、携帯電話のデータは、人々の移動パターンがどのように マラリアを拡散させるか を測定したり、2010年のハイチ地震とその後のコレラ流行など、災害や流行時の 人口移動を迅速に 推定したりするために使われてきました。
病気の自己診断を可能にするアプリの登場も、そう遠くありません。小型の付属機器を使えば、スマートフォンはすでに、複数の感染症を数分で診断できる 移動診療所 に変わります。
従来型＋デジタル＝より正確な全体像
公衆衛生は従来、医療提供者が患者から収集したデータを基盤としてきました。その結果、全体像には大きな偏りが生じます。そこに含まれるのは、医療を利用できる人々、あるいはそもそも医師の診察を受けると決めた人々だけです。また、情報の大半は 届出対象疾患に関するもので、ほかの膨大な種類の病気は取りこぼされます。さらに、健康行動や意識、意見に関する情報も大部分が抜け落ちています。
デジタル疫学は、その全体像に情報を加え、空白の一部を埋めることができます。もちろん、デジタル疫学が全人口を捉えるわけではありません。しかし、疫学データを収集する従来の方法も同様です。世界の大多数がオンラインにつながることで、公衆衛生の監視網から漏れていた人々がより見えやすくなります。これは、今日どこかにある病気が明日にはあらゆる場所の病気となる世界で、極めて重要です。また、パンデミックを食い止めるために設計されたデジタル警告システムを構築し、 「早期発見、早期対応」 という標語を実現することにもつながります。
プライバシーと監視を忘れずに
デジタル疫学は、監視やプライバシーをめぐる 倫理的課題 にも直面しています。あらゆる社会で、病気は社会的にも経済的にも偏見の対象となっています。また、人々は監視や情報プライバシーへの懸念を ますます強めて います。デジタル疫学が発展するにつれて、こうした倫理的配慮を最優先にしなければなりません。
この記事は当初、 The Conversationに掲載されました。 元の記事をお読みください。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しません。
アジェンダの最新情報を受け取るには、 週刊ニュースレターにご登録ください。
著者：Marcel Salathéは、ペンシルベニア州立大学の生物学担当助教授であり、コンピューターサイエンス・工学部門の兼任教員です。
画像：糖尿病患者の女性が、舌の写真を撮影されている。REUTERS/David Gray
