# チャプター 1 こんにちは。 集中治療院の児谷幸です。 今日はAI時代の臨床研究という中で、特にもうダメになっちゃうんじゃないか、 おわこになっちゃうんじゃないかという研究のことをちょっと考えてみようかなと思うんですね。 結構よく言われる、これもいろんな方が言われているのはですね、 例えば大規模データベース、一般に公開されている大規模データベース、 集中治療院の分野で言うとMIMICとかが代表的なんですけど、 一部、日本集中症学会がやっているJIPADみたいなものも含まれるかもしれません。 一定の機能を満たした施設には、完全にJIPADはパブリックではないですけれど、 一定の自由度を持って公表されている研究目的で使うことに関しては、一定の自由度が与えられているようなものだったりですね。 あとは、例えば系統的レビュー・メタ解析みたいに、 もう既に出版されたデータを用いて行うタイプの研究なんていうのは、なかなかもう厳しいんじゃないかと。 つまりですね、AIが発達した、そして例えば統計の行動ですね。 書いたりとか、文献検索をしたりとか、その結果を統合するみたいなところ、 これらの観察研究だったり、系統的レビュー・メタ解析の一定のパートっていうのは、 もうすっかりAIに置き換えられるだろうということが結構言われています。 なので、相対的に既存のデータセットでは立ち打ちできないようなもの、 例えば保険外、日本で言えばですね、保険外診療を伴うような検査だったり、 治療に関する研究だったり、RCTですよね、みたいなもの。 そういったものの価値が、ある種は和婚になるというタイプのものの価値が下がるのにつれて、 相対的に上がってくるだろうということが結構盛んに言われるようになってきているんですね。 で、これは僕は全く否定するつもりはなくて、 そういう流れにあるっていうことは実際そうだと思うんですよ。 ただですね、僕はちょっとだけ問いを投げかけたいのはですね、 要するに、そういった、例えば系統的レビュー・メタ解析とか、 大規模データベースを使った研究、既存データを使った研究は価値が下がって、 何らかの新しい検査項目を追加したルーチン診療から外れたものが含まれている観察研究だったり、 ランダム化比較試験のような介入研究、ランダム化という手法を取った特殊な研究デザイン、 これいずれもですね、研究デザイン、研究の型のことを言ってるんですよね。 つまり、Howですよ。 どうやってその研究を実施しますかというパートの話ですよね。 でも別に臨床研究ってHowのパートだけじゃないわけですよ。 最も根幹にあるのは、臨床疑問だったり研究疑問、クリニカルクエスチョンに端を端したリサーチクエスチョンだったり、 仮説ですよね。研究仮説なわけです。 ここをないがしろにしちゃいけないというか、研究の根幹となるような疑問が何であるかというのが、 僕はやっぱり一番のスタートラインだと思うんですよ。 その疑問にどうやって答えますかが、さっき言ったようなHowのパート、つまり研究デザイン、研究の具体的な計画をどう組んでいくかですよね。 そのもともと立てた根幹の一歩目の研究疑問、研究仮説が何であるかによって、Howの部分というのが変わってきますよ。 例えば、すでに世の中で普及している治療の実態を調査するみたいなもので、 別に既存のデータベースで対応できるならそれでいいわけですよね。 むしろそれが適切じゃないですか。 既存のデータベースがあって、例えば10年間100施設のデータが蓄積されているのに、頑張って10施設で1年間集めたって不十分かもしれない。 むしろ価値を下げる行為になるかもしれない。 何か新しい検査をやると言っても、それをやるには、例えばすごくお金がかかったり、すごくマンパワーを使ったりすることで、 なかなか自分の施設だったり自分の周りの環境では実現するのは難しくかもしれない。 だけど小さな研究はこれまで世界中でパラパラあるとすれば、もしかしたら一旦系統的レビューをやって、 その分野の現状を分かっている非常に狭末な一つ一つは研究だけれど、それを統合する。 そのプロセスをやって、ある種、そうやって一本論文として出す。 その論文を書くプロセスで、その興味を持っている臨床疑問についてのさらに理解が深まるとともに一つ実績ができて、 じゃあ今度は自分たちがより質の高い、よりサンプルサイズの多い、より臨床的な意義の高い前向き観察研究をやるにはどうしたらいいかっていう、 より適切なデザインが過去の研究を全部生み渡すことによってできる。 そして実績がついているので、例えば研究資金が得られやすくなるかもしれない、みたいなところがあると思うんですね。 つまりですよ、Howで研究のデザインを絞っちゃって、Howから考え出すっていうのが僕は結構危ないんじゃないかなと思うんですよ。 これは別の放送会でも言いましたが、研究って別にその一本で自分の疑問にパーフェクトに、画速なく答えられることなんて絶対ないです。 どこかに足りない部分がある、それをリミテーションで描くわけですよね、実際。 研究プロジェクトっていうのは、いくつかの連なり、一連の論文、研究、一本一本の研究が連なって、その分野を深めていくことになるわけですよ。 そうなった時には、例えば最初は系統的レビューをやってみる、そしてそのレビューの中で得られた今までの研究のリミテーションを全て克服するような研究を自分で、 研究資金を例えば取って前向きでやってみる、それをもとに観察研究で得られた情報をもとにランダム化学試験をやっていくみたいな、王道的な研究の型みたいなのを、僕はAIが出てきたからもう破壊されるわけでもなく、 ある種、この研究の型プロセス、シナリオみたいなものが、AIによって一足飛びにRCTいけるわけじゃないと思うんですよ。 なので、別に一本一本の研究で何かの分野にピリオドを打つ必要はないし、むしろある研究をやったから次の研究ができるっていうものもたくさんあると思うんですよね。 だからこそ、僕はまず素直に何に自分は興味があるのか、何を自分は明らかにしたいかっていうのを自分の中で明確にする。 例えば、何か聞かれたら10秒で答えられるぐらい研ぎ澄ました刃のようなものまで自分の問いを明らかにして、それに答えるにはどういうデザインがいいのっていう。 あくまで、僕は最近いろんな方がおっしゃってるように、デザインによっての価値っていうのは、今後かなり上下していくっていうのは、それは全然理解してますし同意します。 じゃあ別に最初の最もプリミティブな研究っていうのは、全然誰の目にも止まらないようなジャーナルにしか載らないかもしれない。 でも、それも一つの積み上げですよね。 最終的にどこまでいけるか、その一歩目が小さくたって誰の目にも止まらない無視されるようなものだったとしても、自分が積み上げていくことで最終的に大きな成果につながればいいんじゃないかなと思っているので、 あくまで研究デザインで、研究の良し悪しや疑問の良し悪しは決めずに、自分の疑問に正直に答えるデザインを適切に選んでいくことが大事なんじゃないかなというふうに思っています。 それではまた。