Blog
-
[Frontier Insights] GPTが拓く未来の医療：人の病歴から1000以上の疾患を予測・生成するAI「Delphi-2M」【Nature論文解説】
人の一生は、健康な時期もあれば、病気と向き合う時期もある、まさに一本の「物語」のようです。もし、その物語の未来の展開を、ある程度予測できるとしたら、医療はどう変わるでしょうか？ これまで、心臓病やがんなど、特定の病気のリスクを予測するツー... -
[Frontier Insights] Googleのオープンモデル医療AI「MedGemma」とは？性能から使い方まで専門家が徹底解説
医療現場は、日々膨大な情報であふれています。カルテの記録、最新の論文、そして山のような検査画像…。これらすべてを人間だけで処理し、最適な判断を下し続けるのは、本当に大変なことだと思いませんか？もし、優秀なアシスタントが隣にいて、情報の整理... -
[Medical Data Science 100 : S49] 媒介分析：『なぜこの治療は効くのか？』その問いに答えるための因果メカニズム解剖学
学習のポイント：媒介分析 介入が「なぜ効いたのか？」というメカニズムを解き明かす分析手法です。効果を直接的なものと、媒介する要因を通じた間接的なものに分解して理解します。 🔎全体効果 何が起きたか？ (What) 介入（例: 運動）によって結果（例: ... -
[Medical Data Science 100 : S48] 時間依存交絡に挑む3つのアプローチ：g-methodsと動的治療戦略を徹底比較
学習のポイント：時間と共に変化する医療データ分析 臨床現場では過去の治療が現在の状態に影響し、その状態が未来の治療選択を左右します。この複雑な連鎖「時間依存交絡」は従来の分析を歪ませます。ここでは、その問題を解決する強力な手法「g-methods... -
[Medical Data Science 100 : S47] 時間依存交絡～臨床データに潜む「動的な罠」を見破る思考法
学習のポイント：時間依存交絡 なぜ重症な患者ほど強力な治療を受けるのに、データ上では結果が悪く見えるのでしょうか？この記事では、時間の経過と共に「患者の状態」と「治療の選択」が相互作用する「時間依存交絡」という統計的な罠とその解決策を解説... -
[Medical Data Science 100 : S46] 操作変数と回帰不連続～交絡を乗り越える因果推論の有力なアプローチ～
学習のポイント 理想的な実験（RCT）が難しい観察データから真実を探るには、「交絡」という見えないバイアスを乗り越える必要があります。ここでは、データに隠された「偶然」を利用する2つの強力な分析アプローチ、「操作変数法」と「回帰不連続デザイン... -
[Medical Data Science 100 : S45] 差分の差分法(DID)と合成コントロール法：政策評価の鉄板ツールを医療データで使いこなす
学習のポイント RCT（ランダム化比較試験）ができない状況でも、観察データから「真の効果」を探ることは可能です。ここでは、そのための強力な分析手法である「差分の差分法 (DiD)」と「合成コントロール法 (SCM)」の基本コンセプトを解説します。 🤔 課... -
[Medical Data Science 100 : S44] IPTWとMSM：時間経過に伴う因果関係を捉える統計的アプローチ
学習のポイント リアルワールドデータから信頼性の高い治療効果を導き出すには、時間と共に変化する患者の状態が引き起こす「時間依存性交絡」というバイアスを乗り越える必要があります。本稿で解説するIPTWとMSMは、この複雑な問題を解決するための統計... -
【科学的視点で考える「理想の朝食」】医師が提案する、パフォーマンスを高める科学的「時短洋食」レシピ3選 | 洋朝食①
パンとコーヒーの朝、その選択は「最適」か？ 多忙な朝、一杯のコーヒーと手軽なパンやシリアルで済ませる。多くの方にとって、それは日常的な光景かもしれません。以前の記事では、日本の伝統的な和朝食が、血糖値コントロールや腸内環境の観点から、いか... -
[Medical Data Science 100 : S43] 傾向スコア・マッチング入門：不揃いなデータから「真の効果」を見抜く統計学の知恵
傾向スコア・マッチングの要点 観察研究やリアルワールドデータでは、患者の背景が不揃いなため治療効果を正しく比較できません。傾向スコアは、この「不公平さ（交絡バイアス）」を乗り越え、あたかもランダム化比較試験のように公平な比較を実現するため...
