現代医療の重要な考え方に「科学的根拠に基づく医療」を意味するEBM(Evidence-BasedMedicine)があります。病気の予防・診断・治療・予後予測に関してEBM の手法に基づいた様々な診療ガイドラインが制作され、一般の人々もそれを目にすることができます。その科学的根拠の中で最も重視されるものの一つが統計学です。人は観測不能な様々な要因によって一人として同じ人はいません。従って、同じ治療を行ってもその効果は様々に変動し、治療効果の評価は容易ではありません。しかし不規則に振る舞うデータの中から、一つの整然とした法則性を見出し、それを治療などの意志決定に役立てるのが統計学の役割です。
近代看護学の創設者であるフローレンス・ナイチンゲール(1820-1910)は、若いころから数学とくに統計学の分野に関心を寄せ、当時のイギリスの第一級の数学者たちの指導を受けて研鑽を積んだ優れた統計学者でもありました。彼女は、自らが従軍したクリミア戦争でのイギリス軍の戦死者・傷病者に関する膨大なデータを分析して、その多くが戦闘で受けた傷そのものではなく傷を負った後の治療や病院の衛生状態が十分でないことが原因で死亡したことを明らかにし、病院内の衛生状況の改善を促して傷病兵の死亡率を劇的に引き下げることに貢献しました。
21世紀の情報化社会にあって、データはデジタル化され途方もなく増大しています。日本に限っても、2005年から2013年の8年間で、データ流通量は約8.7倍(年平均伸び率27.1%)に拡大しているそうです。(総務省、ビッグデータ時代における情報量の計測に係る調査研究、2014)医療の世界でも、血圧や脈拍などの「生体情報」、運動や食事などの「生活情報」を含んだ診療情報、医療計測データなどがとてつもないスピードで蓄積されています。そのような膨大なデータを分析するためのデータマイニング、機械学習といった技術も数学とくに統計学を抜きにしては語れません。
数学、統計学はまた、個人に対する直接医療行為においても様々な貢献をしています。例えば、近年CT
やMRI、PET
といった画像診断の技術が進んでいます。これは、X線や磁力、あるいは体内に注入した放射線トレーサーを使って得た信号をもとにコンピュータを利用して人体内部の断層画像を再構築し、人体組織の形態や生体の機能を観察することで癌など様々な病気の診断に役立てる技術ですが、その画像再構築には代数学や統計学、解析学といった数学が使われています。
|