HN 日本語サマリー

← 一覧へ戻る
科学・技術

科学を組み立てる方法

How to Assemble Science (aeon.co)

7 pointsby karakoram0 コメント

要約

日々膨大な量の科学的知識が生み出される中で、個々の研究が孤立して報告されることが多く、全体像の把握が困難になっています。この記事では、科学ジャーナリストである著者が、個々の研究結果を統合し、既存の知識を体系的に評価する「エビデンス合成」の重要性を説きます。メタアナリシスやシステマティックレビューといった手法を紹介し、これらを活用することで、複雑な問題に対する解決策を見出し、行動につなげることができると論じています。

全文翻訳

人類は毎日膨大な量の新しい知識を生み出している。問題は、それらをどう理解するかということ

ニュースを読んでいると、コーヒーは体に良いと言われたかと思えば、次の週には悪いと言われるといった、科学や健康に関する報道の変遷に戸惑うことがあるかもしれません。赤ワインは寿命を延ばす、と思えばそうでもない。時間の経過とともに、新しい科学研究は互いに矛盾するように見え、どの証拠を信じるべきか分からなくなってしまいます。

サイエンスライターとして、私はしばしば、個々の研究が孤立して報告されることが問題であり、他のすべての既知の知識と比較検討されていないことに気づきました。そして、時には害のリスクも高いのです。例えば、2025年9月、私は米食品医薬品局(FDA)が鎮痛剤アセトアミノフェン(パラセタモール)に警告ラベルを追加すると発表したことについて報道しました。FDAは、妊娠中の服用が子供の自閉症のリスクを高めると主張しました。これは世界的な見出しとなりました。しかし、科学を詳しく見てみると、FDAとその親機関が少数の研究を「さくらんぼ摘み」(cherrypicked)し、より堅牢な他の発見を軽視していたことが明らかでした。これは数ヶ月後に、研究者たちがより包括的な知識を反映した主要なレビューを発表したことで確認されました。そのレビューは、「既存の証拠は、妊娠中の母親のアセトアミノフェン使用と、子供の自閉症やADHDとの間に明確な関連を示していない」と結論づけました。もちろん、その頃までには、妊娠中に服用できる最も安全な鎮痛剤の一つと考えられている薬について、数え切れないほどの女性が不必要に不安を感じていたのです。

2025年、世界中の学者が約700万件の学術論文を発表しました。これは1日あたり19,000件以上です。一見すると、これは祝うべき数字のように思えるかもしれませんが、それは問題も提起します。研究の量が増大するにつれて、これらの何百万もの論文が実際に何を伝えているのかを識別するのは困難になります。この情報洪流の中には、厳密な方法論と重要な発見もあれば、当惑させるような矛盾、未確認の結果、ずさんな科学も含まれています。さらに、経験的な知識や先住民の洞察といった多様な形態の知識は、学術論文やデータベースにはほとんど記録されていません。

その原因は構造的なものです。科学者はキャリアアップのために、次々と論文を発表し、宣伝します。ジャーナリストは、オンラインでのクリック数を稼ぐために、最新の派手な研究を追いかけます。一方、既存の知識を注意深く統合し、評価することに時間を費やして、世界がすでに知っていることを理解しようとする人はほとんどいません。ロンドンを拠点とするエビデンス統合グループ、コクラン・コラボレーションの共同設立者である医師、イアン・チャルマーズは、かつてこれを「科学が科学的にエビデンスを蓄積することの、スキャンダラスな失敗」と呼んだことがあります。

この失敗は、私の著書『Beyond Belief: How Evidence Shows What Really Works』(2026年)を書く上での重要な動機となりました。その研究を通して、私は世界を理解するためのより良い方法を発見しましたが、これらの方法は十分に知られていません。もし知られていれば、私たちは単一の研究に基づくニュース記事を信じる前に立ち止まり、本当の仕事、すなわちエビデンスを見つけ、分類し、統合することに気づくでしょう。この地味な作業は、個々の研究やニュースの見出しよりもはるかに私たちの人生に影響を与えています。また、私たちが直面している多くの厄介な問題に対して、人間はすでにそれらを解決するために必要な知識の多くを所有していることにも気づくかもしれません。必要なのは、それを組み立て、そして行動する能力だけです。

エビデンス統合の歴史における最大の出来事の一つは、1976年にサンフランシスコのホテルで起こりました。そこで、アメリカ教育研究協会の年次総会で、統計学者のジーン・グラスは、多数の個々の研究からの発見を統合する方法を示す独創的な技術を発表しました。この技術は科学にとって非常に重要になり、それ自体に伝記があるほどです。

グラスの研究は、彼自身の精神衛生上の苦闘から生まれました。10年前、心理測定学と統計学の博士号を取得した後、彼は不安と神経症に苦しんでいました。彼は週に一度の心理療法セッションを開始し、それが彼に大いに役立ちました。そして8年間続けました。しかし、彼の肯定的な経験は、心理療法にはほとんど利点がないと主張する学術的な意見の重みに反していました。これは、心理療法の研究に関する影響力のあるレビューで、それが無価値であるか、せいぜいプラセボ効果であると結論づけた心理学者ハンス・アイゼンクの研究に大きく起因していました。

グラスは苛立ちました。それは、彼が無効な療法にお金を無駄にしたことを示唆するだけでなく、アイゼンクのレビュー方法が欠陥があると感じたからです。

アイゼンクは、当時の他の研究者と同様に、「投票数方式」(vote-counting)と呼ばれることを行っていました。つまり、治療に利益があることを示す研究の数と、効果が見られなかった研究の数を数えるのです。より多くの「票」を獲得した方が勝ちです。投票数方式は直感的ですが、エビデンスを統合する方法としては誤解を招きやすいです。その理由の一つは、効果の大きさを無視してしまうことです。ある研究では、特定の治療を受けた100人中55人が改善したと示し、別の研究では100人中85人が改善したと示しているかもしれません。2番目の研究は治療がより強い効果を示したとしても、両方の研究は1票しか貢献しません。グラスはこれが問題であることを見て取ることができ、またアイゼンクが論文や学位論文にあるという理由だけで、何百もの有効な研究を恣意的に除外したことに驚きました。

聴衆は度肝を抜かれました。ここに、一見混沌とした様々な結果から意味を抽出する方法があったのです。

グラスはより良い仕事をするために乗り出しました。彼と彼の妻で心理学者のメアリー・リー・スミスは、心理療法の効果を対照群や他の療法と比較したあらゆる研究を体系的に探し出し、370以上の研究にたどり着きました。

次に、グラスとスミスは、各研究における心理療法の効果の測定値を抽出し、組み合わせる方法を考案しました。ある研究が不安に対する治療効果を測定し、別の研究が血圧への影響を測定していたとしても、彼らはこれらの結果を「効果量」として知られる単一の標準測定値に変換し、すべての研究で平均化する方法を考案しました。(これは、さまざまな通貨をドルに換算して、すべてを組み合わせられるようにするようなものです。)グラスはこの新しい統計的手法をメタアナリシスと名付けました。これは、メタデータがデータに関するデータであるように、分析の分析です。

2年間この作業に費やした後、グラスとスミスは心理療法が有益な効果をもたらすと結論付け、グラスはその方法を教育会議が開催されていたサンフランシスコのホテルで発表しました。心理療法がいつ、誰に対して有効かについては、今日に至るまで議論が続いています。(アイゼンクはこの研究を「メガ・シリーネス(巨大な愚かさ)のエクササイズ」と呼んでいました。)しかし、メタアナリシスについては、聴衆は度肝を抜かれました。ここに、一見混沌とした様々な結果から意味を抽出する方法があったのです。

メタアナリシスは、この時期に登場した唯一の統合ツールではありませんでした。グラス、スミス、その他の研究者の仕事は、エビデンスを収集・評価するための厳密に構造化された方法であるシステマティックレビューにもつながりました。システマティックレビューでは、研究者は特定の質問に対処するすべての研究について、世界中の公開および未公開の文献データベースを検索します。そして、何千もの研究の長いリストを最も関連性の高い数件に絞り込み、その信頼性を評価し、データを抽出し、結果を組み合わせます。多くのシステマティックレビューには、含まれる研究の結果をプールし、治療やその他の介入の全体的な効果を推定するためのメタアナリシスが含まれています。

エビデンスの本体を理解するためのこれらのツールは、過去数十年間で科学における最も重要な発展の一つです。それらは、個々の基礎となる研究を個別に評価するだけでは決して不可能な、重要な結論を特定する力を持っています。それは、木だけでなく森を見ることに相当する科学的なものです。

ひっそりと、これらのアプローチは現代生活を変えてきました。特に健康に関する意思決定においてはそうです。医学においては、エビデンス統合の初期の提唱者であるイアン・チャルマーズが、1991年5月に英国オックスフォードのウルヴァーコート・ミル・ストリーム沿いを散歩したことがきっかけで、これは部分的に起こりました。

チャルマーズは、妊娠と出産における治療に関するすべてのエビデンスを統合する、先駆的な10年間のプロジェクトを終えたばかりでした。このプロジェクトは、何百ものシステマティックレビューを含むもので、多くの標準的な医療行為、例えば分娩中の女性の陰毛の剃毛や会陰切開などが、ほとんどエビデンスに基づかず、一部は有害であったことを示しました。チャルマーズと同僚の研究は、これらの慣行の一部を変えるのに役立ちました。

チャルマーズは、この仕事を拡大することを考えていました。彼は、医学やヘルスケアのあらゆる分野の臨床試験を統合することは有用ではないかと考えました。そうすれば、医師や患者は、糖尿病、がん、心臓病、その他の多くの病状を効果的に治療する方法を、エビデンスに基づいて知ることができるでしょう。驚くべきことに、当時の多くの医療上の意思決定は、研究からのエビデンスではなく、従来の知恵や経験豊富な医師の根拠のない意見に基づいていました。

数年前の1979年、ウェールズのカーディフで働く医師アーチー・コクランは、医療コミュニティにこれを実行するよう挑戦しました。「専門分野やサブスペシャリティごとに、すべての関連するランダム化比較試験の批判的な要約を、定期的に改訂して組織化していないことは、私たちの職業にとって大きな批判であることは間違いありません」とコクランは書きました。チャルマーズはコクランに大きな影響を受け、今やそのタスクを引き受ける準備ができていました。彼と彼のチームは、オンライン学術データベースで臨床試験を検索し、図書館でジャーナルを手に取って精査し始めました。タスクは非常に大きかったため、ボランティアを募集しました。これには、高齢者グループや、オックスフォードのヘディングトン・ボウルズ・クラブという意外な協力者も含まれていました。すぐに、彼らは何万もの試験を集めました。

西洋の医師にかかったことのある人のほとんどは、システマティックレビューの恩恵を無意識のうちに受けています。

しかし、チャルマーズは、医学における効果的な治療法に関するすべてのエビデンスを統合することは、あまりにも巨大なタスクであり、これ以上の人的資源が必要だと知っていました。そこで、1993年、彼は志を同じくする人々と共に、健康治療に関するエビデンスの質の高いシステマティックレビューを作成することに特化したコクラン・コラボレーション(現在は単にコクランとして知られています)を開始しました。

開始から10年以内に、コクラン・コラボレーションは約2,000件のシステマティックレビューを発表し、この種の調査の普及に貢献していました。2010年までに、コラボレーションの内外の研究者は、毎日11件のヘルスケアに関するシステマティックレビューを発表していました。

今日、「コクランレビュー」は、科学の最も厳密で信頼性の高い統合の一つとして知られており、システマティックレビューは、医師が意思決定の指針とする臨床ガイドラインを作成するために使用されています。西洋の医師にかかったことのある人のほとんどは、システマティックレビューの恩恵を無意識のうちに受けています。それらは、医学の基盤となるエビデンスの目に見えない土台となっています。

それらがない世界がどのようなものか理解するために、20世紀半ばに異議なく受け入れられていた悪名高い医療アドバイスを考えてみましょう。1957年、小児科医ベンジャミン・スポックは、彼の育児のベストセラー『The Common Sense Book of Baby and Childcare』(1946年)の第2版に小さな変更を加えました。彼は、親に赤ちゃんを仰向けではなくうつ伏せで寝かせるべきだと述べました。1980年代と90年代までに、研究はこれが小児保健史上最も致命的な根拠のないアドバイスの一つであることを明確に示していました。なぜなら、それは乳幼児突然死症候群(SIDS)の急増に寄与したからです。

この話がさらに悲劇的であるのは、睡眠姿勢とSIDSの関連性が、研究のエビデンスを一つずつ見るのではなく、統合していれば、もっと早く検出されていた可能性があることです。2005年に発表されたシステマティックレビューとメタアナリシスで研究者たちがこれを行ったとき、彼らはうつ伏せ寝とSIDSの関連性が1970年には明らかであったことを発見しました。これは、ほとんどの親がリスクについて警告される約20年前でした。彼らは、エビデンスが統合され、早期に行動されていれば、ヨーロッパ、オーストラリア、ニュージーランド、および米国で少なくとも5万人の乳幼児の死亡が防げた可能性があると計算しました。

医学だけがエビデンス統合の貯蔵庫を構築した分野ではありません。保全から教育に至るまで、他の分野も医学モデルを模倣しています。

非営利組織である国際インパクト評価イニシアチブ(International Initiative for Impact Evaluation)は、国際開発における公衆衛生や栄養失調対策の改善など、何が効果的かについての1,700件以上のシステマティックレビューを保管しています。主要な環境データベースであるCEEDERは、種の保護や地球を守るために効果的な方法に関する2,100件以上のエビデンスレビューをホストしています。

ロンドンにある、恵まれない子供たちの学習成果の向上に専念する非営利組織である教育基金(Education Endowment Foundation)は、教育アプローチをテストした研究のシステマティックレビューを使用して、広く称賛されている「教育と学習ツールキット」を構築しました。イングランドの学校長の約70%が現在、支出決定を行うためにそれを使用しており、30カ国以上で適応され、9つの言語に翻訳されています。

IPCCの統合は、人間が気候変動の原因であることを示すことで、地球規模の行動を促すのに役立ってきました。

このツールキットが示す最も効果的な戦略の一つは、学習方法を学ぶ能力であるメタ認知(metacognition)を生徒に教えることです。(例えば、ステップを書き出すことが数学の問題を解くのに役立ったと知った子供は、メタ認知を実践しています。)教育基金のレビューによると、メタ認知を導入することで、子供たちは1年間で平均して8ヶ月分の追加学習進歩を得ることができます。対照的に、学年を繰り返すことは、学生の学習を約2ヶ月遅らせます。

より最近では、気候科学者たちが医学から教訓を得ています。彼らはエビデンスの統合に慣れています。1988年以降に発表された気候変動に関する政府間パネル(IPCC)の6つの大規模な科学評価は、おそらくこれまでに行われた最大かつ最も影響力のあるエビデンス統合であり、人間が気候変動の原因であることを示すことで、地球規模の行動を促すのに役立っています。しかし、IPCCの報告書は、どの気候政策が最も役立つかといった解決策については、これまであまり触れていません。

2024年に設立された「What Works Climate Solutions」というグループは、排出量を削減したり、地球温暖化に適応したりするための最も効果的な方法を示すエビデンス統合のコクランのような銀行を構築しようとしています。このエビデンスバンクは、2029年末までに発表される予定のIPCCの次期科学評価にフィードバックされ、政府がどの政策を採用するかを選択するのに役立つでしょう。

システマティックレビューの人気の高まりは、学術データベースでも見られます。医学分野だけでも、2000年の約1,400件から2019年には29,000件以上に増加しました。これは1日あたり約80件です。PRISMAと呼ばれる、それらを正確に実行するためのガイドラインのセットは、21世紀で最も引用された論文の一つとなっています。ある集計によると、138,000件もの引用があります。

システマティックレビューには批判もあります。一つは、従来のレビューが量的研究(数値データに基づく研究)を強調し、インタビューや観察に基づく質的研究を無視していることです。エビデンス統合の専門家の間では、さまざまな情報源をどのように統合するのが最善かについて活発な議論が行われています。

保全などの一部の分野では、科学者は、地域社会や先住民グループの経験的な知識といった他の形態の知識よりも、西洋科学を優先していると非難されています。例えば、カナダの一部の先住民は、彼らが狩猟する渡り鳥の行動について広範な知識を持っています。これらの種類の証拠は、単に数値を処理する従来のレビューには適合しません。

しかし、それらを組み合わせる方法があります。2021年、カナダ公園局とFoundations of Successというグループは、ジャスパー国立公園での絶滅危惧種のカリブーの飼育繁殖プログラムを追求するかどうかを決定するために、並外れたエビデンス分析を行いました。研究からのさまざまなエビデンスを収集するだけでなく、先住民グループ、動物園、フィンランドのトナカイ専門家から証拠をレビューし、続行するかどうかについて合意に達するように依頼しました。(彼らは続行し、2025年には愛らしいカリブーの赤ちゃんが生まれました。)

動画: kDp2RcfBPt4

過去数十年間で、研究者はさまざまな種類の証拠を組み合わせるための手法を開発してきました。一部は質的研究のみをプールし、他の「混合手法」の統合は質的および量的な研究を組み合わせます。多忙な政府の政策立案者にエビデンスを提供する一部の研究者は、利用可能な時間(翌日かもしれない)で質問に答えるために、可能な限り最良のエビデンス統合をまとめる「迅速レビュー」を好みます。彼らは、遅すぎる完璧な統合よりも、時間通りに提供される良い統合を好みます。

エビデンスの概要を提供すると主張する研究は権威を伝えます。そのため、科学者はそれらを正しく行う責任があります。

elsewhere、科学者たちは「リビングレビュー」と呼ばれる別の重要なイノベーションに取り組んでいます。これらは、研究が発表されるにつれて頻繁かつ継続的に更新されるものであり、しばしば起こるように、静的なシステマティックレビューがすぐに時代遅れになることはありません。リビングレビューは労働集約的であるため、新しい研究が迅速に公開されている重要な問題に対して最も価値があります。COVID-19パンデミック中、いくつかのグループはすぐに集まり、COVID治療法とワクチンの急速に出現する研究を統合するためのリビングレビューを開発しました。

過去20年間で、科学を統合するために使用される手法は非常に複雑になり、エビデンス統合はそれ自体が専門職となりました。その技術に特化した学術誌、学術センター、教授職、賞もあります。サイエンスライターとして、私はシステマティックレビューの細部について何時間も話せるエビデンスオタクにインタビューしてきました。

そして、研究の本体を統合するための最良の方法について、緊張が時々生じます。純粋主義者は、金字塔的なシステマティックレビューが最も厳密な方法であり、他の方法は研究を見逃したり、質の低い作業を含めたりして、間違った結論に達するリスクがあると主張します。実用主義者は、システマティックレビューには時間がかかりすぎると主張し、しばしば迅速で簡潔なアルミニウム基準の統合で十分だと考えます。

しかし、実際には、これは小さな嵐にすぎません。エビデンス統合のためのさまざまな方法は、さまざまな状況に適しています。重要なのは、使用された方法とそれらの弱点について透明性があることです。厳密なエビデンスの概要を提供すると主張する研究は権威を伝えます。そのため、科学者はそれらを正しく行うという重い責任を負っています。

ニュース記事やソーシャルメディアの投稿が数時間で拡散する世界では、システマティックレビューにおける最大の課題の一つはその時間です。500件以上のコクランレビューの分析によると、レビューは通常約3年かかり、1件は非常に長い8年かかりました。これは、システマティックレビューの実行には約25のステップが含まれており、慎重な検索、フィルタリング、および研究の組み合わせがあり、その多くはエラーを避けるために重複して行われるためです。この厳密なプロセスにより、多くの研究者がシステマティックレビューを実行するという見通しに恐怖を感じる理由が説明されます。

研究者は長年コンピューターを使用してきましたが、生成AIの急速な進歩は、タスクの加速と自動化に関する新たな興奮を煽っています。AIは、圧倒的に膨大な科学文献を理解するのに役立つのでしょうか?

それは、サイエンスライターとしての私の研究方法と、日常生活における私の考え方を変えました。

スタートアップ企業は、研究論文を見つけ、分類し、要約できるAI搭載システムを開発するために競合していますが、ほとんどはまだ十分にテストされておらず、質の高いシステマティックレビューを確実に生成できることを示されていません。それにもかかわらず、それらは改善され、そう遠くない将来には、エビデンスをコンパイルするのに必要なほとんどの退屈な作業が機械によって日常的に行われ、人間が結果をチェックし解釈できるようになることは避けられないように思われます。それは、誰でもプッシュボタンで、自分の質問に合わせて調整された信頼できるエビデンス統合を組み立てることができることを意味するかもしれません。これは魅力的な目標です。

しかし、それはまだ道のりであり、AIとエビデンス統合に関する懸念も広まっています。一つは、研究者がこれらのツールを使用して質の低い作業を急いでいるため、AIが不正確な科学レビューの洪水につながっていることです。もう一つは、人々が厳密なエビデンス統合を完全に迂回する可能性があることです。なぜなら、ChatGPTに証拠が何と言っているか尋ねるだけで済むのに、なぜわざわざ手間をかける必要があるのでしょうか?(これは現在危険です。AIツールは幻覚を起こして不正確な情報を提供する可能性があり、ほとんどは世界の研究の完全なコーパスにアクセスできません。)

これらすべてから得られる教訓の一つは、単一の研究が外れ値になりうることを認識することです。これは私が過去数年間で自身で学んだことです。私は世界中の何百人もの研究者とエビデンス統合の重要性について話し、それはサイエンスライターとしての私の研究方法と日常生活における私の考え方を変えました。今、科学者の最新の研究について話すとき、私はそれがより広範な研究全体にどのように適合するかを尋ねるようにしています。個人的な問題、例えば医学的診断に関するエビデンスを探すとき、私はシステマティックレビューやその他の統合を検索する傾向があります(ただし、すべてのレビューが質の高いわけではないことに注意してください)。

新しい研究の魅力や華やかさに抵抗すべきです。新しい研究は、イノベーションと、地球や人命を守るための新しい方法につながるため、重要であることは事実です。しかし、世界を真に理解し、より良い場所にするためには、既存の知識を収集するという、あまり華やかで評価されていない仕事を行い、それらがすべて何を意味するのかを理解する必要があります。