「人工知能 ──革命はまだ起きていない」
public.icon
14年前に妻が妊娠していたとき、私たちは超音波検査を受けました。遺伝学者が同席しており、胎児の心臓周りにいくつかの白い斑点があることを指摘しました。「それらはダウン症のマーカーです」と彼女は述べ、「あなたのリスクは1/20に上がりました」と説明しました。私たちは、羊水検査で胎児に実際にダウン症の原因となる遺伝子変異があるかどうかを知ることができると知らされましたが、羊水検査はリスクがあるため、手術中に胎児が死亡する可能性が約1/300あったのです。 私は統計学者であり、これらの数字がどこから来たのかを調べることを決意しました。私の調査により、10年前にイギリスで統計分析が行われ、カルシウムの蓄積を反映するこれらの白い斑点がダウン症の予測因子として確立されたことを発見しました。私は、私たちが受けた検査で使用されたイメージングマシンが、イギリスの研究で使用されたマシンよりも1平方インチあたり数百ピクセル多いことにも気付きました。私は遺伝学者に、これらの白い斑点はおそらく偽陽性であると信じていると伝えるために戻りました。 「ああ、それが数年前にダウン症の診断数が増加し始めた理由です。新しい機械が入荷したときです。」
私たちは羊水検査を受けず、数か月後に妻は健康な女の子を出産しましたが、そのエピソードは私を悩ませました。特に、私が手掛けた当日に世界中の多くの人々が同じ診断を受け、多くの人々が羊水検査を選択し、いくつかの赤ちゃんが不必要に死んでしまったことを示す手帳の裏に計算した後です。このエピソードが明らかにした問題は、私の個人的な医療に関する問題ではなく、様々な場所や時期で変数と結果を測定し、統計分析を実施し、その結果を他の状況で利用する医療システムについてのものでした。この問題は、単にデータ分析そのものだけではなく、データベースの研究者が「起源（provenance）」と呼ぶもの、つまりデータがどこから来たのか、どのような推論がデータから導かれ、それらの推論が現在の状況にどれだけ関連しているかという問題に関係がありました。訓練を受けた人間は、個別の場合ごとにすべてを解決できるかもしれませんが、問題は、そのような詳細な人間の監視が必要なくこれを行える地球規模の医療システムを設計することにありました。