誤情報が氾濫する中で医学的エビデンスを現代化する

臨床医や政策立案者はシステマティックレビューやメタ解析を使って医学的エビデンスを統合しているが、捏造されたり質が低かったりする臨床試験データによって間違った結果が生み出される可能性もある。メタ解析が正しく行われていれば、一見矛盾しているように見える結果を読み解き、小さいが決定的な差異を明らかにすることで、明確な情報を提供することができる。しかし著者が、自分の好みの結果に有利な研究を選んだり、不適切な分析を行ったりした結果、全く有益でない、あるいは誤解を招くような結論をもたらすこともあり得る。質の低いシステマティックレビューがAIの訓練に使われ、それが思いがけない結果につながることもあるだろう。こうしたことを防ぐためには、データの採用や除外の基準だけでなく、詳細な分析方法の公表、データやコードの開示、AIなどの自動的手段の利用など、新しい方法が必要である。