A Scalable Framework for Longitudinal Surveillance of Research Evolution in Digital Medicine

科学は急速に進化していますが、分野全体の変化を把握し続けることは極めて困難な作業です。一本の木だけを読んで森全体の進化を理解しようとする場面を想像してみてください。葉の変化は見えてくるかもしれませんが、林冠（キャノピー）の変化するパターンや、新しい種が根を下ろす様子、そして異なる林分がどのように繋がっているかを見逃してしまうかもしれません。これは、コンピュータサイエンスと人類の健康が交差する、広大で急速に変化する風景であるデジタル医学の研究者たちが直面している課題です。この領域では、機械学習（データから学習して予測を行うシステム）や、新しいテキストや画像を生成できる生成人工知能といった新しいツールが絶えず登場しています。同時に、ウイルスの追跡から遺伝コードの解析に至るまで、科学者が疾患を研究する方法も書き換えられつつあります。この分野に関する論文を出版するジャーナルが非常に多く、また科学者が自身の研究を記述するために用いる言語も時間の経過とともに変化するため、一人の専門家がその全貌を頭の中に保持することは不可能です。これらの変化を理解することは、投資先を決定する資金提供者、コースを設計する教育者、そして次に取り組むべき課題を決める科学者にとって極めて重要です。

これを解決するために、コロンビア大学の研究チームは、バイオメディカル・インフォマティクスという分野全体の研究の進化を監視するための、TRACEと呼ばれる新しいスケーラブルなシステムを構築しました。単一のジャーナルを見るのではなく、彼らは2011年から2025年の間に29の異なるジャーナルから出版された78,073本の論文を収集し、分析しました。チームは特有の障害に直面しました。それは、すべての論文に著者によるキーワードリストが付随しているわけではないということです。この空白を埋めるために、彼らは巧妙な手法を組み合わせて使用しました。出版社ウェブサイトから用語を抽出したり、標準化された医学的記述子で代用したり、さらには人工知能ツールを使用して論文のアブストラクト（要旨）からキーワードを生成したりしました。これにより、彼らは95,872個の明確なキーワードを追跡し、それらを意味のあるテーマへとグループ化することができました。こうして、15年間にわたるこの分野の成長と変化の明確なマップを作成したのです。

分析の結果、この分野は単に規模が拡大しただけでなく、3つの重なり合う「波」を経て進展してきたことが明らかになりました。第1の波は、研究が始まった2011年時点ですでに確立されており、計算生物学や基礎的なインフォマティクス、例えば健康データを管理するためのソフトウェアツールや遺伝配列を解析するための手法といった基礎的な研究で構成されていました。第2の波は2019年頃に台頭し、複雑なデータの中からパターンを見つけ出す技術である機械学習によって推進されました。この波は急速に拡大し、2025年までにこの分野の研究成果のほぼ半分を占めるようになりました。第3の、そして最も新しい波は2024年に出現しており、人間の言語を理解し生成できる技術である大規模言語モデルや生成AIによって定義されます。これらの波は以前の波に取って代わるものではなく、むしろそれらの上に層として重なり、基礎的なツールが最新の人工知能手法と共に使い続けられる、豊かで多層的な研究環境を作り出しています。

最も驚くべき発見の一つは、多くの研究テーマにおける見かけ上の衰退は、実際には科学者が関心を失った兆候ではなかったということです。研究者が詳細に調査したところ、特定のトピックにおける数値の減少は、多くの場合、キーワードの出典の変化と一致していることが分かりました。研究の初期段階では、多くの論文に著者によるキーワードが付与されていなかったため、チームはインデクサー（索引作成者）によって割り当てられた標準的な医学的タグに頼らざるを得ませんでした。より多くのジャーナルが著者に独自のキーワードを提供することを求めるようになるにつれ、用語の構成が変化しました。過去にインデクサーによってタグ付けされていたトピックは縮小しているように見えましたが、研究者が著者提供のキーワードのみに焦点を当てると、それらの減少は消失しました。このことは、この分野が事実上あらゆる方向に向かって成長しており、大多数の研究テーマにおいて、出版される論文の数が着実に増加していることを示唆しています。

また、研究は異なる研究コミュニティがどのように結びついているかも明らかにしました。その結果、「デジタルヘルス・テクノロジー」――モバイルヘルスアプリから電子健康記録までを網羅する広範なカテゴリー――が、多様な研究領域を結びつける中心的なバックボーンとして機能していることが分かりました。遺伝子解析や医学的画像処理といった特定のニッチに深く特化したジャーナルがある一方で、『Journal of Biomedical Informatics』は、医学の臨床的な側面と計算科学的な側面を繋ぐ重要な架け橋として浮上しました。研究コミュニティはより協調的になっており、チームは大型化し、臨床医とコンピュータ科学者の混合が進んでいます。この変化は論文の著者数にも表れており、研究あたりの著者数は増加し、単一の論文で協力する機関の数は過去10年間でほぼ倍増しています。

研究者たちはまた、主要な世界的出来事がこの分野にどのような影響を与えたかを、COVID-19パンデミックのケーススタディを用いて調査しました。パンデミックは、感染症および健康監視に関連する研究の爆発的かつ即時的な急増を引き起こしたことが分かりました。しかし、その影響は単なる一時的なスパイクにとどまりませんでした。パンデミックは、データ解析や人工知能といった関連する手法をも引き上げ、それらは疾患特異的な研究とともに成長しました。危機の直後であっても、これらの領域の成長は以前の水準に戻ることはなく、加速し続けました。これは、パンデミックがこの分野の軌道を永久に変える触媒となったことを示唆しています。

最終的に、このフレームワークは、この分野がどこへ向かっているのかを示す明確でデータに基づいた方法を提供します。それは、研究のボリュームが爆発的に増加している一方で、この学問の核心が、より複雑で協調的、かつAI主導のアプローチへとシフトしていることを示しています。今回の知見は、移ろいやすいトレンドと、科学的な注目の持続的な変化を区別しながら、進化する景観をナビゲートしようとするすべての人々にロードマップを提供するものです。メタデータの変化という「ノイズ」から、真の研究の成長という「シグナル」を分離することで、本研究は、デジタル医学が単に大きくなっているだけでなく、より統合され、より多様になり、人類の健康を理解し改善する方法においてますます中心的な存在になっていることを裏付けています。