医学・科学の発展は「 無知の知 」から 「データ収集」から!
世の中には様々な「 様 」が転がっている。
点々と点々と 「 様 」は転がっている。
例えば 一つの事象を ある角度から見れば その 「 様 」には
さまざまな 「様」が無数に群がっているわけだ。
その 「 様 」をよく観察すればそれを「記号」だったり
やがて「数」に置き換えられることを人類は感じた。
その「 数 」を収集するひとが 数学式を屈指してそれをさらに図描してみると
その図描がもたらす意味に高揚し没頭した。
そのある人物が、アドルフ・ケトレーに他ならない。
アドルフ・ケトレー
「人間とその能力の発展について−社会物理学の試み」( 1835 年).
彼が「正規分布:ヒストグラム」や今や当たり前のように活用される身長・体重から割り出されるBMIを最初に提唱した人物であることはあまり知られていない。
彼を揺り動かした大いなる原動力は「 無知の知 」であったとされている。 無知の知は紀元前ソクラテスが提唱した概念だ。 知らないことを知る作業・無知であることを悟るそのものの啓発が人の徳アレテ―への近道と説いた。ケトレーは、無知への探求で人間界に無数に転がっている「様」を「数」に変え それを活用することによって「知」を齎した。
本来このような「数」の収集は、化学・科学・薬学・医学にこそ重要であるのは現代では当たり前であるのだが近代医学界ではまだまだ一般的とは言えなかった。
戦争による荒廃した世の中に、戦傷で死んでいく兵士たちの医療に携わりながら感染症での死亡への「様」を「数」に置き換えて収集して図描化して科学的に迫った人物こそが
ナイチンゲールであった。
彼女はケトレー彼をこよなく信奉した一人だったそうだ。
▼
ナイチンゲールによる統計学提唱によって あれ以来
統計学は 「様」を「数」にするものから 「様」を「可視化」するものに変わった。
カプランマイヤーやフォレストプロット・フォールプロットなど現代統計でのビジュアルの革新は
可視化という必然性で生まれたものであるといえる。
ただし、「様」からこの統計による謎解きは、それほど簡単なものではない。
収集する「数」の設定は未だに難解なものであり、それをあてがうことなどできないからだ。
例えば ある地域の市民たちだけが コロナで感染率が低いにも関わらず死亡率が高いとき
その謎を解き明かすために どのような市民の数を収集して どのような統計手段でそのデータを活用していくのかは 統計だけをたとえ4年間勉強しても画一的な方法は存在しない。
おそろしいほどのバイアスや従属が押し寄せ潰され、解析を難解にするだろう。
つまり その謎「無知」を「知」にするには 「無知」なデータまで収集していかないといけないことがわかってくる。
初めから コロナ死亡率が特定の既知の「これ」に関連しているのでは?なんてやっているようでは本当の大事な未知の発見には至らない。
▼
ナイチンゲール生誕200周年(彼女にとってはこの数字はどうでもいいことだ(笑))
「Project Nightingale(プロジェクト・ナイチンゲール)」と呼ばれるこの取り組みは、米国21州の人々から情報を収集しており、その情報には検査結果や医師の診断、入院記録、さらに患者の氏名や生年月日も含まれるという。プロジェクトの目的は、患者の病歴に焦点を当てた医療ソフトウェアを設計することだとされる。グーグルであればAIを屈指してその活用にも期待が寄せられている。
無知をAIは悟ることはないであろう
その分、AIは人が気づけない謎まで解き明かすことがあるだろう
ただ忘れてはいけない
どんな活用をもってしても最初のデータこそが土台であり
最初のデータ収集の範囲によって謎解きは答えが変容してくることを
データ収集の範囲と計測については まだ人間の関わる時代は続くとみている。
できるだけ本質的な「数」を設定して収集する時代
ケトレーやナイチンゲールからのバトンは、まだ人間が担っていると信じている
世の中には様々な「 様 」が転がっている。
点々と点々と 「 様 」は転がっている。
例えば 一つの事象を ある角度から見れば その 「 様 」には
さまざまな 「様」が無数に群がっているわけだ。
その 「 様 」をよく観察すればそれを「記号」だったり
やがて「数」に置き換えられることを人類は感じた。
その「 数 」を収集するひとが 数学式を屈指してそれをさらに図描してみると
その図描がもたらす意味に高揚し没頭した。
そのある人物が、アドルフ・ケトレーに他ならない。
アドルフ・ケトレー
「人間とその能力の発展について−社会物理学の試み」( 1835 年).
彼が「正規分布:ヒストグラム」や今や当たり前のように活用される身長・体重から割り出されるBMIを最初に提唱した人物であることはあまり知られていない。
彼を揺り動かした大いなる原動力は「 無知の知 」であったとされている。 無知の知は紀元前ソクラテスが提唱した概念だ。 知らないことを知る作業・無知であることを悟るそのものの啓発が人の徳アレテ―への近道と説いた。ケトレーは、無知への探求で人間界に無数に転がっている「様」を「数」に変え それを活用することによって「知」を齎した。
本来このような「数」の収集は、化学・科学・薬学・医学にこそ重要であるのは現代では当たり前であるのだが近代医学界ではまだまだ一般的とは言えなかった。
戦争による荒廃した世の中に、戦傷で死んでいく兵士たちの医療に携わりながら感染症での死亡への「様」を「数」に置き換えて収集して図描化して科学的に迫った人物こそが
ナイチンゲールであった。
彼女はケトレー彼をこよなく信奉した一人だったそうだ。
▼
ナイチンゲールによる統計学提唱によって あれ以来
統計学は 「様」を「数」にするものから 「様」を「可視化」するものに変わった。
カプランマイヤーやフォレストプロット・フォールプロットなど現代統計でのビジュアルの革新は
可視化という必然性で生まれたものであるといえる。
ただし、「様」からこの統計による謎解きは、それほど簡単なものではない。
収集する「数」の設定は未だに難解なものであり、それをあてがうことなどできないからだ。
例えば ある地域の市民たちだけが コロナで感染率が低いにも関わらず死亡率が高いとき
その謎を解き明かすために どのような市民の数を収集して どのような統計手段でそのデータを活用していくのかは 統計だけをたとえ4年間勉強しても画一的な方法は存在しない。
おそろしいほどのバイアスや従属が押し寄せ潰され、解析を難解にするだろう。
つまり その謎「無知」を「知」にするには 「無知」なデータまで収集していかないといけないことがわかってくる。
初めから コロナ死亡率が特定の既知の「これ」に関連しているのでは?なんてやっているようでは本当の大事な未知の発見には至らない。
▼
ナイチンゲール生誕200周年(彼女にとってはこの数字はどうでもいいことだ(笑))
「Project Nightingale(プロジェクト・ナイチンゲール)」と呼ばれるこの取り組みは、米国21州の人々から情報を収集しており、その情報には検査結果や医師の診断、入院記録、さらに患者の氏名や生年月日も含まれるという。プロジェクトの目的は、患者の病歴に焦点を当てた医療ソフトウェアを設計することだとされる。グーグルであればAIを屈指してその活用にも期待が寄せられている。
無知をAIは悟ることはないであろう
その分、AIは人が気づけない謎まで解き明かすことがあるだろう
ただ忘れてはいけない
どんな活用をもってしても最初のデータこそが土台であり
最初のデータ収集の範囲によって謎解きは答えが変容してくることを
データ収集の範囲と計測については まだ人間の関わる時代は続くとみている。
できるだけ本質的な「数」を設定して収集する時代
ケトレーやナイチンゲールからのバトンは、まだ人間が担っていると信じている
コメント
このブログにコメントするにはログインが必要です。
さんログアウト
この記事には許可ユーザしかコメントができません。