安永──医疗大数据包括多种数据。从广义上讲，大数据有两类：临床流行病学相关大数据和生命科学相关大数据。我们主要使用的临床流行病学相关大数据包括电子病历、实验室数据、诊断影像数据等。

安永──由治疗该患者的医生撰写，介绍病情和病程。另一个重要数据是收据数据。收据是医疗机构在收取医疗费用的运营过程中创建的数据。医疗收据包含患者的疾病名称、治疗史、检查和药物以及手术细节等详细信息。此外，还记录住院时间、转院情况、每月门诊次数等。

安永──除了日本各地约 8,000 家医院外，还汇总了超过 100,000 家诊所的所有医疗收据数据，以创建“收据信息/特定体检信息数据库（NDB：国家数据库）。”

安永──随机对照试验在医疗保健中是最重要的，总结这些试验的荟萃分析仍然是最高水平的证据。但由于随机对照试验也是人体实验的一种，其实施受到严格的规定。即使有可能，进行随机对照试验也将非常昂贵。开发新药时需要进行随机对照试验，但仅仅因为开发出了新的治疗方法就很难进行随机对照试验。因此，我们希望从全国范围内的实际医疗实践中收集大量的临床数据，然后对这些医疗大数据进行事后验证，以便能够针对特定的疾病选择最佳的治疗方案。

安永──过去几年，数据数字化的进步一直是主要推动力。另一件不容忽视的事情是处理数据的计算机技术的巨大进步。随着数据和工具的出现，数据科学（对大量数据进行统计分析的技术）取得了进步。此外，通过机器学习和人工智能的应用，大数据研究正在蓬勃发展。

安永──但是，数据科学在营销业务中和数据科学在医学中发挥的作用肯定是不同的。一个明显的例子就是亚马逊的推荐功能。当你购买某本书时，推荐功能会根据大数据分析自动介绍“推荐”书籍。在这种情况下，你是否真的喜欢推荐的书并不重要。从亚马逊的角度来看，如果有人购买它，就意味着他们赚钱了。

安永──即使推荐基于数据的治疗方法作为针对特定患者的治疗方法，也不能使用，除非经过彻底验证以确定是否确实合适。营销业务和医学所需的精确度是不同的。在医疗领域，当患者做出某种选择并接受治疗时，总会有一个“结果”。通过根据该结果进行验证，可以提高医疗状况治疗的准确性。