臨床データサイエンティスト、1900年の統計学者が推論を形式化する

臨床データ、治験データ、医療システムのデータを用いて、より安全な医療、研究、業務上の意思決定のための信頼できるエビデンスを生み出す。 臨床データサイエンティストは、統計学、プログラミング、専門領域の知識を用いてデータからパターン、予測、提言を引き出し、その結果を企業、政府機関、研究チームが行動に移せるものへと変える。この仕事は、データウェアハウスからデータを取り出すためのSQLの記述、データの整形と再構成、統計モデルや機械学習モデルの当てはめ、そしてその結果が何を裏付け何を裏付けないのかの説明にまたがる。 この職名は、その背後にある技能よりもはるかに新しい。「データサイエンティスト」という言葉は2008年頃にさかのぼり、DJ・パティルとジェフ・ハマーバッカーがそれぞれとでデータチームを構築する中で独自にこの言葉に落ち着いた。一方で統計学者ウィリアム・S・クリーブランドは2001年になってようやく「臨床データサイエンス」を学術分野として提唱した。この基盤となる学問はさらに何世紀も古く、ジョン・テューキーが1960〜70年代に推し進めた探索的データ分析、ロナルド・フィッシャーの1920年代の統計学、さらにはジョン・グラントによる1662年のロンドンの死亡記録の研究にまでさかのぼることができる。

2012年の『ハーバード・ビジネス・レビュー』の記事がこの職を「21世紀で最もセクシーな仕事」と呼んだことが、10年に及ぶ企業の採用ブームと何百もの新しい大学プログラムの誕生の引き金となった。そのブームはその後成熟し、この総称的な職名はアナリティクスエンジニアリング、機械学習エンジニアリング、プロダクトアナリティクスへと分裂した。そして今やAIツールは、かつては人が手作業で行うことを前提としていた定型的なクエリ作成、データクリーニング、グラフ作成の多くを担うようになっている。 「AIモデルを作る」というイメージとは裏腹に、日々の大半は、データを取得・整形するためのSQLクエリとコードの記述、統計検定の実行やモデルの学習、そして結果を非専門家の関係者が行動に移せるグラフやメモに翻訳することに分かれている。実務者への調査は一貫して、データクリーニングと準備が総労働時間のおよそ半分以上を占めることを示している。

いいえ。医療や法律とは異なり、免許や必須の単一の学位は存在しない。統計学、コンピューターサイエンス、数学、または関連する定量的分野の学士号か修士号が最も一般的な道であり、実際のプロジェクトの充実したポートフォリオのほうが、正確な学歴よりも雇用主にとって重要であることが多い。博士号は研究色の強い職務や応用機械学習の職務でより一般的だ。 そうとは言い切れない。フィッシャーの実験計画法やテューキーの探索的分析など統計学に大きく依拠してはいるが、従来の統計学部ではほとんど教えられなかったプログラミング、データベース工学、機械学習を加えている。ウィリアム・S・クリーブランドは2001年に、統計学を置き換えるのではなくそれを土台としたこの拡張版の分野を説明するために、まさにこの用語を提唱した。