「学会発表なら正しい」は大間違い。心臓血管外科医が語る健康情報の読み方

〜鍵は、研究の有無ではなく結論への飛躍を見抜くこと〜

「この成分に、こういう働きがあることが研究で分かっています」。健康食品や美容の広告で、よく見る書き方です。研究そのものは実在していることが多く、書かれていることも嘘ではありません。ですが、その成分が口から入って、体に吸収され、目的の細胞まで届いたのかどうかは、たいてい書かれていません。心臓血管外科医として長く臨床に立ち、抗加齢専門医でもある野村文一氏は、そこを「三段論法の中抜け」と呼びます。

世に出ている健康・医療の情報を、どこまで信頼してよいのか。野村氏に伺ったのは、論文と診療ガイドラインをどう重みづけているか、成分と効果のあいだにどれだけ距離があるか、そして情報を出す側が公開前に何を確かめるべきか、の3つです。取材の途中では、記者自身が持っていた基準が「大間違いです」と正される場面もありました。

野村 文一（のむら ふみかず）

心臓血管外科／循環器内科／抗加齢専門医心臓血管外科医。ハーバード大学研究員、メルボルン王立小児病院、ニュージーランド・グリーンレーン病院での研修・診療経験を有し、大阪大学第一外科助手、東京ハートセンター副院長兼心臓血管外科部長などを歴任。現在は私立病院院長を務める。豊富な臨床経験と専門的知見を基に、医療・健康領域における医学的正確性、表現の妥当性、読者に伝わる情報設計を重視した監修を行う。

「学会で発表する論文はOKじゃないです」——記者の基準が崩れた瞬間

医療や健康の記事を作るとき、編集部は根拠として何を置くか。取材の途中、記者が自分たちの基準を口にしました。一次情報として、学会が発表している論文であれば基本的に問題ないと考えている、と。返ってきたのは、言い直しのない否定でした。

学会で発表する論文はOKではありません。それは大間違いです。

理由は、論文という言葉が一枚岩ではないところにあります。

論文はピンからキリなんです。ネイチャーのような一流のものもあれば、その辺にポロッと書いたようなものも論文と言われますので。いわゆるインパクトファクター、その論文のレベル、評価されているレベルは、やはり同じではありませんので。

この違いが効いてくるのは、結果が食い違ったときです。ある成分について、効果があったという報告と、なかったという報告が両方あります。よくある状況です。

ポジティブ、ネガティブという意見があったとしますよね。それぞれがやった研究で、ではどちらなのかとなったときに、どう判断するか。例えば三流の論文でポジティブ、一流の論文でネガティブだったら、ネガティブのほうが正しいですよね、普通は。

ここまでは、判断の物差しがある話です。問題は、その物差しを一般の読者が持っていないところにあります。野村氏は、そこをはっきり言いました。

ちゃんとインパクトファクターというのは、調べればあるんです。でも、そんなことまで調べられませんし、検索もしませんよね。そこを判断できないんです。

この非対称は、業界の側では知られているといいます。

製薬会社は知っていますよ。でも、自分から表には言いません。こういう意見もありますけど、としか言わないと思います。

つまり、掲載誌の重みという情報は、探せば手に入るのに、記事の側で示されないまま流通しています。書く側が最初にやるべきなのは、ここを埋める作業です。

• ・「研究で〜」と書くときは、掲載誌名まで確認する（学会発表なのか、査読を通った論文なのかを区別する）
• ・反対の結果を報告した研究がないかを探し、あれば両方の掲載誌の重みを比べる
• ・比べられないなら、断定せず「〜という報告がある」の形に留める

臨床が見ているのは、ガイドラインまで

では、医師自身は情報の新しさをどう確かめているのか。毎日論文を追いかけているのだろう、という想像は、あっさり否定されました。

毎回毎回しているわけではありませんが、最新情報は変わることがありますので、少なくともガイドラインはチェックするようにはしています。それ以上はなかなか難しいかもしれません。

少なくとも臨床のクリニックレベルでは、ガイドラインレベルかなと思います。

診療ガイドラインは、その領域の研究を専門家が集まって整理し、推奨としてまとめたものです。臨床の現場が拠りどころにしているのはここまでで、その先の論文1本ずつの重みづけまでは、日常的には踏み込めない——というのが、現場からの答えでした。

そのガイドラインにも、性格があります。

それを考えたお偉いさんたちが作ったのがガイドラインですので、あまり断定的なことは書いていないはずなんです。だいたいはそうですね。

断定を避けているものを引いてきて、記事の側で断定に直してしまえば、根拠として示した資料と、書いた文章の強さが食い違います。ここは、書く側がいちばん踏み外しやすい場所です。

医師どうしでも見解が分かれることはあるのか、と尋ねると、あるという答えでした。ただし、その分かれ方には理由があります。

だいたい経験則でおっしゃいますので、どちらも間違いではないような気がしますね。そういう条件でそうなればそうなりますね、という話と、条件が違って、それでやったら違うことになりましたね、という話。それはどちらも間違いではないですよね。

同じことを問われても、前提にしている条件が違えば答えは変わります。話題になった例として、新型コロナウイルスのワクチンをめぐる対立が挙がりました。

ワクチンが悪いから打たないほうがいいという話の方がいらっしゃいましたよね。それから、ワクチンを打ったら何パーセントぐらいが良くなるか、副作用がどうか、という話もあります。どちらも間違いではないと思うんですよね。あり得る話ですので。ただ、では100人いたらどうなのかと、全くランダムにやって比べて、生存率が60%と30%だったら、60%の方を選ぶ方が有利ですよね。

どちらの立場も「あり得る話」だと認めたうえで、比べ方を決めているのがこの発言です。個々の主張の正しさを争うのではなく、条件をそろえて数字で並べたときにどちらが有利か、という置き換えをしています。

そして、この判断はAIにも肩代わりできない、と続きました。

AIは過去のデータを見て答えを出してくるんだろうと思います。私たちがコロナを見たときは、スペイン風邪と一緒なのかなと一瞬思ったんですよ。

新しいものが出てきたときに、過去の同じようなものに似てくるというのは正しいんだろうと思いますので、そこをAIがちゃんと感知できたら、それはそれで評価できるのではないかと思います。

過去に似たものがあれば強く、過去にないものには弱くなります。書く側の実務に落とすと、次の3点になります。

• ・「最新」と書くときは、参照したガイドラインの版と改訂年を明記する
• ・ガイドラインが断定を避けている箇所を、記事側で断定に直さない
• ・専門家のあいだで見解が分かれる論点は、分かれていること自体を書く

成分が届くまでの、三段論法の中抜け

この記事でいちばん具体的な話が出たのが、健康食品や美容の情報でした。研究結果は実在するのに、一般向けの記事になる過程で結論が飛びます。そのケースはあるかと尋ねると、「いっぱいあります」と即答されました。まず、読者の頭の中で起きていることの説明から始まります。

ある成分が、あることに対して防御する、ないしは促進するというデータはあるとしますよね。それで、この成分を含んでいるものが食品なり液体なりにあるとします。そうすると、この液体なり食品なりを使えば、この最後の効果が出ると思うわけです。一般消費者はそういうふうに思いますよね。

書かれている1つひとつは、たしかにその通りです。飛んでいるのは、そのあいだにある工程のほうでした。

でも、そこには大きな溝があって、この成分を例えば食品で摂ったとします。でも、吸収されるんですか、という話があります。体の中に入りますか。その成分は細胞にまで届きますか。

頭にはブラッド・ブレイン・バリアといって、通らないものがたくさんあるんです。細胞にも、細胞の膜を通過できるかどうかというのがあります。細胞膜は油系統ですので、水溶性のものを弾いて、なかなか中に入りません。これを、三段論法の中抜けがいっぱいあるんですよ。

成分に働きがあることと、その成分を含む食品を口にすることは、同じではありません。あいだには、吸収されるか、体内を運ばれるか、目的の場所まで届くかという工程があり、そこで落ちるものがあります。記事に書かれるのは最初と最後だけで、途中が省かれている——という指摘です。身近な例も挙がりました。

例えば水素もそうです。コラーゲンもそうなんですよ。だから、その辺のことがいっぱいあります。

では、それは書き手が知らずにやっていることなのか。ここで、この取材でもっとも強い言い方が出ました。

作り手は分かってやっています。言わないだけです。だって、売れませんから、言ってしまったら。

ただし、効果がないと言い切っているわけでもありません。むしろ、そこも正確に線が引かれていました。

効果ゼロではありません。100のものがあって、普通は60とか70ぐらい効果があるのではと思ったら、実際は10ぐらいしかないかもしれません。

問題は、あるかないかではなく、どれくらいかを書いていないことです。読者は空欄を大きいほうに埋めます。実務に落とすと、確認するのは次の3点です。

• ・成分の働きを示すデータと、その商品で効果が出るという結論のあいだに、吸収と到達の説明が書かれているか
• ・「効果がある」と「どれくらい効果があるか」を分けて書けているか
• ・効果がゼロだと言い切るのも、期待どおりに出ると言い切るのも避けられているか

根拠、両論、断定しない——記事を出す前の3点

最後に、医療や健康の情報を作る側が公開前に確認すべき点を、3つ挙げてもらいました。並べ替えも言い換えもない、短い答えでした。

作ったら、やはり根拠ですね。エビデンス。2つ目は偏らないことです。良いこと悪いこと、ちゃんと両方書かないといけません。その辺が2つちゃんと載っているかどうか。それを載せて、あまり断定的なことは言わないほうがいいかなと思います。この3つかなと思います。

この3点は、それぞれこの記事で見てきた話に対応しています。根拠は、掲載誌の重みまで見る話。両論は、条件が違えばどちらも間違いではないという話。断定しないは、ガイドラインが断定を避けている以上、記事もその強さを超えられないという話です。

公開前に手を動かす順序としては、次のようになります。

• ・根拠：どの資料に基づいて書いたのか、掲載誌名・ガイドラインの版まで手元に残す
• ・両論：良いことと悪いことの両方が本文に載っているか、載っていなければ足す
• ・断定：言い切っている文を洗い出し、根拠の強さを超えていないか1件ずつ確かめる

3点とも、書く前ではなく、書き上げたあとに効く作業です。手を止める場所を決めておくという点では、診察の話とも通じています。

野村氏の話に一貫していたのは、正しいか間違っているかではなく、どこまで確かめられているかを見る、という姿勢でした。研究があることと、その商品で効果が出ることは違います。論文があることと、その論文が信頼に足ることも違います。そして、その差を確かめる手間を読む側に求めるのは、現実的ではありません。だから、書く側が引き受けるしかありません。根拠、両論、断定しない。挙げられた3点は、どれも派手さのない作業ですが、ここを飛ばすと、嘘は書いていないのに伝わったことは違う、という記事ができあがります。

なお、AIの回答が肯定の方向に偏りやすいという指摘や、診察室でしか受け取れない情報については、別記事「循環器内科医に聞く、AIは「痛みの緊急性」をなぜ判断できないのか」で野村氏に伺っています。

取材日：2026年8月27日