井上浩輔 白眉センター／医学研究科准教授と古村俊昌 米国ハーバード大学（HarvardUniversity）博士課程学生らの研究グループは、機械学習を用いた効果の異質性分析における、科学コミュニケーションのための実践的枠組みを提案しました。　因果関係を探る機械学習アルゴリズムを用いた効果の異質性分析が近年注目を集めています。しかし、これらの手法から得られるデータドリブンな知見は、人間が解釈し意思決定を行う上でのニーズと齟齬が生まれる可能性があることから、応用には注意が必要です。今回の研究では機械学習が提示するデータドリブンな知見と現実的な意思決定と統合する実践的なフレームワークが提案...