## 情報システム概論（第14回 1/14・21）

* 1/14出席者
中村翠輝
高根愛実
和田智禎
江頭涼弥
小黒普喜
川口綾花
毛利愛芽
塩屋園雪凜
　田中圭伴
前田知志

* 1/21出席者
毛利愛芽
前田知志
中村翠輝
高根愛実
田中圭伴
塩屋園雪凜
江頭涼弥
和田智禎
小黒普喜

---
## データベースとは
* 現代のインターネットとコンピュータ環境において、データベースは必要不可欠
https://ja.wikipedia.org/wiki/データベース
* データベースとは
データベースとは、決まったデータ構造（構造化）で整理されたデータの集まりのことである。つまり大量にあるデータを検索しやすいようコンピュータ上で整理したデータ群のこと。特徴として、集積したデータを抽出、編集、共有しやすくすることがあげられる。整理された情報は扱いやすく、必要な時に必要なデータをすぐに取り出すことができる。
https://it-trend.jp/database/article/89-0065
* データベースには大きく分けて、カード型データベースとリレーショナルデータベースの２つがある）
https://xtech.nikkei.com/it/members/ITPro/ITBASIC/20000918/1/
---

データベースは現実社会のどのような場面でどのように用いられているか。またそれに伴って生じている問題点・課題について（HackMDに直接書き込む。担当部分についてはカッコで示す。参考にしたWebページのURLを必ずつける）

オンラインショッピングにおけるデータベース（高根愛実）
オンラインショッピングでは、商品の在庫情報、顧客情報、購入履歴などがデータベースに格納される。この場合、リレーショナルデータベース（表形式の複数データを関連付けて扱う）を使用することで、異なる種類のデータを関連付け、顧客が商品を検索したり、購入したりする際の操作をスムーズにする。また、購入履歴からユーザーの購買パターンを分析し、パーソナライズされた商品推奨を生成することも可能になる。
課題点：大量の顧客情報を取り扱うため、システム障害や不正アクセスにより個人情報が流失するリスクがある。また、データの量が増えることによりデータベースのパフォーマンスやストレージの問題が発生する可能性がある。
https://analytics-okinawa.jp/database/1813/

SNSにおけるデータベース（和田智禎）
私たちが普段頻繁に使用しているSNSでもデータベースは使用されている。ユーザーのプロフィール情報や投稿やコメント、ダイレクトメッセージやいいねの数、何を視聴したかなど多岐にわたってデータベースで管理されている。このデータベースがあることによって自分の視聴履歴をすぐに見直すことができたり、いいねの数がリアルタイムにわかったりする。またAIはこの大量かつ整理されたデータベースがあるからこそ個人の好みに向けた広告や動画を提供することができる。また動画などの製作者側もどのような動画が伸びるのかや視聴者の反応がいいのかなどの分析に役立てることもできる。課題としてはデータベースの破損によって情報が流出してしまう可能性があることだ。個人の名前や電話番号が漏れるのももちろんだが、SNS特有のものとして個人間のやりとりが漏れる可能性もある。仕事のやりとりでSNSを使うことも多い中でSNSのやりとりの流出は大きな損害を招く可能性もある。
https://analytics-okinawa.jp/database/1813/

医療におけるデータベース（江頭涼弥）
医療分野におけるデータベースは、個人の健康管理から新薬の開発、国の医療政策の決定まで、極めて広範囲で活用されている。例えば、電子カルテデータは、医師の診断記録や検査値、薬等の処方内容が記録されており、これらのデータは、臨床研究やAIによる診断支援、病院経営の最適化などに活用される。また、DPCデータやPHR(Personal Health Record)は、入院患者の診察内容や経過に関するデータ、さらに、患者自身が管理する健康情報が記録されており、これらのデータは、治療の標準化や急性医療の評価、予防医療や慢性疾患の自己管理サポートの手助けをする。しかし、このようなデータベースの活用が進む一方で、様々な課題が浮き彫りとなっている。例えば、医療機関ごとにシステムの仕様が異なるため、データが各病院内に閉じ込められてしまうサイロ化が起きており、これにより、転院時に過去の検査結果をスムーズに共有できない、あるいは研究に使う際にデータ形式を統一する多大のコストがかかるといった問題が生じる。さらに、医療機関を狙ったランサムウェアの攻撃によって患者の個人情報が盗まれるだけでなく、電子カルテ等のデータが暗号化されることによって、外来受診や各種検査、救急患者の受け入れを制限せざるを得なくなり、通常の業務にまで多大な影響を及ぼす可能性もある。
https://www.mdv.co.jp/ebm/column/article/03.html
https://xtech.nikkei.com/atcl/nxt/column/18/01157/012600079/?i_cid=nbpnxt_sied_blogcard

機械学習におけるデータベース（中村翠輝）
　機械学習は大量のデータベースを用いて行われる。機械学習とは、人間が行う学習能力と同様の機能をコンピュータで実現する技術を言う。コンピュータに大量のデータベースからデータの特徴を発見させ、その特徴に基づいて、コンピュータが推論や判断を行う。例えば、コンピュータに年齢や性別、その人の年収のデータベースを与え、学習させることで、コンピュータに年齢と性別から年収を推測させることができる。課題点としては、十分なデータが取得できないとき、コンピュータに正確な推測を行わせることができないことである。
参考資料
https://www.sejuku.net/blog/11595#index_id1

図書館システムにおけるデータベース（塩屋園雪凜）
　図書館システムには、書籍に関するデータだけでなく、市町村の重要な情報や本を借りる人の個人情報が登録されている。中には、学校システムと連携していたり、市町村のシステムと紐づけられていたりする場合もあり、図書館システムからそのような情報が流出してしまうとさらなる被害が出る可能性がある。
　2010年には、愛知県岡崎市立中央図書館のwebサイトに利用者の男性が自作プログラムでアクセスし、webサイトに障害が発生し、逮捕された事件が実際に起きている。またその後、新たな個人情報流出事件が発生した。
参考：https://www.just-librarysystem.net/howto/security.html
https://ja.wikipedia.org/wiki/%E5%B2%A1%E5%B4%8E%E5%B8%82%E7%AB%8B%E4%B8%AD%E5%A4%AE%E5%9B%B3%E6%9B%B8%E9%A4%A8%E4%BA%8B%E4%BB%B6
https://xtech.nikkei.com/it/article/COLUMN/20101018/353025/

気象のデータベース(前田知志)
　過去の気象データをデータベース化することで、長期的な気候変動の分析や、気象の帰納的な予測が可能になる。
課題点　データベース化の費用
https://www.data.jma.go.jp/stats/etrn/

航空の予約・出入国関連（PNR）（小黒普喜）
　航空の予約では、PNR（Passenger Name Record）が予約記録としてデータベースに保存され、予約番号をキーに氏名・旅程・連絡先などの個人情報が統合管理される。PNRは予約時に作られ、航空会社はこれを元に予約管理や空港オペレーション（チェックイン状況）を回す。国境管理では、PNRが航空会社から当局に事前送信され、テロ関連物資や不正薬物の密輸を阻止することを含む関税法上の取り締まりのために利用される。一方で、PNRは予約時の誤入力や代理入力が起こり得るため、データ品質の課題がある。また、プライバシーと目的外利用の問題もあり、どこまでの項目を、何の目的で、どれぐらい保管するかなどを厳密にしなければならない。さらに、PNR分析の自動判定が差別的属性に基づく判断や誤検知に繋がらないようにするなどの制限もEUで置かれている。
参考元：https://www.customs.go.jp/news/news/advance4_j/index.htm

データベースの移行に関する問題（田中圭伴）
まず、クラウドが急成長している昨今、多くの企業がデータベースを移行している。この目的は、より高速な検索ができたり、自動バックアップ機能を備えていたり、セキュリティ強化がなされていたりと様々に発展していくデータベースを利用することにある。
しかし、データベースを乗り換える際には様々な問題点がある。新旧のデータベースの互換性が保証されていなかったり、操作中にデータの欠損や破損が起きたりする可能性がある。また、データベース移行の過程においてデータベースが利用できない、いわゆるダウンタイムという時間が存在する。これによって、ビジネスの目線が考えると、ダウンタイム中には顧客の対応ができず、機会損失を生むことになってしまう。そして、一番重要な問題点と言えるのは、セキュリティに関する問題である。前述したように、データ移行中のデータのバグによって機密情報が外部に漏れるリスクがあるという。
参考:https://databasemigration.dev/article/Common_Challenges_in_Database_Migration_and_How_to_Overcome_Them.html?utm_source=chatgpt.com

医療データベース　（毛利愛芽）
医療データベースとは、医療機関や患者から集めた医療情報が保存されている統合データベースのことです。ここでいう医療情報とは、患者から収集された傷病や治療のために処方された薬剤、臨床検査結果などの情報のことを指します。
医療データベースの代表的なものは、NDB（ナショナルデータベース）、MID-NET、JADER（Japanese Adverse Drug Event Report database）などがあります。NDBは、厚生労働省が提供する公益性の高いデータベースです。医療費適正化計画を立案する際に参照できるように運用されました。MID-NETは、全国23の大病院から電子カルテなどを集めた、製造販売後の調査、もしくは公益性の高い研究のために用いられる医療データベースです。JADERは、医薬品の副作用に関する情報を集めたデータベースです。
これらの医療データベースは、病気の予測や早期発見、新薬開発などに役立てられています。一方で、病院の大規模なシステム更改が必要になるため、システム関連費用の高騰やシステム人材の確保の困難、セキュリティ面の脆弱性が解消できていないなどの問題点がある。
引用
MDV、医療データベースとは？活用方法を解説https://www.mdv.co.jp/ebm/column/article/03.html　
JMDC STORIES、NDBデータとは？基本的な仕組みと活用シーンをわかりやすく解説　https://stories.jmdc.co.jp/blog/2307-2　
厚生労働省、医療情報データベース 「MID-NET」についてhttps://www.mhlw.go.jp/file/06-Seisakujouhou-11120000-Iyakushokuhinkyoku/0000197516.pdf　
chigasaki-localtkt、JADERの副作用情報とデータベース検索方法と医薬品リスク評価　https://chigasaki-localtkt.com/JADERnofukusayoiyakuhinrisukuhyouka/　
厚生労働省、病院の情報システムに関する現状と課題について　https://www.mhlw.go.jp/content/10808000/001343122.pdf