メディックメディアのデジタル展開

QBオンラインが目指す道

QBオンラインは、医師国家試験およびCBT対策の問題演習コンテンツです。
医師国家試験対策問題集としては、書籍の「クエスチョンバンク」がありますが、CBTに関してはオンラインに完全移行しています。これは弊社にとっても大きな決断だったかと思います。

QBオンラインは、おかげさまで多くの方にご利用いただいているコンテンツであり、日々多くのご意見も頂戴しております。ご意見を頂戴するたびに、何とかコンテンツに反映できないかと必死に考えると共に、それだけ熱心にご利用いただいている方が多いということも実感します。

今はスマートフォンやタブレットでのご利用も非常に多く、それだけ学習のスタイルというのも時代と共に変わっていっているのだと思います。そうした中で、このコンテンツをどう成長させていくか。日々頭を悩ませています。

これは一つの考えではありますが、QBオンラインは究極的に「学生のみなさんの利用時間がより短くなること」こそ、目指すべきところではないかと考えています。
普通は「もっと使ってもらうにはどうするべきか？」というのを考えるべきだとは思うのですが、「より短い時間で効率よく学習できる体験をしてもらう」ことで、学生のみなさんがCBTと国家試験の合格基準に、より素早く達することを可能としたいのです。
そして空いた時間を、臨床やご自身の興味のある分野に対する勉強の時間に充ててもらうことで、将来の医療業界にも貢献できるのではないかと。
そのためにも、コンテンツの利便性はもちろんのこと、EdTechを用いた最適な学習体験をしてもらえるようなことまで考えていきたいと思っています。

オンラインの学習コンテンツは様々ありますが、いつかQBオンラインが「オンライン学習のスタンダード」と言えるようなコンテンツになるまで成長させたいですね。

Q-Assist

Q-Assistは、医学生向けのネット講義動画です。4年生から6年生を主なターゲットとし、学内試験・CBTから実習や医師国家試験まで、医学生の学習の土台となる講義シリーズを展開しています。

Q-Assistははじめ、QBオンライン附帯の無料サービスとしてリリースしたコンテンツでした。病態・生理から丁寧に解説する講義が好評を得て、2019年に有料化。その後も順調に会員数を伸ばし、現在では医学部4～6年生の2人に1人が使用する（*）コンテンツにまで成長しています。（*2023年時点）

「医学生向けネット講義」としては後入りのQ-Assistが、なぜここまでシェアを拡大できたのか。
ひとつには、Q-Assistがリリース当時、比較的新しいスタイルの講義動画であったことが挙げられます。それまでの医学生向けネット講義は、録画した予備校の講義を配信するスタイルが主流でした。1コマ60分～90分前後で、板書は黒板や紙のテキスト。講義としてはスタンダードですが、「講義動画」として最適化されたものではなかったように思います。

対するQ-Assistは、「動画を視聴するひと」のためのネット講義を、徹底的に作りこみました。テーマごとに講義を細分化し、1コマあたりの講義時間は約15分前後と短めに設定。通学や実習のスキマ時間でも復習しやすいようにしました。
また、電子テキストを採用したことで、デジタルでの勉強スタイルにも適応。問題演習サービスの『QBオンライン』や電子書籍版『病気がみえる』『イヤーノート』などとも連携しているため、インプット→アウトプットはもちろん周辺知識の深堀りまで、電子端末内で一通りの学習を完結できます。

そしてなによりも、「病態・生理から丁寧に解説する」コンセプトに好評をいただけたことが、シェア拡大の大きな要因でした。なぜなら、それまでの講義動画は主に国試対策を目的としたものが多く、臨床医学の基礎から学べるものは少なかったからです。
医学知識ゼロの状態からでも視聴できるQ-Assistは、低学年の学生にも支持を広げていきました。

おかげさまで、4～6年生までの多くの医学生に使っていただけているQ-Assist。
今後は、より低学年の学生を対象とした基礎医学の講義動画や、さらには大学の教員をサポートできるようなコンテンツ作りにも挑戦していきたいと考えています。
Q-Assistを柱に、わかりやすい講義動画をこれまでよりもっと多くのひとに届けることができればうれしいですね。

データに基づいて考える学習・教育を創る

データに基づいて考える。メディックメディアの社訓の一つです。社内ではこれまで様々なデータを収集・分析し、コンテンツ・サービスの質を高めてきました。
一方でこれからは社内に蓄積したデータを社外でどう活かすのかを考える段階にきています。

メディックメディアのコンテンツは高いシェアを占めているため、サンプルサイズの大きいデータが集まります。医学の分野に絞って言えば、誰がいつどんなコンテンツを使って学習をし、その学生が国家試験でどのくらいの点数をとれたのかまでが分かります。今後はこれらのデータを使った新しい仕組みを考えていかなくてはなりません。

考えられる仕組みをいくつか挙げてみます。
例えば学生が利用できるものを考えた場合、どれくらいのペースで問題演習をすれば国試で安全圏に入るのかを提示する、あるいは、学習進度に合わせて最適な問題、視聴すべき動画をレコメンドするなどの仕組みが挙げられます。
また、教員が利用できるものを考えた場合、学習進度が遅れている学生を自動的に検知し、介入方法を提示する、あるいは演習履歴や模試の結果から教員が担当しているクラスの苦手な分野を割り出し補強すべき内容を提示するなどの仕組みが挙げられます。

医療の学習・教育の分野ではデータを活かした仕組みがまだ発展途上であるため、伝統や慣習に則った学習・教育が大きな割合を占めています。
もちろん伝統や慣習も重要ですが、そこに「データに基づいて考える学習・教育」という選択肢が当たり前に入っている世界を創っていきたいと考えています。

• mediLink
• 求める人材について