Personal Knowledge Management

こんにちは。hinaと申します。現在、臨床実習真っただ中の医学部生です。実習や国家試験の勉強をしていると「学んだことをノートにまとめたい」という衝動に駆られることがよくあります。というわけで「いかに効率的にまとめるか、アウトプットするか」について僕が学んできたことを共有させていただこうと思います。

皆さんは、授業や実習で習ったことをどうやってまとめているでしょうか？まとめノートを作ったり、レジュメを使っているひともいると思います。こうした「知識の管理方法」はPersonal Knowledge Management (PKM)と呼ばれ、情報工学や経営学の研究対象となるほど人々の関心を集めてきた分野なのです。 PKMのためのデジタルツールとしてさまざまなソフトウェアが開発されています。メジャーどころではNotionやScrapBox、論文管理・研究目的であればZoteroなど、使われている方もいるのではないでしょうか。今回は、Obsidianというソフトウェアを使った国家試験対策について紹介させていただこうと思います。

Obsidianによる医学知識の管理

Obsidianとは、PKMに特化したローカルメモアプリです。ObsidianはPKMの中でも特にZettelkastenと呼ばれる手法と親和性が高いと言われています。Zettelkastenとは社会学者のニクラス・ルーマンによって提唱された情報管理システムであり、①カード（紙、電子メモなど）と、それに保存される情報として②ID・タグ、③他のカードへのリンク、の3つの要素から構成されています。いわゆる「マインドマップ」に近いメモ作成術だと思っています。

Zettelkastenの大きな特徴は、知識の階層ではなく、繫がりを重視するところです。これは医学の勉強を進めるうえで大きなメリットになると思います。たとえば、「脳卒中」についてまとめるとします。ここで問題になるのが、脳卒中は脳梗塞、脳出血、SAHに細分されるし、脳梗塞は梗塞部位別にさらに細分することができる、、、というように、果てしなく階層づけが出来てしまうのです。こんなものをいちいちフォルダ毎にまとめてしまうときりがありません。そこでZettelkastenでは、知識を階層づけするのではなく、ひとつひとつのメモを平等に扱います。たとえばLYTというフレームワークではサブフォルダを作成する代わりに、1つのMOCファイル（Map Of Contents）を作成し、そこに他のファイルへのリンクをどっさり乗っけてしまうのです。このMOCファイルが目次のような役割を果たしつつ、ファイル間を行き来するハブとして機能してくれるというわけです。

というわけで、かれこれ半年ほどObsidianを使い続け、とうとうファイル数が1000を突破しました（びっくり）。Obsidianの面白機能に、ファイルとそのリンク関係をグラフとして可視化してくれるものがあります。1000枚のファイルが星座のように繫がっていく様子は、見ていてやみつきになるところがあります。

Wikipediaゴルフと最短経路問題

Obsidianでは、ファイルの中に別ファイルへのリンクを作成することが出来ます。最終的にオリジナルのwikipediaができるわけです。そういえば、みなさんwikipediaでゴルフが出来るのはご存じでしょうか（唐突）。あるファイルから、別のファイルまで、リンクを踏んで何ステップで到達できるか競うというものです。今回は、Obsidianのプラグイン機能を使って"Wikipediaゴルフ"を実装してみました。

Obsidianにはさまざまなコミュニティプラグイン機能があります。DataviewJSというプラグイン機能は、MDファイルにJavaScriptのコードを挿入することで、Vault内のデータに対して様々なクエリ操作を行うことが出来る機能です。どうやらテーブルやToDoリストの作成に便利らしいですが、今回は本来の機能からは逸脱してWikipediaiゴルフゲーム実装にこの機能を使ってみることにしました。

ソースコードは下記のとおりです。詳細は省きますが、リンク関係でひとつながりになっているグループにファイルを分けるタスクを深さ優先探索で実行し、経路復元を含めた最短経路探索を幅優先探索で解いています。

// find connected components
const files = dv.pages()
    .filter(p => p.file.folder.match(/^c\d{2}-.+/))
    .filter(p => !p.file.name.includes("-moc-"))
    .map(p => p.file);

// initialization
let graph = new Map();
let visited = new Set();
let components = [];
let nodeToComponent = new Map();

// make a graph
files.forEach(f => {
    let outlinks = f.outlinks.filter(link => dv.page(link)).filter(link => !link.path.includes("-moc-"));
    let inlinks = f.inlinks.filter(link => dv.page(link)).filter(link => !link.path.includes("-moc-"));

    let links = [
    ...(outlinks.map(l => l.path)),
    ...(inlinks.map(l => l.path))
    ];
    let uniqueLinks = Array.from(new Set(links));
    graph.set(f.path, uniqueLinks);
});

// depth first search
function dfs(node, group) {
    if (visited.has(node)) return;
    visited.add(node);
    group.push(node);
    nodeToComponent.set(node, components.length);
    graph.get(node).forEach(neighbor => dfs(neighbor, group));
}

// apply dfs to each node to make components
files.forEach(f => {
    if (!visited.has(f.path)) {
        let group = [];
        dfs(f.path, group);
        components.push(group);
    }
});


// broadth first search
function shortestPath(graph, start, goal) {
    if (start === goal) return { steps: 0, path: [start] };

    let queue = [[start, 0, [start]]]; 
    let visitedNodes = new Set([start]);

    while (queue.length > 0) {
        let [current, steps, path] = queue.shift();

        let neighbors = graph.get(current) || []; 

        for (let neighbor of neighbors) {
            if (neighbor === goal) {
                return { steps: steps + 1, path: [...path, neighbor] };
            }
            if (!visitedNodes.has(neighbor)) {
                visitedNodes.add(neighbor);
                queue.push([neighbor, steps + 1, [...path, neighbor]]);
            }
        }
    }
    return { steps: -1, path: [] }; 
}

function path2link(path) {
    let page = dv.pages().filter(p => p.file.path.startsWith(path));
    return page.file.link;
}

// random file selection and find shortest path
if (files.length < 2) {
    dv.paragraph("not enough files in your vault!");
} else {
    const shuffledFilepaths = files.path.sort(() => Math.random() - 0.5);
    const randomFilepaths = shuffledFilepaths.slice(0, 2);
    let filepath1 = randomFilepaths[0];
    let filepath2 = randomFilepaths[1];

    dv.paragraph(`selected files: \n start: ${filepath1}, \n goal: ${filepath2}`);
    let component1 = nodeToComponent.get(filepath1);
    let component2 = nodeToComponent.get(filepath2);
    dv.paragraph(`component#: \n ${component1}, ${component2}`)

    // calculation
    if (component1 === component2) {
        let pathway = shortestPath(graph, filepath1, filepath2);
        dv.paragraph(`shortest step: ${pathway.steps}`);
        dv.paragraph(`path example: \n`);
        for (let node of pathway.path) {
            dv.paragraph(path2link(node));
            if (node !== filepath2) {
                dv.paragraph("↓")
                } 
            }
    } else {
        dv.paragraph(`belong to different components`);
    }
}

出力例を以下にお示しします。現状、ランダムに選択した二つのファイルに対して、スタートからゴールまで最短何ステップで到達できるか、その際の経路の一例を出力するようにコードを作成しています。難易度調節が全くできていないので、現時点では答えを考える、というより答えを見て感動するゲームになってしまっています。

start: c14-皮膚科/c149999-結節性紅斑.md,  
goal: c07-脳神経/c070900-tre-エンタカポン.md

component#:  
0, 0

shortest step: 3

path example:

- [c149999-結節性紅斑]
↓
- [c019999-潰瘍性大腸炎]
↓
- [c010000-sym-下痢]
↓
- [c070900-tre-エンタカポン]

ここら辺も踏まえて、改良を加えていきたいと思います。ステップ数に上限を加えるなど、難易度調節は必要かな、、あとは、リンクに重みを加えてみたいとも考えています。「ファイルにその単語がいくつ現れているか」「禁忌の組み合わせかどうか」といった指標を基にリンクに重みを加えることで、ゲーム性がさらに向上するかなと思っています。Medicidianの今後の発展にご期待ください！！

ソースコードはGitHub上にあげてあります。こちらからぜひご覧ください！

参考文献

1. Obsidianを医学の勉強に使う方法（しおん）
2. Obsidianで医学知識を管理する（Phenol）
3. ゼロからはじめるObsidian案内
4. ObsidianでPKMを続けられた理由を振り返る
5. 効率的に成長するためのデジタルノート術 (Obsidian x Zettelkasten/LYT framework)