小児科学会で発表された、アラームファティーグへの対応策と当院運用のプレRRSを踏まえた整理

要旨  今回確認した発表群は、①アラーム設定・遅延・エスカレーションの設計、②Safety-IIに基づく現場運用改善、という二つの軸から小児病棟のアラーム疲労と患者安全を扱っていた。当院のプレRRSはこれらより一段上位で、単一閾値アラームではなく、複数の生体情報・年齢補正・カルテ文脈を統合して「介入すべき悪化」を抽出する仕組みと位置づけられる。本報告書では、発表内容を整理した上で、当院プレRRSをアラーム系の代替ではなく「意味づけ層」「優先順位付け層」として捉え、今後の評価指標と研究課題を提案する。

1. 目的

ポスター発表2題を手掛かりとして、小児病棟におけるアラーム疲労対策、Safety-II的改善、そして当院で運用しているプレRRSの位置づけを整理し、今後の院内実装・評価・研究テーマに接続することを目的とした。

2. 今回確認した発表の要点

発表2-P183は、小児病棟アラーム・ビジランス向上を目的に、アラーム遅延機能（Delayed Setting: DS）およびエスカレーションの影響をシミュレーションで評価した内容であった。主眼は、アラーム件数を減らしつつ、低酸素などの重要イベントを見逃さない均衡点をどこに置くか、という技術的問いである。

発表2-P187は、小児一般病棟におけるアラーム・ビジランス改善をSafety-IIの視点から進めた実践報告であり、多職種チーム、段階的な設定変更、教育、モニター配置の再設計、視認性・音環境改善といった複合介入によって、総アラーム件数の減少と実際の対応行動の増加を示していた。主眼は、単にアラームを減らすことではなく、現場が「意味のあるアラーム」に注意資源を向けられるよう運用全体を再設計する点にある。

2題を並べると、183は設定パラメータと安全性のトレードオフ、187は現場システムと行動変容に焦点を当てており、前者が技術設計、後者が運用設計を担っていると解釈できる。

3. 当院プレRRSの整理

当院プレRRSは、平均3分程度の遅れを許容した準リアルタイム監視として、1分ごとの呼吸数、心拍数、SpO2、パルスレート、心電図由来呼吸数に加え、カルテ中の病態記述、カルテから得られた警告閾値、さらに小児年齢差を加味したアルゴリズムを用いて介入対象を抽出している。

この構造は、ベッドサイドモニタの単一閾値アラームをそのまま強化したものではない。むしろ、複数指標の時系列変化と臨床文脈を統合し、「今この患者に介入すべきか」を判断する上位レイヤーである。したがって、従来型アラームが「閾値逸脱の検知装置」であるのに対し、当院プレRRSは「臨床状態の解釈装置」「優先順位付け装置」と位置づける方が本質に近い。

また、LLMのみで過剰検知が生じた段階を経て、全文検索やルールベース後処理を組み合わせることでアラート頻度を抑制し、実用レベルの頻度にまで最適化している。これは、アルゴリズムの高感度化だけでなく、誤検知抑制と運用可能性を同時に追求した設計と理解できる。

4. 比較考察

第一に、今回の発表群の中心課題は「アラーム疲労をいかに減らすか」であるのに対し、当院プレRRSの中心課題は「誰を本当に介入対象とみなすか」を高精度に定める点にある。したがって、当院プレRRSは、単なるアラーム削減策ではなく、アラームの意味づけそのものを再構成する仕組みと言える。

第二に、発表183のDelayed Settingやエスカレーションは、単一シグナルの通知条件をどう変えるかという設計である。一方、当院プレRRSは、複数の生理指標、年齢差、病態文脈を統合して警戒度を算出するため、より上流で「どのシグナルを危険と見なすか」を決めている。これは閾値調整の延長ではなく、多変量・文脈統合型の検知設計である。

第三に、発表187のSafety-II的実践は当院プレRRSと非常に親和性が高い。Safety-IIは、失敗の回避だけではなく、日常的にうまくいっている調整を支え、適応能力を高めることで安全を実現する立場である[1]。当院プレRRSもまた、現場の注意資源を限られた患者へ集中させるための支援基盤であり、単独のスコアではなく、運用・通知・受け手の行動と一体で価値を持つ。

第四に、文献的にも小児病棟の生体モニタアラームは高頻度で、その多くは非介入的であることが示されている[2-4]。そのため、単純にモニタ件数やアラーム件数を増やすほど安全になるわけではない。むしろ、ノイズを抑えたうえで、介入すべき患者への反応性を高める設計が必要であり、当院プレRRSはこの方向性に合致する。

第五に、PEWSを含む既存の小児早期警戒システムは、一定の有用性を示しつつも、実装効果や転帰改善は一様ではなく、スコア単体での運用には限界があるとされる[5-8]。当院プレRRSは、PEWSの思想を共有しながらも、1分単位の多変量データとカルテ文脈を統合している点で、従来スコアより高解像度のプレアラート層として位置づけられる。

したがって当院では、ベッドサイドアラームを即時安全装置、中央監視設定最適化をノイズ抑制装置、プレRRSを介入優先順位付け装置として三層構造で整理するのが妥当である。この見方に立つと、今回の発表群は当院プレRRSと競合するものではなく、むしろプレRRSを現場で生かすための下位基盤・周辺基盤として捉え直せる。

5. 当院での実装上の示唆

第一に、プレRRS陽性症例と陰性症例で、既存モニタアラームの閾値設定や遅延時間を可変化できるかを検討する余地がある。たとえばプレRRSが高リスクと判定した患者では、DSを短くし、エスカレーションを強くする一方、低リスク患者では不要アラーム抑制を優先する、といった個別化が考えられる。

第二に、通知後の行動を評価指標に含める必要がある。アラーム件数やプレRRS発報件数だけではなく、通知後何分で観察・再評価・医師連絡・酸素投与・病棟内エスカレーションが行われたかを測定してこそ、Safety-II的な改善を示しやすい。

第三に、プレRRSの価値はアルゴリズム精度だけでなく、受け手が「この通知は動く価値がある」と感じる信頼性に依存する。したがって、誤検知率、介入必要例に対する感度、通知後の行動変容、スタッフ受容性を並行評価すべきである。

第四に、研究計画としては、(1)プレRRS導入前後比較、(2)高頻度アラーム患者群に対するサブグループ解析、(3)プレRRS判定と実際のRRS介入・PICU転棟・重症イベントとの関連解析、(4)プレRRSと既存PEWSまたは単一閾値アラームの比較、が有望である。

ない可能性がある。ここでの考察は「概念整理」と「研究構想の骨子」として扱うのが適切である。

7. 結論

今回の発表群は、小児病棟アラーム問題に対して、技術的最適化（DS・エスカレーション）と運用的最適化（Safety-II、多職種介入、環境再設計）の両面から接近していた。これに対し、当院プレRRSは、複数生体情報・年齢補正・カルテ文脈を用いて介入すべき患者を抽出する「上位の判断支援層」と言える。

したがって当院の次の課題は、プレRRSを単独の検知システムとして評価するだけでなく、既存アラーム設定、病棟運用、通知後行動と連結した全体設計として位置づけることである。すなわち、「何を鳴らすか」だけではなく、「誰に、いつ、どの強さで、どう動いてもらうか」を一体で設計することが、今後の最も重要な方向性である。

付表. 3つのアプローチの比較

観点	発表183	発表187	当院プレRRS
主題	アラーム遅延・エスカレーションの均衡	Safety-IIによる運用改善	多変量・文脈統合による介入対象抽出
対象データ	主にSpO2低下シミュレーション	病棟アラーム運用全体	呼吸数・心拍数・SpO2・パルス・ECG由来呼吸数・カルテ文脈
主な利点	不要アラーム削減の設計知見	現場の反応性向上	介入優先順位を高精度化
主な懸念	見逃しとのトレードオフ	運用負荷・継続性	信頼性評価とワークフロー統合
位置づけ	下位の通知条件設計	周辺の運用設計	上位の意味づけ・優先順位付け

参考文献

1. Hollnagel E, Wears RL, Braithwaite J. From Safety-I to Safety-II: A White Paper. NHS England; 2015.

2. Bonafide CP, Lin R, Zander M, et al. Physiologic Monitor Alarm Rates at 5 Children’s Hospitals. J Hosp Med. 2018;13(6):396-398. PMID: 29694462.

3. Bonafide CP, O’Hara M, Dalal AK, et al. Video Analysis of Factors Associated With Response Time to Physiologic Monitor Alarms in a Children’s Hospital. JAMA Pediatr. 2017;171(6):524-531. PMID: 28394995.

4. Drew BJ, Harris P, Zègre-Hemsey JK, et al. Systematic Review of Physiologic Monitor Alarm Characteristics and Pragmatic Interventions to Reduce Alarm Frequency. J Hosp Med. 2014/2015 review article as indexed in PubMed. PMID: 26663904.

5. Schondelmeyer AC, Bonafide CP, Goel VV, et al. Physiologic Monitor Alarm Burden and Nurses’ Subjective Workload in a Children’s Hospital. Hosp Pediatr. 2021. PMID: 34074710.

6. Bonafide CP, Localio AR, Roberts KE, et al. Safety Huddle Intervention for Reducing Physiologic Monitor Alarms: A Cluster Randomized Trial. J Hosp Med. 2018. PMID: 29489921.

7. Goel VV, Poole S, Wallace E, et al. Inpatient-Derived Vital Sign Parameters Implementation: An Alarm Reduction Quality Improvement Study. Pediatrics. 2017. PMID: 28687637.

8. Chapman SM, Maconochie IK, Early warning score review authors. Paediatric early warning systems for detecting and responding to clinical deterioration in children: a systematic review. BMJ Open. 2017;7:e014497. PMID: 28289051.

9. Montalto SA, et al. Do paediatric early warning systems reduce mortality and critical deterioration events? A systematic review and meta-analysis. Resusc Plus. 2022;10:100262. PMID: 35801231.

10. Parshuram CS, Duncan HP, Joffe AR, et al. Multicentre validation of the bedside paediatric early warning system score. Crit Care. 2011;15:R184. PMID: 21812993.

11. de Bruin-Huisman L, Abu-Saad HH, et al. Early warning scores of clinical deterioration in pediatric inpatients: integrative review. Rev Paulista Pediatr. 2023. PMID: 37721339.

12. Fackler J, Ghobadi K, Gurses AP. Algorithms at the Bedside: Moving Past Development and Validation. Pediatr Crit Care Med. 2024;25(3):276-278. PMID: 38451799.

作成日: 2026-04-20

— 書店の棚、AI推薦、固定面UIを一つの設計論として再構成する —

要旨　本提案は、近年の情報設計が「最短経路で答えへ到達させること」に偏り、一覧性・偶然性・文脈保持・編集責任を弱めてきたという問題意識に基づく。書店の棚は単なる在庫配置ではなく、選書と陳列を通じて知的導線を構成する編集面である。同様に、プロフェッショナルUIにおいても、見た目の単純化より、全体を見渡せる固定面、作業に応じて再配置できる可変面、そして元データを隠さないAI補助層を統合した設計が必要である。

1．背景と問題設定

経済産業省の「書店活性化プラン」は、街中の書店を「地域の重要な文化拠点」と位置づけ、日本の書店総数が2014年の14,658店から2024年には10,417店へ減少し、2024年11月時点で全国493自治体、約28％が無書店自治体であると報告している[1]。ここで重要なのは、書店減少を単なる販売チャネルの縮小としてではなく、地域における知的接触面の喪失として捉える必要がある点である。

この問題は、単に「紙かデジタルか」という媒体論ではない。書店、新聞、百科事典、そして業務用の高密度UIに共通するのは、利用者があらかじめ完全な検索語を持っていなくても、一覧を起点に比較・逸脱・発見へ進めるという構造である。Ben Shneidermanが提示した「overview first, zoom and filter, then details-on-demand」という原則は、この構造を情報可視化の基本として定式化した[2]。

一方、近年の推薦システムや対話型AIは、目的が明確な課題に対しては極めて高い効率を発揮する。しかし、その強みはしばしば「現在の関心に似たものをより速く返す」ことにあり、探索の幅や偶発的発見とは緊張関係に立つ。Kotkovらのサーベイは、推薦システムがしばしば既知の嗜好に近い項目を返し、ユーザを自明な提案に飽きさせるため、serendipity が重要な研究課題になっていると整理している[3]。

この問題を先取りしていた表現として、士郎正宗の原作漫画『攻殻機動隊』の一コマが示唆に富む。電脳化によってネットワークへの直接アクセスが可能な時代を描いた同作のある場面（政府要人が隠密に亡命を図る空港のシーンと記憶されるが、詳細な話数は未確認）において、当事者はキヤノン製の義眼を持ちながら、あえて紙の新聞を手に取っている。その紙面は見出しと写真が通常の日本語で組まれているが、本文はQRコードに置き換えられており、詳細はネット経由で読むという構造になっていた。電脳化された人物が、無限の情報へアクセスできるにもかかわらず紙を手に取るのは、紙面という「編集された有限の一覧」が持つ固有の価値を示している。見出しの並びは誰かの判断による文脈づけであり、読者はその面を一瞥することで、世界のいまを鳥瞰することができる。本文をネットに委ねることで深さと広がりは確保されるが、その「入口」の信頼は紙の編集面が担う。これは「固定面による概覧」と「ネットによる深掘り」の機能分離を、情報設計の原則として視覚化したコマであり、本提案が論じるUI設計の思想と正確に重なる。

2．本提案の中心命題

本提案の中心命題は単純である。すなわち、守るべきなのは「本屋という業態」や「古い固定画面」そのものではなく、人間が世界を面として把握し、そこに誰かの判断による編集が織り込まれている構造である。書店の棚には二つの価値がある。第一に一覧性であり、第二に、その一覧が人間の判断によって編成されていることである。Ann Steiner は、書店実務の観察研究を通じて、書店のキュレーションは space, selection, display, experience の四側面から成ると述べ、書店を「important curators of books」と位置づけている[4]。

ここでいう編集とは、単に人気順に並べることではない。何を前面に出すか、何を何の隣に置くか、どこで立ち止まらせるかを考え抜く作業である。したがって、ネット書店のおすすめが主として購買履歴や類似ユーザ行動の集計から生成されるのに対し、書店員の棚づくりは、読者の現在の欲望をなぞるだけでなく、その欲望の向きを少しずらす行為でもある。

この違いはUI設計にもそのまま当てはまる。レスポンシブで逐次展開するUIは、初心者の迷いを減らす点では有効である。しかしプロフェッショナルな作業では、「順に理解できること」より「同時に見えていること」が重要になる。Shneiderman の直接操作論が強調した visibility と rapid, reversible, incremental actions は、見えている対象に対し即時的に作用できることが生産性の核であると述べている[5]。

表1　推薦・編集・設計の三モデル比較

比較軸	多数決的アルゴリズム推薦	単独キュレーター中心	提案モデル：説明責任ある強いキュレーション
最適化対象	クリック率、購買確率、類似行動への追従	選者の美意識・問題意識・経験	公共性、発見性、作業効率、説明可能性の併置
長所	高速・個別化・スケーラブル	強い文脈づけ、意図的な隣接、価値判断の明示	人間の判断を残しつつ、計算資源で補助・検証できる
主な危険	視野狭窄、人気偏重、理由の不透明化	恣意性、属人化、閉鎖性、再現性の欠如	運用コスト増、目標定義の難しさ
UIへの含意	段階的・単線的・都度展開	固定面・強い編集・選別の押し出し	固定面＋再配置可能面＋AI補助層＋監査可能な基準

注：本表は本文の議論を整理したものであり、各列の長所をそのまま推奨するものではない。

3．ただし、「強いキュレーション」＝「独裁的選別」ではない

ここで重要なのは、上記の議論をそのまま「強いキュレーターがすべて決めるべきだ」という結論へ短絡させないことである。もしそう進めば、本提案は単なる反アルゴリズム主義、あるいは審美的権威主義へ後退する。むしろ本提案が主張すべきなのは、無責任な多数決の代わりに、説明責任を伴う偏りを設計せよ、ということである。

反駁は少なくとも三つある。第一に、人間の選別もまた偏る。単独のキュレーターは、視野の広さと同時に盲点も持つ。第二に、編集権限が説明不能なまま強まると、利用者はなぜそれが前面化されたのかを検証できない。第三に、実証的には、目的関数をクリックに置くならアルゴリズムが人間を上回る場合がある。Peukert, Sen, Claussen はオンラインニュースの現場実験で、平均的にはアルゴリズム推薦が人間キュレーションをクリック数で上回る一方、個人データが不足する場合や嗜好のばらつきが大きい場合には人間編集が相対的に優位になると報告している[6]。この知見は、人間対アルゴリズムの単純な優劣ではなく、目的関数と状況依存性を問うべきことを示す。

したがって、ネット推薦を単純に否定することも適切ではない。Fletcher と Nielsen は、ソーシャルメディア上でニュースに偶発的に接触する利用者が、非利用者より多くのニュースソースに触れていると報告しており、アルゴリズム環境が常に視野を狭めるとは限らないことを示した[7]。問題は、アルゴリズムが存在することではなく、何を最適化し、何を可視化し、何を監査可能にするかである。

以上から、本提案は「独裁的選別デザイン」をそのまま支持しない。支持するのは、以下の条件を満たす場合に限られた、強いが説明可能なキュレーションである。

・選別基準が暗黙の権威ではなく、利用目的と評価指標に照らして説明できること。

・人気指標や履歴類似性だけでは前面化されない項目を、意図的に混入できること。

・利用者が「なぜこれが出ているのか」を後から追跡できること。

・AIや集計ロジックが補助に回っても、元の一覧面そのものは失われないこと。

4．プロフェッショナルUIへの含意

複雑系のインタフェース設計に関する Ecological Interface Design は、設計の目標を「作業が要求する以上に認知処理を高い水準へ押し上げないこと」と整理する[8]。この観点から見ると、現代の多くの業務画面は、見た目を単純にする代わりに、必要な情報をモード切替や展開操作の奥へ追いやり、利用者の頭の中で再構成させている。これは初心者には親切でも、熟練者には遅い。

また、Cockburn らは、UI研究の重要課題として novice から expert への移行支援を整理し、単に初学者向けに簡略化されたままのUIでは、専門家レベルへの到達を妨げうることを示した[9]。このため、プロ用UIでは、初見での理解可能性だけでなく、使い込むほど高速化する余地が必要となる。

ここで高密度画面を擁護すると、しばしば「情報過多」「クラッタ」という批判が生じる。しかし Rosenholtz らが指摘するように、問題は単に情報量が多いことではなく、知覚上の clutter が高くなり、重要情報が埋没することである[10]。逆に、表示が疎すぎると、利用者は別ページや別ビューへの移動を強いられ、課題遂行に必要な情報を一度に保持できない。したがって、プロフェッショナルUIの設計課題は、密度そのものを削ることではなく、密度を秩序化することにある。

以上を踏まえると、限られた画面で密度を確保する方法として、次の原則が導かれる。

・隠すより圧縮する。完全に折りたたむのではなく、要約行、略号、スパークライン、差分表示などで「薄く見える」状態を保つ。

・切り替えるより並列に置く。一覧、主作業、詳細、履歴、警告を役割別に並列配置し、視線移動だけで往復できるようにする。

・位置を安定させる。熟練者はラベルではなく空間記憶でも操作するため、頻繁な位置変動は性能を損なう。

・利用者が面を育てられるようにする。再配置可能なインスペクター、比較用ピン留め、作業別レイアウト保存は、そのための実装形態である。

・AIは前面に出て画面を単純化しすぎない。差分要約、例外候補、優先度推定は補助として有効だが、元データの一覧面は常に残す。

表2　プロフェッショナルUIにおける「面」を保つ設計構造

層	役割
固定面	一覧、比較、例外検知、位置記憶の基盤。頻繁に位置を変えない。
可変面	再配置可能なインスペクター、差分表示、関連情報。作業文脈ごとに構成を保存する。
AI補助層	差分要約、異常候補、優先度の推定。ただし元データを隠さず、操作者がいつでも全体面へ戻れるようにする。
監査層	なぜそれが前面に出たか、どのルールや信号が働いたかを後から説明できるようにする。

5．結論：目指すべきは「人間の判断を残した高密度面」である

結論として、本提案が目指す方向は次のように要約できる。

・書店の棚から学ぶべきなのは偶然性そのものではなく、偶然が起こるように編集された面である。

・AIや推薦アルゴリズムは否定すべき対象ではないが、クリックや購買の最適化だけに委ねると、関心の射程は細りやすい。

・したがって、必要なのは多数決的集計でも単独権威の独断でもなく、説明責任・多様性・監査可能性を備えた強いキュレーションである。

・プロフェッショナルUIでは、見た目の簡潔さより、全体像の保持、空間記憶、異常検知、可逆的操作、そして熟達の余地を優先すべきである。

・実装としては、固定面、再配置可能なインスペクター、AI補助層、監査層を組み合わせた多層構造が有効である。

換言すれば、本提案の核心は「少ない情報をきれいに見せる」ことではない。必要なのは、意味のある偏りを引き受けつつ、利用者が全体を見失わないように設計された面を再建することである。これが、書店の棚からプロフェッショナルUIまでを一貫して説明する設計思想であり、1989年の漫画の一コマが静かに先取りしていた問いでもある。

参考文献

[1] 経済産業省. 『書店活性化プラン』. 2025年6月. https://www.meti.go.jp/policy/mono_info_service/contents/PDF/syotenplan.pdf

[2] Shneiderman, B. “The Eyes Have It: A Task by Data Type Taxonomy for Information Visualizations.” Proceedings 1996 IEEE Symposium on Visual Languages, 1996, pp. 336–343. https://doi.org/10.1109/VL.1996.545307

[3] Kotkov, D., Wang, S., & Veijalainen, J. “A Survey of Serendipity in Recommender Systems.” Knowledge-Based Systems, vol. 111, 2016, pp. 180–192. https://doi.org/10.1016/j.knosys.2016.08.014

[4] Steiner, A. “Select, Display, and Sell: Curation Practices in the Bookshop.” LOGOS, vol. 28, no. 4, 2017, pp. 18–31. https://doi.org/10.1163/1878-4712-11112138

[5] Shneiderman, B. “Direct Manipulation: A Step Beyond Programming Languages.” IEEE Computer, vol. 16, no. 8, 1983, pp. 57–69.

[6] Peukert, C., Sen, A., & Claussen, J. “The Editor and the Algorithm: Recommendation Technology in Online News.” Management Science, vol. 70, no. 9, 2024, pp. 5816–5831. https://doi.org/10.1287/mnsc.2023.4954

[7] Fletcher, R., & Nielsen, R. K. “Are People Incidentally Exposed to News on Social Media? A Comparative Analysis.” New Media & Society, vol. 20, no. 7, 2018, pp. 2450–2468. https://doi.org/10.1177/1461444817724170

[8] Vicente, K. J., & Rasmussen, J. “Ecological Interface Design: Theoretical Foundations.” IEEE Transactions on Systems, Man, and Cybernetics, vol. 22, no. 4, 1992, pp. 589–606. https://doi.org/10.1109/21.156574

[9] Cockburn, A., Gutwin, C., Scarr, J., & Malacria, S. “Supporting Novice to Expert Transitions in User Interfaces.” ACM Computing Surveys, vol. 47, no. 2, Article 31, 2014, pp. 31:1–31:36. https://doi.org/10.1145/2659796

[10] Rosenholtz, R., Li, Y., Mansfield, J., & Jin, Z. “Feature Congestion: A Measure of Display Clutter.” Proceedings of the SIGCHI Conference on Human Factors in Computing Systems (CHI 2005), 2005, pp. 761–770. https://doi.org/10.1145/1054972.1055078

総合評価加算の対象を自動的にシステムでピックアップしているのだけど、MSA 2.6cm^2を間違えて多系統萎縮症（multiple system atrophy：MSA）と読み間違えていたので、後ろに数字が来るときはステント内最小面積（MSA : minimal stent area）だと登録しました。

もともと、脳底動脈狭窄に付随した脳梗塞の記載があるのに、対象漏れとなった指摘の調査でした。確かにシステムはカルテ全文検索で脳梗塞を見つけていたけど、I669(脳動脈塞栓症）とマッピングしていたにもかかわらず、「脳血管障害」として認識していないというオントロジー的な問題で、これも解釈エンジンの脳血管障害の定義が狭かった（たった一文字余計に書かれてた）ことが原因。1文字削除したら何も無かったように動き始めたわけです。

そういえば先日、入院ロジックに障害が発生し、システムがストール、余計なリカバリが発生して処理能力的にも、処理内容にも障害発生したときも、データベースロック回避のルーチン中の1文字欠損が原因。

一文字に泣かされる毎日ですが、ここまで複雑になると、利用者の指摘がとてもありがたい訳です。障害確認から原因探索、そして法令の確認（今回は介護保険法施行令第2条各号の内容確認が必要）、専門家に解釈の確認を行い、システムロジックの修正、修正報告までを30分で終わらせました。フィードバッグをしっかりすることで、興味をもってくれたかもしれません。