パフォーマンス評価 — OSCE・ルーブリック・mini-CEX

コールドオープン（約30秒）

[映像] 夕方の医局。デスクに置かれた実習評価表。ペンを持った手が「5・4・3・2・1」の上で止まっている。

[テロップ] その評点、根拠はありますか？

実習の最終日、評価表を前にペンが止まる。この学生、熱心だったから4……いや5かな。後日、同僚が同じ学生に3をつけていたと知って、少し嫌な気持ちになる。同じ学生を見て、なぜ2点も違うのか。今回のテーマは、「できる」を測る技術——パフォーマンス評価です。

セクション1: Shows how と Does は観察でしか測れない（約1分）

[映像] ミラーのピラミッドの図。下2段が筆記試験のアイコン、上2段が聴診器のアイコンで塗り分けられる。

ミラーのピラミッドを思い出してください。知っている、方法を知っている——ここまでは筆記試験で測れます。でも、やってみせる Shows how と、現場で実際にやっている Does は、行動を観察するしかありません。試験環境で測るのが OSCE。ステーションを回り、標準模擬患者を相手に、面接や診察を実演してもらう形式です。評価票にはチェックリスト型と全体評定型があり、初学者の手技にはチェックリスト、統合的な臨床能力には全体評定が向いています。

そして現場そのもので測るのが mini-CEX と DOPS です。mini-CEXは実際の患者への面接や診察を観察するもので、本学の様式では20分程度。病歴、身体診察、コミュニケーション、臨床判断、プロフェッショナリズム、マネジメント、総合の7項目を6段階で評価し、3点以下は改善が必要という意味です。DOPSは採血や縫合といった手技の観察版。運用の合言葉は3点セット——短時間、複数回、即時フィードバック。1回の観察は当てになりません。異なる患者、異なる評価者で回数を重ねること。そして観察したら、その場でフィードバックすること。ここを省くと、この道具のいちばん価値のある部分を捨てることになります。

セクション2: ルーブリックの3つの部品（約1分半）

[映像] 空白の表が組み上がっていくアニメーション。行に「評価規準」、列に「水準」、マスに「記述語」のラベルが順に入る。

[テロップ] ルーブリック＝評価規準×水準×記述語

観察を点数に変える道具がルーブリックです。部品は3つ。何を見るかを決める評価規準。何段階に分けるかの水準。そして各マスに入る記述語——その水準の行動は具体的にどんな姿か、という記述です。

いちばん大事なのは記述語の書き方です。本学のクラークシップ共通評価表を開くと、同じ一枚の中に二つの書き方が同居しています。「適切な症例提示能力」の欄は、紙を見ないで状況に応じ明確に提示した、紙を見ながらでないと提示できなかった——誰が見ても判定できる。いっぽう「姿勢・基本的マナー」の欄は、真摯であった、十分であった、問題なかった。これでは評価者によって解釈が割れます。観察可能な行動で書く——学修目標の回でお話しした行動動詞と、まったく同じ文法です。良い学修目標と良いルーブリックは、同じ言葉でできています。

セクション3: 観察の敵——3つの誤差と3つの対策（約1分半）

[映像] 3つの誤差が並ぶスライド。ハロー効果＝後光のアイコン、中心化傾向＝真ん中に集まるドット、寛大化傾向＝全部に花丸。

人間が人間を評価する以上、系統的な誤差は避けられません。代表は3つ。プレゼンが上手な学生の身体診察まで高くつけてしまう、ハロー効果。極端な点を避けて全員を真ん中に寄せる、中心化傾向。そして全体に甘くつけて差がつかなくなる、寛大化傾向です。

対策も3つ、定番があります。第一に評価者訓練。同じ診察ビデオを教員みんなで採点して、ずれたところを議論する。これだけで目線は驚くほど揃います。第二に複数評価者。一人の癖は消せなくても、複数の観察を集めれば誤差は薄まります。第三に行動アンカー。尺度の各段階に具体的な行動記述を貼り付けて、「3」の意味を全員で共有する。ルーブリックの記述語は、まさにこの行動アンカーです。ちなみにこの延長線上に、「この研修医に任せられるか」を単位に評価するEPA——信頼して任せられる専門業務——という考え方があり、卒後教育で広がりつつあります。

まとめと次回予告（約1分）

[映像] K教授が医局のホワイトボードの前で、3×3のルーブリックを指しながら同僚と話している。

K教授は、自分の実習評価が印象点だったと認めるところから始めました。心不全患者の評価という課題に絞って、病歴聴取・身体診察・アセスメントの3規準、3水準のルーブリックを作り、mini-CEX方式で実習中に2回観察して、直後にフィードバックする。導入前の評価者訓練では、初回、教員間で評点が2点割れて苦笑い——でも、その議論こそが一番効いたそうです。

[テロップ] 次回: 成績分布を読む——科目とプログラムの評価

今回のポイントは3つ。「できる」は観察でしか測れない。ルーブリックは規準・水準・記述語の3部品で、記述語は行動で書く。そして誤差には訓練・複数の目・行動アンカーで備える。次回は視点を引き上げて、成績分布から科目とプログラム全体を診断する方法を見ていきます。あなたの科目の平均85点、その分布は何を語っているでしょうか。