[摘要]循证医学的理念是医疗决策的制定需要高质量研究证据的支撑。大数据时代的到来，引发了思维模式、技术方法的变革，以大数据为基础的数据研发成为新的研究方式。可供评价研究的医疗大数据将助力循证医学的发展。
[关键词]循证医学；大数据；医疗决策
按照循证医学的理念，医疗决策的制定需要高质量研究证据的支撑。无论是疾病的流行病学调查、机制研究、新药物的研发、还是临床实效研究，都需要科学的研究证据，同时也都贯穿着对数据的获取管理和分析。大数据时代的到来，引发了思维模式、技术方法的变革，以大数据为基础的数据研发成为新的研究方式，推动循证医学的变革与发展。
一、循证医学的发展与困惑
近年来，循证医学（evidence-based medicine，EBM）在临床医学领域内得到了迅速发展。其核心思想是任何医疗决策都应该建立在现有最佳临床科学研究证据的基础上。循证医学比较强调收集最佳证据，特别是随机对照试验（randomized controlled trials，RCT）和根据所收集质量较高的RCT研究做系統综述（Meta分析），为临床实践提供可靠的依据。循证医学在临床医学界的兴起标志着临床医学从经验医学向循证医学转变。
1948年，在英国医学研究会领导下开展的世界上第一个临床RCT肯定了链霉素治疗肺结核的疗效。随机分组的运用控制了混杂因素，减少了偏倚，对于治疗性研究的正确开展有不可估量的作用。RCT的出现是临床医学研究新纪元的里程碑，也是循证医学证据的主要来源。然而循证医学是一门重视证据制作的学科，其基础是数理统计学，它要求RCT的试验样本及环境一致，以便排除个体差异及环境干扰，但在现有条件下，几乎不可能实现。目前，大规模的医学样本采集困难，几百个样本已经算是比较大的了，为了克服RCT样本不足的问题，Meta分析得到广泛应用。但是，不同样本集的权重控制难以完全公正，试验环境难于恰当评价和把控，试验结果也难免有过度包装和偏颇之嫌。此外，Meta分析所依赖的数据往往不是最新的即时案例，制作的证据可能因环境与时效的变化而失去应用价值。
总之，由于证据的稀缺性、偏倚性、可靠性、及时性、公正性，以及环境的一致性等方面的问题，循证医学也被质疑。2014年，《循证医学濒临破产》指出：循证医学的证据属于间接证据，基础建立在已经发表的研究文献上，利益冲突容易影响证据的公正性，证据环境与临床决策环境存在距离；循证医学助长了过度诊断、过度治疗，并可能存在沦落为利益集团代言人的危险。
二、大数据时代医学研究的机遇
随着互联网技术的发展，医学研究进入大数据时代。大数据又称巨量或海量数据，是指数据规模巨大以至在合理时间内，无法通过当前主流软件工具，获取、处理、分析以便决策的结构复杂的数据。大数据具有四大特点：巨量、高速、多样、价值。巨量的医疗大数据使得证据的稀缺不再是问题。高速体现了数据随时间和空间的快速变化，使得证据随时随地的客观存在。多样性为样本分析结果的验证带来了便利，从而保证医学证据的可靠与可信。价值性是指相对于小规模的历史数据而言，大数据具有更高的研究和使用价值。
利用大数据预测流感流行是一个典型的案例。Google通过人们对感冒药品的搜索来预测流感，可见大数据改变了传统的医学数据的采集与分析方式。
三、大数据助力循证医学的发展
循证医学的兴起是从经验性医学向基于客观证据为导向的当代医学转变的重要节点。在生物医学数据大爆发的当今，新兴的大数据分析能够高效地解决生物医学和医疗卫生活动中的探索性或决策性问题。无论是循证医学研究还是大数据分析，都是解决实际问题的技术手段。循证医学是整合当前最佳证据、强调高质量前瞻性RCT的重要性，有较严格的纳入排除标准，因此观察对象同质性较好，但对反映实际人群和外推应用有一定的局限性。而大数据分析强调基于实际人群中尽可能详尽的群体数据进行比较或相关性分析，相当于队列研究或横断面研究。大数据分析样本量大，数据处理需要借助更为先进的分析工具和软件。
大数据时代的到来将推动循证医学的研究和发展。医疗大数据能避免循证医学研究中样本稀少、偏颇、过时以及不公正，同时也有助于解决循证医学证据采集的难度，扩大循证医学的应用领域，通过先进的数据融合技术提高医学决策分析的效率。
当然，我们也要警惕数据可用性的问题，国外权威机构的统计表明，美国医疗信息系统中13.6%～81%的关键数据不完整或陈旧。由于数据可用性问题及其所导致的知识和决策错误严重困扰着信息社会。信息完善准确的数据库是高质量研究证据的基石。
作者简介：曹勤（1974-），女，上海人，研究生，上海交通大学国际与公共事务学院，研究方向：公共管理学。