Page 25 - 嘉和资讯八十一期
P. 25
嘉和论坛
政策的激励为 RWS 的兴起起到 大数据科研新模式的破冰
了一定支撑作用，然而现实中的困境
却依然存在。 随着大数据及人工智能技术的发
展，利用大数据科研新模式进行真实
一是样本量问题：RWS 的入排标 世界研究，有了破冰的可能。对此，
准往往比较宽泛，以保证覆盖尽可能 北京大学第三医院金昌晓、计虹等在
广的患者群体，因此其所需样本量通 《中国数字医学》杂志 2019 年第 2
常较大。如何快速有效地获取到相关 期发表的《大数据科研分析平台在临
人群，并建立基于真实世界研究的数 床医学研究中的应用探讨》一文中，
据库，成为首要解决的壁垒。 给出了极具前瞻性及启发性的答案。
二是数据质量问题：临床试验的 文章以北京大学第三医院已搭建
数据质量是评价其研究成果的前提和 完成的大数据科研分析平台为切入
基础，因此，确保所收集数据的完整 点，从平台的架构设计、功能特点及
性、真实性、准确性和可溯源性，是 应用效果等不同角度，详细分析和阐
至关重要的。对 RWS 而言，由于其 述了基于大数据及人工智能技术的临
数据来源广泛、结构复杂多样，既有 床研究解决方案，为 RWS 的发展完
院内诊疗数据，又包含院外体检、医 善带来新的契机。
保等健康信息，使数据的异质性更为
明显，利用也更加困难，需要筛选、 以下为《大数据科研分析平台在
融合、清洗及标准化等一系列处理。 临床医学研究中的应用探讨》部分节
在这过程中，如何保证数据质量的持 选内容：
续稳定和高度可用，是研究者要面对 大数据科研分析平台以自然语言
的另一道难题。 处理、机器学习等人工智能技术为支
三是数据分析问题：如前所述， 撑，在数据的收集、整合、处理和统计、
RWS 具有接近临床实际、研究对象 分析等方面，有着巨大的先天优势，
纳入限制少、人群异质性大、自主选 对开展 RWS 起到强大的辅助作用。
择治疗措施等特性，因此在试验过程 其构建是以医院数据中心（HDR）为
中很容易造成潜在的偏倚和混杂。也 基础，辅以基因组学、eCRF 表单及
对后续的数据挖掘和统计分析提出了 随访数据等，形成全量的专病数据库；
更高要求，必须要有强大的分析系统 在经过数据整合、清洗、自然语言处
支撑，才能尽可能减小和控制偏倚和 理、机器学习及去隐私化等技术处理
混杂，使结果更加客观准确。 后，形成数据集市，包含结构化及后
