医疗信息的可靠性

── 随着互联网上各种信息的激增，医疗信息的可靠性越来越受到人们的关注。

中山──有关医疗程序有效性的信息因人们对这些信息的相信程度而异。随着循证医学的传播，它被称为“证据水平”。近年来，这一想法得到了进一步完善，但最可靠的方法是系统回顾，系统地检索多项研究并整合研究结果。^*5然后是单独的随机对照试验^*6，进一步队列研究^*7，病例对照研究^*8而且个别医生的意见普遍被认为较低。该顺序取决于如何控制偏差。即使你是专家，你的个人经历也会充满各种偏见，正如我之前提到的。荟萃分析结合了通过系统评价获得的多项随机对照试验，被认为是最可靠的，因为在检查治疗效果时，随机对照试验比其他研究方法具有更好的偏倚控制。

未来医疗大数据将主要用于队列研究，即观察性流行病学研究。虽然数据的位数比以前大很多，出错的机会也大大降低，但由于不可测量的偏差和混杂因素导致的系统误差问题仍未得到解决。未来，使用大数据的观察性研究的新发现将如何反映在临床实践指南中，同时与随机对照试验的结果进行比较？现在这已成为争论的焦点。

在科学进步的潮流中欣赏循证医学

喜连川──让我们回顾一下科学史。第一个科学，第一阶段，是观察科学，或基于观察的科学。当它进入第二阶段时，它就成为理论科学。基于理论的科学，例如牛顿力学，可以表达为运动方程 F=ma。之后，流体力学诞生了，但数学公式变得如此复杂，以至于很难给出答案。那时，超级计算机被研制出来，计算科学的时代开始了。

这是第三阶段，我们目前正处于第四阶段，数据探索科学（现在也称为数据科学）。中山教授前面提到的机制论类似于原子、分子等物理现象原理可以用简单方程描述的世界。

然而，一个人体内实际发生的生命现象并不简单到可以用一个方程来表达。

一个人的现象不可能用一个简单的方程来表达，所以我们别无选择，只能以数据为线索来思考。从科学的角度来看，机制论极其简单，因此能够清晰地描述因果规律。然而，现在大多数科学都依赖于数据，因为它别无选择，只能关注那些无法轻易解释的对象。不仅在医学领域，而且在农业材料研究中，有一个明显的趋势是强调数据。如果我们按照这个流程来看，我认为循证医学在医学中是不可避免的、自然的。

中山──听到您这么说真是令人鼓舞。事实上，最近有人指出，任何需要统计学的学科都不能称为纯科学。我并没有对此感到失望，但我再次感到自己离成为一名“纯粹的科学家”还有多远。

相反，我们相信，除非我们以统计或概率的方式思考，否则就不可能理解人类。人类是如此多样化，有些人即使吸烟也能长寿，而另一些人即使不吸烟却寿命很短。为了了解这种情况的整体情况，我们别无选择，只能收集数据，进行统计思考，得出总体思路。我是这样想的，但是当你看到喜连川博士的医学时，你是否会觉得医学科学家对统计思维的看法存在一些差异？