大数据为医疗系统层面的研究和学习提供了机会

卫生经济学和成果研究专业协会——ISPOR于今天上午在丹麦哥本哈根举行了2019年ISPOR欧洲大会第三次全体会议，主题为“大数据医疗:无尽的研究和学习机会”。

大数据为医疗质量的测量和报告提供了巨大的机会，可以增强洞察力和决策能力。医疗保健数据各不相同，包括离散编码的数据元素、诊断测试的图像和非结构化的临床记录。

这类信息量大、种类多的信息需要创新的信息处理方式。在本次会议上，专家们讨论了一些例子，这些例子表明专家们正在有效地利用大数据，并在医疗系统层面进行研究和推动学习。

本届会议的小组成员包括:

拉森博士认为，关于随机对照试验(rts)与真实世界证据(RWE)之间的争论是一种错误的二分法。

他认为，RWE可以补充和扩展RCT证据，而不是“非此即彼”的情况。拉森指出，这个问题不是研究方法的问题，而是建立因果关系的问题，RCTs和RWE都可以“让你爬上因果阶梯”。他指出，如果研究人员应用“有原则的过程”，RWE对随机对照试验同样有效。

Rassen认为有原则的过程包括(a)深思熟虑的适当性评估，(b)对真实数据可靠性的验证检查，(c)目标试验范式，(d)透明度准则(ISPOR/ISPE联合出版物中指出)。

他强调，如果不应用原则性程序，RWE可能不会被视为监管级别。他还指出，仍有一些病例更适合采用随机对照试验，如安慰剂对照的关键试验，以及不适合进行RWE比较的病例。

哈特菲尔德博士谈到了我们如何在医疗保健理念的海洋中“知道什么是有效的”。她指出，实验无处不在，但随机对照试验的评估往往不切实际。

医疗保健通过账单索赔和电子健康记录产生大量数据，哈特菲尔德指出，这需要“准实验”分析。她还提供了“差异中的差异”(又名“差异-差异”)方法的概述，该方法试图通过使用观察数据来模拟对照试验。

罗森茨维博士谈到了如何利用电子医疗记录来提供更好的医疗保健。她讨论了机器学习的变革性力量，并指出它既有技术上的挑战，也有非技术上的挑战。

180位专家指出的非技术挑战包括监管、隐私和数据保护、用户接受度和公众舆论、缺乏标准化、法律和熟练的人工智能(AI)专家。罗森-茨维用一个人工智能改善乳腺癌检测的例子来说明人工智能的前景。

与会者一致认为，医疗领域的大数据机遇巨大，挑战巨大。需要新的方法来利用这些数据产生实际影响的潜力。

ISPOR是全球公认的领先的卫生经济学和成果研究专业协会，在改善卫生保健决策方面发挥着重要作用。

ISPOR Europe 2019预计将吸引超过5000名对HEOR感兴趣的医疗利益相关者，包括研究人员和院士、评估人员和监管者、支付者和决策者、生命科学行业、医疗服务提供者和患

郑重声明：本文版权归原作者所有，转载文章仅为传播更多信息之目的，如有侵权行为，请第一时间联系我们修改或删除，多谢。

支原体感染盆腔炎怎么样去角质如何治疗