如何高效收集真实世界数据（RWD）杏树林有良方

上海2017年7月4日电 /美通社/ -- 6月29日-30日，2017真实世界研究峰会在上海举行。来自医疗研究国内外的医学界专家学者从大数据的建立分析到药物研发和政策制定；从真实世界数据的高效收集到大数据在精准医疗中的应用，展开了一场关于真实世界研究的前沿交流。

杏树林首席数据观孙文亮在2017真实世界研究峰会上发表演讲

对于真实世界研究（Real-World Study，以下简称RWS），有专家称，这将是未来研究的趋势，相对随机对照试验（Randomized Controlled Trial，以下简称RCT）而言，RWS的研究范围更广，更具有代表性，能够真实地反映研究的情况。

但真实世界研究需要大量的研究样本，甚至多中心事件，收集数据难度高，工作量庞大；数据异质性强，对统计方法的要求比传统研究更高；真实世界研究是轻设计、弱干预。因此，真实世界数据，包含了很大的不确定性，以至于分析的时候，难以有效的去除混杂因子。面对如此多的问题，RWS似乎显得举步维艰。

在演讲环节，杏树林首席数据官孙文亮给出了答案。孙文亮指出：针对真实世界研究，杏树林依托于病历夹产品，进行了三个方向的深度设计与开发 -- 建立系统、构建智能和大数据。

在建立系统方面，病历夹从数据采集、数据清洗到数据分析的全流程进行构建。

应对真实世界多种多样的数据，首先要求数据采集工具必须支持从文本、到语音、到图片视频的多种形式的数据。病历夹不仅做到了，而且在随身设备方面，也对接过血压计、血糖仪、风流速仪、心率监测仪。目前随身设备的数据，可以显著提升采集效率和质量。

而真实世界的数据不像临床试验一样，经过严格的设计和干预，因此数据不够干净。而数据清洗方面，杏树林对接了专业医疗调教的语音识别系统，能够准确将语音中的医学词汇、药品名称、甚至中药多音词，转化为文本。

最后，杏树林通过专业的医学设计团队，包括文献翻译解读、试验设计、卫生统计等方面的人才对真实世界数据进行分析，有效去除混杂因子，从而为真实世界研究的落地实施，打好基础。

相较于临床试验数据，真实世界数据是持续不断产生的。如何更持续高效地处理数据，成为摆在病历夹面前的又一个命题。孙文亮表示，智能是真实世界处理的核心能力。病历夹5年、300多万份病历的处理经验积累，通过多环节的优化配置，为构建人工智能，提供了良好的基础。目前，病历夹已经摸索出了一套“机器+人工”的智能处理方法。

活动中，孙文亮还以银屑病、慢性粒细胞、疑难病的实例出发，结合智能大数据功能，阐释了杏树林在真实世界研究领域的相关成果和应用。