大数据时代的循证医学

• 作者: 周彬 左秀然 张晓祥 聂庆华 马光志
• 来源期刊: 世界复合医学
• 学科: 医学
• 关键词: 循证医学 大数据 深度学习 决策支持
• 年，卷（期）: 2015,（2）
• 所属期刊栏目: 综述
• 页码范围: 120-124
• 页数: 5页
• 分类号: R741
• 字数: 6067字
• 语种: 中文
• DOI: 10.11966/j.issn.2095-994X.2015.01.02.05

摘要

经验医学向循证医学( Evidence Based Medicine，EBM)的转变是临床研究与实践的一大趋势。循证医学采用大样本随机对照试验(Randomized Controlled Trail，RCT)和Meta分析技术，在较大程度上保证了疾病治疗方案有效安全可靠。但是，RCT的基础是随机采样理论，试图用最少的数据获得最有用的信息，这可能导致证据偏倚及治疗方案失信。随着医疗大数据时代的到来，循证医学的上述局限与不足可望得到根本改进，并朝证据采集、制作与评估自动化的方向发展。面向大数据的深度学习是一种自动化的特征提取技术，能从海量高维数据自动提取病因并建立高精度的决策分析模型，从而大大提高循证医学证据分析与决策支持的效率，促进循证医学在医学各领域更加广泛地应用和推广。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周彬		54	222	9.0	11.0
2	马光志	华中科技大学医学图像信息研究中心	34	283	11.0	15.0
3	张晓祥		57	358	11.0	15.0
4	左秀然		13	156	6.0	12.0
5	聂庆华		1	12	1.0	1.0