上海2017年7月4日電 /美通社/ -- 6月29日-30日，2017真實世界研究峰會在上海舉行。來自醫療研究國內外的醫學界專家學者從大數據的建立分析到藥物研發和政策制定；從真實世界數據的高效收集到大數據在精準醫療中的應用，展開了一場關于真實世界研究的前沿交流。
對于真實世界研究（Real-World Study，以下簡稱RWS），有專家稱，這將是未來研究的趨勢，相對隨機對照試驗（Randomized Controlled Trial，以下簡稱RCT）而言，RWS的研究范圍更廣，更具有代表性，能夠真實地反映研究的情況。
但真實世界研究需要大量的研究樣本，甚至多中心事件，收集數據難度高，工作量龐大；數據異質性強，對統計方法的要求比傳統研究更高；真實世界研究是輕設計、弱干預。因此，真實世界數據，包含了很大的不確定性，以至于分析的時候，難以有效的去除混雜因子。面對如此多的問題，RWS似乎顯得舉步維艱。
在演講環節，杏樹林首席數據官孫文亮給出了答案。孫文亮指出：針對真實世界研究，杏樹林依托于病歷夾產品，進行了三個方向的深度設計與開發 -- 建立系統、構建智能和大數據。
在建立系統方面，病歷夾從數據采集、數據清洗到數據分析的全流程進行構建。
應對真實世界多種多樣的數據，首先要求數據采集工具必須支持從文本、到語音、到圖片視頻的多種形式的數據。病歷夾不僅做到了，而且在隨身設備方面，也對接過血壓計、血糖儀、風流速儀、心率監測儀。目前隨身設備的數據，可以顯著提升采集效率和質量。
而真實世界的數據不像臨床試驗一樣，經過嚴格的設計和干預，因此數據不夠干凈。而數據清洗方面，杏樹林對接了專業醫療調教的語音識別系統，能夠準確將語音中的醫學詞匯、藥品名稱、甚至中藥多音詞，轉化為文本。
最后，杏樹林通過專業的醫學設計團隊，包括文獻翻譯解讀、試驗設計、衛生統計等方面的人才對真實世界數據進行分析，有效去除混雜因子，從而為真實世界研究的落地實施，打好基礎。
相較于臨床試驗數據，真實世界數據是持續不斷產生的。如何更持續高效地處理數據，成為擺在病歷夾面前的又一個命題。孫文亮表示，智能是真實世界處理的核心能力。病歷夾5年、300多萬份病歷的處理經驗積累，通過多環節的優化配置，為構建人工智能，提供了良好的基礎。目前，病歷夾已經摸索出了一套“機器+人工”的智能處理方法。
活動中，孫文亮還以銀屑病、慢性粒細胞、疑難病的實例出發，結合智能大數據功能，闡釋了杏樹林在真實世界研究領域的相關成果和應用。
