大數據正在重塑醫學。作為醫院數據持有者，我國醫信人積極運用最新技術，進行了大規模醫院數據治理工作，極大提高了醫院數據的可及性。隨之而來的是普遍焦慮，即如何發揮臨床數據價值。從臨床數據到臨床價值必須經過三個必要環節：將臨床科學問題定義為數據分析問題、數據處理與建模、模型評估與應用。現有數據挖掘書籍主要關注第二個環節，第一、三個環節基本沒有涉及。原因也很簡單，鏈接臨床數據與臨床科研的臨床數據挖掘實踐滯后了。

　　學科融合的廣度和深度，決定了這種有機鏈接融合經驗必然來自臨床數據挖掘實踐的第一線。近日，在CHIMA 2023書展上，郭有主任代表贛南醫學院第一附屬醫院醫藥大數據中心發布了《大數據時代下的臨床科研數據挖掘》。該書在系統回顧國內外最佳臨床數據挖掘實踐案例基礎上，首次系統深入論述了把臨床科學問題定義為數據分析問題的基本思想及實踐流程，梳理了開源臨床數據和生物數據來源與處理技巧，總結了實踐中高頻數據挖掘方法使用經驗，提出了數據模型評估的規范流程，進而將臨床數據挖掘變為一種可遵循的科研實踐路徑。

　　本書運用醫信人看得懂、能掌握的語言進行編寫，輕松閱讀就能掌握臨床數據挖掘，可以在很大程度上消弭醫院數據持有者的價值焦慮，克服畏難情緒。例如，書中提到雖然“醫療大數據的積累顯著增加了臨床研究的對照類型”，“但經常面臨對照個體選擇困難的挑戰，譬如臨床指征偏倚” 。什么是指征偏倚呢?“病情嚴重患者傾向于獲得強化治療，結局往往也非常糟糕，這就造成了強化治療患者預后更差的錯覺”。既然“任何一種對照選擇策略都不可能適用于所有臨床研究問題，都存在一定的局限性”，那么該怎么處理這種情況呢?作者隨即給出了“評估研究結果受到何種影響及影響大小”的方法和工具。

　　讓我們用數據挖掘來體驗時間里隱藏的快樂吧。