真实世界研究没有监查，只能靠留痕自证

真实世界研究立足常规诊疗环境，能反映药物与医疗技术在广泛人群中的实际有效性与安全性。但它有一个绕不开的短板：它没有前瞻性试验那套严格的现场监查。注册临床试验有监查员逐页核对源文件，而真实世界研究的数据来自医院的日常业务系统，谁来保证它是真的、没被改过？2026年9月2日，国家卫健委医药卫生科技发展研究中心发布《医疗机构真实世界临床研究数据元标化与质控规范（试行）》。它把治理规则直接下沉到医疗机构的数字化环节，回答的正是这个问题。

核心难点:数据的多源异构

多中心真实世界研究最底层的障碍，是各家医院的数据长得不一样。规范围绕四大技术支柱作了规定：核心数据元标化、异构数据转换、隐私安全脱敏、端到端溯源留痕。

先看标化。多中心研究必须建立基于通用数据模型的映射标准：诊断层面，把分散在各院病历里的非标准主观描述统一映射到国家临床版ICD编码；检验层面，统一映射至LOINC编码、换算为标准国际计量单位，并同步绑定原始参考区间，因为各院检验参考区间差异大、计量单位混乱、时间戳漂移严重，不做这一步，数据合并到一起就是假的可比。

对 NLP 设了前置门槛:先验证,再使用

规范里有一条值得单独拎出来讲。

电子病历中占主体的是病程记录、出院小结这类非结构化文本，行业普遍用自然语言处理技术从中抽取临床表型。规范对此设定了严格的先验验证标准：算法用于关键临床表型抽取时，其查全率与查准率必须先经医学专家团队验证；抽取结果还须经人工双盲抽检。

这一条的分量在于：它把AI抽的和可用于研究的划了一道线。算法可以用，但不能拿未经验证的抽取结果直接进研究数据集，性能指标要先摆出来，人工要抽检复核。对当下NLP抽取被大量使用的现状，这是必要的收口。

真实性靠什么保证:不可篡改的审计轨迹

回到开头那个问题：没有现场监查，真实性靠什么？规范给的答案是全生命周期的自动化审计轨迹。

它要求构建从院内生产系统源数据 → 前置抽取中间库 → 科研分析数据集的不可篡改溯源链条。具体到操作层面：抽取的变量必须绑定原始病历段落与唯一就诊流水号，保留抽取算法的置信度与审核人标识；检验数据的原始测定值与换算值双轨留存，关联检验条码流水号，禁止无源覆写。

也就是说，分析数据集里的每一个值，都要能一路回溯到它在业务系统里的那条原始记录，并且中间每一次变换都留下痕迹、可被审计。

前瞻性试验的真实性靠人盯人监查，真实世界研究的真实性只能靠系统留痕自证。

隐私方面，规范把患者信息细分为直接标识符与准标识符：姓名、身份证号等直接标识符须在医院物理边界内做不可逆假名化加密；就诊日期等准标识符另行处理，既满足《个人信息保护法》等要求，也保证数据仍可用于研究。

对做真实世界研究、数据治理与相关医学事务的人而言，这份规范的意义在于：它把真实世界证据能不能被采信这个问题，拆成了可执行的工程要求。目前文件为试行，具体实施细则与各机构落地节奏仍待观察。

参考文献

国家卫生健康委医药卫生科技发展研究中心. 医疗机构真实世界临床研究数据元标化与质控规范（试行）. 2026-09-02.

本文由穆景循证 MJonline 编辑部原创。信息仅供医疗卫生专业人士参考，不作为诊疗建议。