医疗器械真实世界数据的来源与治理

真实世界数据指在常规医疗环境中产生的、与患者健康状况和诊疗过程相关的数据，经规范治理后可转化为支持监管决策的真实世界证据。对医疗器械而言，可穿戴设备、手术记录、器械使用与随访数据都在持续产生大量信息，但原始数据往往分散、异构、质量参差，不能直接用于评价。只有建立覆盖采集、清洗、标准化、质控与安全的管理体系，数据才具备可用性。本文梳理真实世界数据的主要来源、治理内涵与实施路径。

一、真实世界数据的主要来源

器械领域常见的真实世界数据来源可分为医疗系统数据、患者自报数据与器械特有数据三类。医疗系统数据包括电子病历、检验与影像报告、医保结算与住院登记；患者自报数据包括随访问卷、症状日记与移动应用记录；器械特有数据包括设备使用日志、远程监测数据、植入物随访与维修更换记录。不同来源的数据在颗粒度、完整性与随访长度上差异明显，选择时应围绕研究问题判断其相关性，而不是片面追求数据规模。

• 医疗系统数据：电子病历、检验影像、医保结算
• 患者自报数据：随访问卷、症状日记、移动应用
• 器械特有数据：使用日志、远程监测、植入物随访
• 选择依据是研究问题相关性而非数据规模

二、数据治理的内涵与目标

数据治理是围绕数据可用性开展的组织、流程与技术安排的集合，目标是让数据在需要时可得、可信、可追溯、可重复使用。其内容包括数据资产目录、元数据管理、数据标准、质量控制规则、权限与安全管理、审计与文档记录。对器械真实世界研究而言，治理的核心是保证从原始数据到分析数据集的全过程可核查，任何清洗、转换与派生变量的规则都应文档化，确保不同人员按同一规则处理能够复现相同结果。

• 数据资产目录与元数据管理
• 统一数据标准与编码规则
• 质量控制规则与可复现的处理流程
• 权限、安全与审计记录

三、数据标准化与数据映射

真实世界数据常来自不同机构与系统，术语、编码与结构各不相同，需通过标准化与映射形成统一口径。常用做法包括采用通用数据模型与受控词表、建立本地码与通用码的映射表、对器械名称与型号进行规范化、统一时间与计量单位。映射过程中产生的歧义与无法对应项应记录在案并说明处理方式，避免因映射错误引入偏倚。标准化完成后，还应通过一致性检查与抽样复核验证映射质量。

• 采用通用数据模型与受控词表
• 建立本地码与通用码映射表
• 规范器械名称、型号、时间与计量单位
• 记录映射歧义并抽样复核质量

四、数据安全与合规要求

真实世界数据涉及大量个人健康信息，采集与使用必须遵循个人信息保护与数据安全相关法律法规，落实知情同意、最小必要、用途限定与去标识化要求。研究用途的数据应经伦理审查并明确使用范围，跨机构共享时需签署数据使用协议，明确存储地点、访问权限与销毁安排。研究过程中应建立访问日志，防止越权查阅与二次使用。涉及跨境传输的，还须按相关规定评估合规路径。

• 遵循知情同意与最小必要原则
• 去标识化处理并限定使用范围
• 跨机构共享须签订数据使用协议
• 建立访问日志，防止越权使用

五、治理体系建设的实施路径

治理体系建设宜分步推进：先明确研究问题与所需变量，再盘点并评估可得数据源，随后设计采集与治理流程，建立质量指标并持续监测。组织层面需明确数据管理、统计、临床与合规的职责分工，形成书面制度与操作规程。技术层面可依托数据平台实现采集、清洗与存储的贯通，并保留全流程审计记录。治理成效应以数据完整性、一致性、及时性等指标衡量，并随研究进展动态优化。

1. 明确研究问题与变量需求
2. 盘点评估可得数据源及相关性
3. 设计采集与治理流程并建立制度
4. 设置质量指标并持续监测
5. 依据评估结果动态优化治理体系

真实世界数据的价值不在于体量，而在于经过治理后能否支持可靠结论。申办者与研究机构应把数据来源选择与治理设计纳入研究方案统筹考虑，明确标准、流程与责任，确保数据可追溯、可复现、可核查。规范的数据治理既是真实世界证据被监管接受的前提，也是器械全生命周期管理的重要基础。

官方来源：国家药监局·法规征求意见