从循证医学（Evidence-Based Medicine, EBM）到循证信息医学（Evidence-Informed Medicine, EIM）

《Holistic Integrative Oncology》：From evidence-based medicine to evidence-informed medicine

　　

在过去的几十年里，循证医学（Evidence-Based Medicine, EBM）通过将临床决策从经验主义和权威意见转向科学研究证据，彻底改变了医疗实践。然而，随着医学的不断发展，人们越来越注意到仅依赖“证据”的局限性——包括机制上合理但临床上无效的结局、缺乏实际相关性的统计学显著结果，以及普遍存在的“逻辑清晰”与“治疗距离”并存的模式。这种过分强调研究证据而牺牲临床经验和患者价值的做法，导致了医疗实践中“证据崇拜”和“人文缺失”的双重困境。在此背景下，由樊代明（Daiming Fan）教授提出的循证信息医学（Evidence-Informed Medicine, EIM）概念，为转变临床医学范式提供了新视角。研究人员首先审视了EBM的理论局限和实践挑战，随后分析了EIM提出的背景和核心哲学，最后提出了一个整合循证医学（EBM）与循证信息医学（EIM）方法的实践框架，并展望了其对医学未来发展的深远影响。

论文解读：从循证医学（EBM）到循证信息医学（EIM）的范式转变

研究背景与意义

在过去的几十年中，循证医学（Evidence-Based Medicine, EBM）通过将临床决策的依据从经验主义和权威观点转向科学研究证据，极大地推动了医学实践的革新。然而，随着医学的深入发展，学术界和临床界逐渐意识到，单纯依赖“证据”存在诸多局限。例如，某些干预措施在机制上看似合理（mechanistically sound）却在临床实践中无效；部分研究结果虽具有统计学显著性（如 P < 0.05），但缺乏实际的临床相关性；临床上常出现“逻辑清晰”与“治疗距离（therapeutic distance）”并存的现象。这种过度推崇研究证据，而相对忽视临床经验与患者价值的倾向，导致了医学实践中“证据崇拜”与“人文缺失”的双重困境。

为应对这些挑战，樊代明（Daiming Fan）教授提出了循证信息医学（Evidence-Informed Medicine, EIM）的概念。该概念旨在为临床医学范式的转型提供新的视角，强调在批判性评价科学证据的有效性与适用性的同时，积极整合临床经验与患者特定需求，追求从机械的“合理性（plausibility）”向真实的“效用（utility）”转变。本研究发表于《Holistic Integrative Oncology》，旨在探讨EBM的局限，阐释EIM的理论基础与实践价值，并构建一个整合EBM与EIM的实践范式，以平衡科学的严谨性、经验的智慧与人文的关怀。

主要关键技术方法

本研究属于理论阐述与范式构建性质的学术论述，未涉及具体的实验操作、试剂使用或细胞培养、质粒构建等实验步骤。研究人员主要通过文献梳理与理论辨析的方法，系统分析了EBM的核心原则、实施步骤及其面临的平均值与个体化矛盾、统计局限性（如Cochran's Q统计量评估异质性时的敏感性问题）、临床转化障碍（如信息过载、证据与现实的错配）以及脆弱的证据系统（如随机对照试验（RCT）的严格入排标准限制外推性、发表偏倚等）。在此基础上，研究人员引入了整合医学（Holistic Integrative Medicine, HIM）的理论框架，正式提出并论证了EIM的哲学基础，并最终推演出一个整合EBM与EIM的多维临床决策与实践路径，同时探讨了人工智能（Artificial Intelligence, AI）在该范式中的赋能作用。

研究结果

1. EBM的核心原则

EBM的早期定义过分强调科学文献作为临床证据的唯一来源，忽视了医生经验的重要作用。1996年，David Sackett和Muir Gray重新定义为：“EBM是审慎、明确且合理地使用当前最佳证据，以对个体患者的护理做出决策。实践EBM意味着医生必须将研究证据、临床专业知识和患者偏好整合到临床决策中”，形成了决策的三支柱模型。EBM的实施通常被概括为五个步骤：基于患者问题形成可回答的临床问题；高效检索最佳可用证据；严格评价证据的有效性和适用性；将评价后的证据应用于临床实践；评估决策或干预的结果。然而，严格遵循证据等级可能导致临床医生过度依赖随机对照试验（Randomized Controlled Trial, RCT），且基于群体的研究结果往往难以应用于个体患者。

2. EBM的实践挑战与理论局限

随着EBM在临床环境中的迅速普及，其在实施过程中遇到了各种结构和方法论障碍。

2.1 平均值 vs 个体化：EBM严重依赖反映平均结局的基于人群的研究，但临床医生治疗的是独特的个体。当这些研究的平均结果应用于个体患者时，临床医生的经验和判断变得尤为关键，但这些经验元素在早期EBM框架中未被充分强调。

2.2 统计学局限：EBM使用Cochran's Q等统计工具评估荟萃分析（Meta-analysis）中的异质性。然而，Q对纳入的研究数量敏感，随样本量增加而增大，可能导致关于异质性的假阳性结论。此外，发表偏倚、小样本扭曲以及模型选择（固定效应 vs 随机效应）带来的不稳定性，都会损害荟萃分析的可靠性。

2.3 临床应用障碍：临床医生在将证据转化为实践时面临四大困难：信息过载和时间限制导致知识获取延迟；解释和应用证据的能力有限；证据与现实临床实际不匹配（统计显著 ≠ 临床显著）；与患者的沟通差距。

2.4 脆弱的证据系统：当前临床证据系统面临多方位挑战。研究质量的差异导致证据可靠性的显著不同，且缺乏统一的评估框架。即便是被视为金标准的RCT，也受限于严格的纳入和排除标准，结论在真实临床环境中因人群异质性、方法学差异和实施偏倚而适用性受限。系统评价（Systematic Review）和荟萃分析虽被视为更高级别的证据，但其综合过程常涉及选择性偏倚，倾向于纳入已发表的正面发现，忽视大量未发表的阴性数据。

3. EIM的理论基础与实践价值

EIM的概念源于对传统EBM的批判性重新审视和完善。当代临床环境中往往过度依赖试验证据，而临床医生的实践经验与患者个体偏好常被欠整合。EIM强调批判性评价科学证据的有效性与适用性，同时积极纳入临床经验和患者特定需求，寻求超越机械推理（“合理性”）并聚焦于现实治疗效果（“效用”），与整合医学（HIM）的核心哲学一致。

3.1 超越机械的证据遵守：对证据进行辩证评价。EIM拒绝僵化的“证据至上”心态，倡导对证据时空限制的动态调整和情境敏感的评价。即便是最高级别的证据（如RCT的系统评价），也受研究时的特定人群、环境和技术背景制约。EIM促使临床医生批判性地评估适用性的边界（如种族、年龄、合并症、资源可用性）。

3.2 从追求真转向实用效用：EBM强调统计学显著性（如 P < 0.05），EIM则强调净临床获益（net clinical benefit）。当RCT结局与现实世界证据（Real-World Evidence, RWE）背离时，临床医生必须构建三维决策模型：剖析统计学发现的上下文相关性；评估生物标志物改善与不良临床事件之间的权衡；综合患者特定特征以得出定制化的价值判断。

3.3 不确定性的主动管理：EIM特别重视应对临床不确定性。在缺乏高质量证据时，历史或个人临床经验可能提供最佳甚至唯一的证据。在整合医学框架内，EIM培养临床思维的开放性与反思性，鼓励医生进行迭代探究，为个体患者寻求最可行的解决方案，而非将人群平均水平僵化地应用于独特病例。

3.4 重构医患关系：治疗伙伴关系。EIM倡导建立治疗伙伴关系。在中国，EBM的实施面临独特的社会文化挑战，EIM要求超越机械执行循证方案，进行真正的治疗性对话。医生不仅是证据的渠道，也是患者经验的倾听者和解释者；患者则从被动接受者转变为积极的共同参与者。

4. 构建整合的EBM–EIM实践范式

4.1 整合的哲学基础——辩证统一：EBM与EIM并非对立框架，而是渐进的连续体。EBM问“有证据吗？”，EIM进一步问“该证据真的适用于这位特定患者吗？”。这种协同确保了医疗干预的科学有效性及对个体患者独特性的尊重。

4.2 整合范式的核心原则：医疗实践中真、善、美的统一。“真”强调证据严谨验证与情境解释；“善”代表临床实践的最终伦理导向，与患者最佳利益真正契合；“美”反映了医学艺术性的理想，即科学严谨与人文创意的审美整合。

4.3 从EBM到EIM的整合实践路径：EIM的本质在于动态整合科学证据、临床专业知识和患者特定背景。包括：从数据到事实——证据的批判性再情境化（如识别RCT严格入排标准对老年多合并症患者的局限）；从共识到经验——临床判断的个性化推进（在真实世界复杂共病患者中超越标准化方案）；从技术到医学艺术——以患者为中心的阐释性实践（使用绝对风险降低（Absolute Risk Reduction, ARR）而非相对风险降低（Relative Risk Reduction, RRR）解释获益，并在资源有限时选择更具成本效益的药物）。

4.4 人工智能（AI）赋能整合范式：AI的最终作用不是取代医生的探究智慧和共情能力，而是减轻信息处理的繁重任务并提供前所未有的决策支持，使医生能更专注于高阶临床判断、有效沟通和关系建立。

讨论与结论

临床决策本质上是在不确定性中进行的“实践智慧”，深受个体情境影响。整合模型并不提供固定的决策规则，而是提供决策框架和过程指导。它重置决策逻辑的起点（从“指南说什么”到“我面前的患者有哪些疾病经历、治疗目标和生活背景”），构建强制性的决策三角（确保研究证据、临床经验和患者叙事在决策桌上均有一席之地），并深化共同决策（Shared Decision-Making, SDM）的沟通过程。

从EBM到EIM的整合，代表了医学实践的根本转变：思维模型上，医生从被动遵守证据转向主动质询证据；目标导向上，治疗评价从统计学显著性转向真实世界的净获益，聚焦生活质量提升；证据认知上，证据系统从静态的等级模型转变为动态的、迭代的框架，强调整合基础科学研究、真实世界数据和患者报告体验的多维证据网络。

综上所述，研究人员指出，EBM到EIM的演变并非对EBM的否定，而是在辩证思维下对其僵化之处的弥补。EIM以治疗效果为终极目标，要求严格审查证据边界，动态整合个体特定变量（生物、心理、社会及价值因素），并在不确定性面前建立适应的共同决策框架，最终力求在医疗实践中调和真、善、美。这种整合范式顺应了技术进步，保留了人文关怀，尊重科研严谨性同时也重视个体经验，推动了现代医学向更平衡、敏感于情境且以患者为中心的模型迈进。