近期,Brain 杂志发表了一篇文章,针对近期十分热门的大数据研究发表了评论;以阿尔茨海默病作为例子,陈述了大数据研究的可能利弊,指出需要清醒地看待,而不应该过于乐观和狂热。评论全文编译如下:
其中一项值得仔细考虑的策略是对大数据的投资。近年来在阿尔茨海默病领域已显现了对“大数据”的关注热情,这反映了一种普遍的驱动力,可能也会刺激医学和其他行业学科的发展。从商业到政府层面,大数据似乎给许多的问题都提供了解决的可能性。然而,也并不是每个人都认为这样,有关其是非曲直的争论也十分激烈。
本刊《Brain》在展示这些研究发现的方向方面发挥了重要作用。我们渴望反映这些最好的科学进步,但同时我们也希望引发和鼓励争议。尽管我们没有洞悉未来的天赋,但我们可以思考大数据的真实的潜能是什么。就像普通路人一样去发问:它能治愈阿尔茨海默病吗?是否“夸大”了答案? 大的数据收集是有用的,这不是问题。这些巨大数据收集起来的实用性是毋庸置疑的。但是这些收集的数据实际上能解释什么吗?这是目前争议的核心:大数据的解释功效是什么? 新方法的狂热者反驳说“大数据是有关是什么的,而不是为什么。我们不是总需要知道一种现象的原因,而是我们让数据本身说话”。在许多时候是鼓励让数据本身说话的,但这也存在很大的风险,就是我们并不能搞清楚这些大量数据信息的真正含义。即使我们懂了,除了相关性之外还有什么呢?它能解释病因机制吗?似乎不能。 但阿尔茨海默病大数据研究的支持者可能会说,在我们理解它意味着什么之前需要首先找到“信号”。的确,它们可能指出了传统科学无法揭示的基因学和分子学机制,但这些方法并不能够足以解释千变万化的临床表现。 也许有关大数据的争论暴露了神经科学研究中一些重要的普遍性问题。不同地区的专家不同研究中的方法可能不同,因此大数据的优点之一可能在于能将不同水平的数据集中到一起——从基因到分子,从影像到认知功能——从而暴露研究中缺乏综合性的缺点。从这个意义上说,大数据可能提供了一个洞悉重点和管中窥豹的机会,而不仅仅只是将我们的视野局限于我们最熟悉的那一部分。 不管利弊,大数据的研究方法已经存在了。我们应将其开发至最大化,尽量利用好,同时也要知道其局限性之所在,而不仅仅只是呼吁说“小即是美”。 |