知识是信息结构化的总体
所谓知识，可以说是通过数据分析产生的结构化和体系化的信息。与某领域相关的这种知识集合——即知识体系（Bodyof Knowledge）是专家们的“教科书”。所谓教科书，指专业知识的结构化、相互关联以及系统记述的存在。
另一方面，在医学世界中，作为与这种教科书并列的重要文档的存在，如诊疗指南。关于诊疗指南的定义如下。
“对于诊疗过程中重要度高的医疗行为，进行有证据的系统评价（systematic review）及其系统评估，从利弊平衡等角度出发，以支持医患主张决定为目的的最佳推荐文档资料。”（《诊疗指南制作入门2014》，日本医疗机能评估机构）如上所述，诊疗指南基础的重点是通过系统评价重视证据体系（Body of Evidence）评估。例如，假设某种疾病的治疗方法分为AB两种。那么，怎样判断其各自的有效件呢？
某临床研究提供的证据是三年前发表的一篇论文。在这篇论文中，指出治疗方法A有效。另外，某篇于一年前发表的论文报告提出治疗方法B有效。同时发现还有其他论文，研究人员基于文献数据库对这些论文进行系统调查后发现：这些论文共计十篇。其中七篇主张治疗方法A有效，三篇主张治疗方法B有效。那么，我们能简单地根据上述结果断定治疗方法A更好吗？答案当然不是。我们必须根据报告的研究规模和论文质量，结合各种事实证据进行系统评价。
假设主张治疗方法A有效的七篇论文均为少数人的研究成果，论文中应报告的研究内容缺失。如果论文记述不充分，那么，这项研究成果在多大程度上具有可信性呢？答案是无从判断。另一方面，尽管主张治疗方法B有效的论文只有三篇，但均为以多数人为调查对象实施随机采样化比照实验的结果，而且必要的佐证一项不落，内容经得起推敲和评价。如果从综合角度对上述结果进行判断，那么，最终结论是：尽管支持的论文数少，与治疗方法A相比，治疗方法B也是有效的。
目前日本国内能够实施这种系统评价的研究者人数可能只有两位数。随着大数据的普及。社会以及医疗从业人员必将面对和接触新次元的信息和知识。大数据的分析结果以及导出的信息未必都是正确的。通过对庞大的数据进行分析，不排除一些偶然发现的相关关系公开发布和报告的可能性。(https://www.daowen.com)
系统评价是以临床试验（流行病学上的介入性研究）的证据为中心发展起来的科学方法，但是，面对大数据分析（观察研究）结果时，仍需要进行慎重的信息评估和整合作业。在迎来大数据时代的今天，我们强烈期待与进行数据直接分析的数据科学家一起，进行新的系统评价方法论研究和推动具备相关知识与技能的人才培养工作。
医疗从业人员面对数据、信息和知识时，需要具备专业水准（professionalism）和诚信（integrity）的态度。所谓专业水准，特别是临床人员与患者一起在朝着理想方向努力的同时，需要通过维护公共健康承担起相应的社会责任。近年来，人们正将怎样在有限的医疗资源下实施上述工作作为新要务展开积极探讨。
另一方面，研究者必须坚守诚信原则——通过公正的科学活动承担社会责任。社会责任认识是从事医疗大数据的研究人员应有的共同意识。
对大数据的潜在能力展开想象，那么，不仅临床从业者和研究人员，行政机关以及企业人也应具有同样的自戒和自问意识。