医疗大数据真的不需要因果关系吗？
可以说，通过对世间万象的理解，对未来的预测，关注构成大数据的庞大数据之间的相关关系意义重大。只有基于这种从相关关系获得的信息从事市场营销活动，企业才有可能提升经营业绩。本书第一章曾经提到，前往超市买啤酒的男性顾客很大概率也会购买婴儿尿布，那么，在婴儿尿布销售区附近陈列啤酒的推论也成立。同样，假设我们在其他商品群之间发现某种相关关系时，首先就有尝试的意义。为什么？假设事物发展未达预期，我们完全可以及时收手，以避免招致更大的损失。
但是，为了让相关关系导出的结果成为制定决策时的有用信息，就必须拿出慎重思考的态度。特别在医疗行为介入时，误判是事关人生死的问题。为了对人的生命现象和社会行为数据进行处理，并与医学、医疗问题解决和决策之间形成关联，就需要从发现数据的相关关系开始，但不能止步于该相关关系，还要关注该相关关系的背景，这一点很重要。为了做到这一点，专业背景知识、冷静的观察力以及按部就班的科学思维都是必要的。
以具有多样性的“人这种生物”为对象，为了明确人的健康和疾病相关事态的因果关系，必须远离“有因才有果”的一对一“一说古典”的因果关系式思维方式。在此基础上根据需要发展起来的以人为对象的科学就是流行病学。流行病是对个体差异很大的人群间发现的关于健康和疾病的一般倾向展开渊查，所以，其本质是集中大量人群，要是把这些人作为一个群体处理的因果关系，用概率表示的“高度”方法的体系化？概率论表现的因果关系无法回避“不确定性”这一不确定因素，但是，与流行病学本身的不确定性之说相比，医学界需要面对的问题是与很多人的生命活动和社会活动相关的今天的科学本身这一纠结的问题。
举个例子，假设业界开发出一种治疗糖尿病的新药，很多服用这种新药的患者经过检测，发现血糖值明显改善。但是，这个事实并不能说明这种药物一定有效。
为什么？因为服用新药的患者通过服用该药，对健康的认识开始改变。认识改变，行动随之改变。也就是说，他们开始尝试运动和改善饮食，这在流行病学上被称为“共同介入”行为。结果，这些患者血糖值下降的原因可能不是药物，而是运动和控制饮食。
这就是从“服药和血糖值”这两种数据的相关关系，分析这种药物对降低血糖值是否有效（信息获得）时必须探讨的第三因子的存在——混淆因子的问题。为了认清表面上看到的两种数据的相关背景下的混淆因子，就需要该领域的专业知识提供支持。新药研发过程中，采用随机比较试验和二重盲检就是为了避免这种混淆因子（进一步讲指偏倚）引发的混乱。
因此，在医疗世界中，必须对大数据时代的第三个变化——“不是因果关系，而是相关关系”的观点采取慎重的态度。但是，并不能否定大数据分析的价值。“谷歌流感预测”中将数据分析结果用于预测的方法对大数据就很有意义。但是，对预测有帮助的因素未必去除或追加导致预测结果改变。必须将预测因素和通过预防及治疗介入期待有效性二者分开思考。
例如：假设某研究结果证实运动可以改善抑郁症的状态。但是，即使同样的抑郁症患者，有的人能够运动，有的人不能运动，还有的人症状已经改善，也能正常运动。
如果让通过运动锻炼，症状未见改善的患者继续运动会怎样呢？对不运动的人来说，可能运动本身就是一种心理负担，所以他们不愿运动。那么，仅仅从“运动对改善抑郁症状态有效”的相关关系出发，建议患者运动的效果可能适得其反。(https://www.daowen.com)
医学研究不能只看数据，没有对比数据存在（对群），就无法对相关关系作出评价。假设业界成功研发了一种新型抑郁症治疗方法。即使经过这种治疗方法的治疗，一些患者的症状得到改善，也不能断言这种治疗方法一定有效。介入群和未介入群比对是探讨治疗效果的必要条件。但是，通过比对，即使证实介入群确实比未介入群的改善例更多，也只能止步于前面的相关关系。为了证实这种新型治疗方法的合理性，必须注意以混淆因子为首的各种偏倚和下面即将介绍的因果逆转等问题，对因果关系采取慎重的态度。
从根本上说，即使在医学、医疗的世界中，大数据也是有效的，这一点毋庸质疑。但是，这个有效必须以对大数据进行合理的分析与解析为前提。让没有接受过正确的数据处理培训的人来处理大数据是非常危险的。若想对医学、医疗领域的大数据进行合理的管理，并从中获得有价值的信息，就必须具备专业的流行病学知识。
“一个人血液中的胆固醇含量越高、其患致命心脏病的风险就越大（缺血性心脏病）”，这一观点是公认的。的确，以欧美等国为中心，高胆固醇血症的患者通常寿命更短，这一点已经得到科学证实。但同时，医学界发表的另一种观点认为低胆固醇血症的人寿命也会缩短。也就是说，血液中胆同醇含量低于平均值的人，死亡的危险概率会增加——与未来死亡相关的数据。低胆固醇血症与死亡概率之间的关系早在1990年就受到世界范围内的关注。实际上，血液中的胆固醇值与寿命之间存在类似“J型曲线效应”（“J型曲线效应”通常指降压治疗中在血压降至某一特定J型压值时心血管事件发生率随之下降，但进一步降压后心血管型事件发生率反而有所增加的一种临床现象）的关系，即与理想值相比，胆固醇值过高或过低都会导致寿命缩短的假设。如果仅仅对该数据进行粗浅的分析，那么，低胆固醇血症患者（为了延长寿命）就应该增加血液中的胆同醇。
对各种观点进行讨论的结果，现阶段人们得出的结论如下：
不是“低胆固醇血症导致寿命缩短”，而是“潜在疾病在作怪”，健康状态已经恶化的人，其营养指标——血胆固醇值低下。
如上所示，原因现象和结果现象朝着与思考方向相反的关系发展并存在的现象，这在流行病学上被称为“因果逆转”。假设通过大数据分析，研究人员从低胆固醇血症＝寿命缩短之间的相关关系随意得出结论（错误的分析），那么，话题就会转向截然不同的方向。
伴随健康状态恶化的低胆固醇值背后的事实是参加该研究的受试者处于癌症早期，潜在癌症导致受试者身体的营养状态趋于恶化，结果血液中的胆固醇值下降。像这样，只要具备流行病学的专业知识，我们就会留意看到的两种现象（数据）之间是否存在“因果逆转”关系；只要具备医学常识，我们就能根据低胆固醇血症的表面现象，来挖掘该现象背后的成因——这里指受试者早期患癌的可能性。不是对表面的相关关系进行判断，而是结合流行病学、医学专业知识，以慎重的态度对待因果关系，这种态度在医疗领域必不可少。