目的 全国性的资料完整的临床病例数据库对于临床研究、科研管理乃至国家医疗科技战略的制定而言都是宝贵的数据资源,然而目前我国并没有完善的全国性数据库.美国国立癌症研究所“监测、流行病学和结果 数据库”(Surveillance,Epidemiology and End Results,SEER database)以资料全面,更新及时著称,常被临床医生用作肿瘤的大数据研究,探索SEER 数据库在科研及临床工作中的应用和发展,将有助于指导我国的肿瘤大数据研究.方法 SEER 数据库为肿瘤研究人员提供了完整、权威的分析数据,便于研究者们对全美各个地区、各类人群中的肿瘤患者情况进行系统深入的研究,具有高度的研究参考价值.结果 作为现阶段美国大型肿瘤登记数据库之一,SEER 收集了大量循证医学的相关数据,详细记录了就诊者的基本情况、原发病灶部位、肿瘤尺寸、治疗方案、随访情况及死亡原因等信息,为临床医师的循证实践及临床医学研究提供了系统的证据支持和宝贵的第一手资料,为降低全美及全世界的肿瘤发病率、提升人口生活质量做出了积极贡献.SEER 也存在一些不足之处,主要体现在：①没有关于家族史、既往史、并发症及手术切缘状况、病理学资料的记载,没有局部复发情况的记录.②在治疗方面的记录不完全.除了有手术及放疗的记录外,无辅助治疗、内分泌治疗、化疗、生物治疗等记录,缺少第一疗程的后续治疗相关记载.③没有记载乳酸脱氢酶、淋巴结转移数目、全身疾病、血红蛋白水平等重要的预后因素.结论 人类已进入大数据时代.大数据科学正逐渐成为横跨信息科学、社会科学、网络科学、系统科学、生物医学、心理学以及经济学等诸多领域的新兴交叉学科方向,并已成为科学研究热点.我国目前处在医疗流程信息化管理和质量控制的初级阶段,尚未开展面向医学大数据的系统研究.大数据时代的到来,既对临床医生、医学研究人员、医疗监管机构等提出了巨大的挑战,也为生物医学研究带来了前所未有的机遇.如何有效地利用这些信息,并最大程度地减少伦理道德等相关问题对个人和公众造成的困扰,是亟待解决的重要课题.未来我国应在以下几方面进行深入探索：①实施更强大的数据挖掘.数据挖掘包括关联分析、聚类分析、分类分析、异常分析等,大数据挖掘可增加把握度以及具备发现弱关联的能力.②医学科学证据的整合、转化和循证医学证据的产生.生物医学大数据有助于产生循证科学证据,例如通过数据对海量健康数据进行整合,进而获得更加可靠的证据；或通过收集网络实时数据,开展“虚拟的临床试验” 生产证据等.③以大数据为导向的人群队列研究将成为热点.超大规模队列研究具有大样本(数十万人群)、前瞻性(数十年的长期随访)、多学科、多病种、多因素、整合性、共享性等特点,长期大量的随访可产生大量的人群数据.