2026 年 6 月 23 日，醫療數據公司 TriNetX 宣布旗下 LIVE 網絡涵蓋超過 3 億名患者，資料來自全球 240 多個醫療組織、13,000 多個據點，範圍橫跨美國、歐洲、中東與非洲、拉丁美洲及亞太地區。公司資深全球醫療合作副總裁 Steve Lethbridge 在公告中說：「三億是個里程碑，不是終點。」
這句話值得停下來看。三億這個數字說明資料來源在擴大，但網絡總量與任何單一研究的樣本數是兩回事。醫療 AI 從資料走向臨牀決策，中間還有一段很長的驗證路程，而這段路程能不能走完，取決的不是資料庫有多大，而是研究怎麼做。
新聞稿裡的數字，和研究裡的數字
TriNetX 的公告列出研究招募、比較療效與上市後安全監測等用途，並表示資料由合作機構的電子病歷持續更新。這些是網絡層級的描述，說明資料池的水位。
實際研究抽取的是其中一小部分。研究者會依診斷、治療、地區、期間與資料完整度篩選個案，最後進入分析的人數，可能只是三億的零頭。讀任何引用這類資料庫的研究時，第一件事是找實際樣本數與納入條件，而不是被來源資料庫的總量說服。
這有點像圖書館藏書量。一座藏書三百萬冊的圖書館，不代表你引用的那本書內容正確。書的品質要單獨檢查，資料庫裡的研究也是。
從數據到證據，中間發生了什麼
真實世界數據與真實世界證據常被混用，但兩者不同。數據是例行照護產生的原始紀錄，包括電子病歷、保險申報、疾病登錄與穿戴裝置紀錄。證據則是針對特定研究問題設計分析後得到的結果。資料量大，不會自動讓分析變成可靠證據。
關鍵的難處在於：資料庫不會隨機分派治療。選擇某種療法的患者，可能原本就在病情、年齡、共病或就醫條件上與另一組不同。分析若沒有妥善處理這些差異，觀察到的關聯就不能直接解讀成治療造成的效果。
實際的監管審查也反映了這一點。2024 年一篇回顧整理了 85 件使用真實世界證據的監管申請，其中 13 件因樣本數小、選擇偏差或資料缺漏等設計問題，未被視為支持性或定論性證據。換句話說，將近六分之一的申請，問題出在方法而非資料量。
美國食品藥物管理局（FDA）在 2023 年指引中的建議很直接：「確認資料來源或資料庫是否適合回答所提出的研究問題。」FDA 也指出，真實世界證據已用於上市後安全監測，並可能支持監管決策，前提是資料適合研究問題且證據符合要求。
讀這類研究時，可以先看四個地方
FDA 的指引與 2024 年的方法回顧，歸納起來可以變成一套實用的檢查順序。
第一是資料是否符合用途：診斷、用藥與結果是怎麼記錄的，各院所的定義是否一致。第二是缺漏：檢查結果、病史或追蹤紀錄若不完整，部分患者的狀況就會看不到。第三是納入族羣：合作院所、地區與就醫型態決定了誰會進入資料庫。第四是研究設計：比較組是否合理，是否事先列出分析計畫，並處理已知的混雜因子。
族羣代表性尤其要分開判讀。TriNetX 公告提及網絡包含亞太區資料，但這不能證明某個研究的樣本代表了臺灣患者，或特定資料集確實納入了臺灣院所。網絡覆蓋範圍與單一研究樣本的組成，是兩個需要分別確認的問題。
對臺灣的讀者與機構來說，這也牽涉在地的資料治理脈絡。醫院與研究單位在思考資料能不能提供、能用到什麼程度時，制度面的問題常先於技術面，這與我們先前討論過的資料產權登記制度如何影響資料流通是同一個層次的課題：資料要能被安心使用，前提是權責與來源講得清楚。
所以，三億這個數字代表什麼
回到開頭的問題。三億名患者的網絡規模，對研究招募、罕見疾病觀察與跨地區比較確實有幫助，較大樣本也可能提高估計精確度。但對醫療 AI 的導入者與臨牀使用者而言，該問的問題始終是同一組：這個研究納入了誰，記錄了什麼，怎麼處理組間差異，結果能不能延伸到我要照顧的病人。
數字會讓人安心，方法才會讓人正確。下次看到「基於數億名患者資料」的宣傳句，先找那份研究的納入條件與樣本數，再決定要相信多少。