循证医学与机器学习：志同道合的伙伴

摘要循证医学起源于流行病学之时便已经形成了一系列严格的方法。这些方法可用于评估基于假设的实证研究在评价诊断试验、结局预测工具和干预措施方面的有效性、影响力和适用性。机器学习是人工智能的一部分，它使用计算机程序识别海量数据集中的模式和关联，然后将这些模式和关联整合到用于辅助诊断和预测结局（包括对治疗的反应）的算法中。这两个领域如何相互关联？他们有何异同，如何各有千秋？两者可否相互借鉴和补充以使临床决策更为明智和有效？