リアルワールドデータは、臨床診療の過程で集められ、様々なデータソースで捉えた患者の健康状態や医療の提供に関するデータです。リアルワールドの健康データの入手性の高まりを背景に、臨床試験と実際の臨床診療の間にある知識格差を埋めるのに役立つ信頼できる分析の開発がこれまで以上に重要になっています。本稿では、ヘルスケアの意思決定におけるリアルワールド・エビデンスの利用拡大とともに、クリーンで信頼できるデータ、堅固な疾病特定アルゴリズム、一貫した患者の属性特定手法、信頼できる報告データから生成可能な関連アウトカムの測定基準の重要性について論じます。