3778
需用时 07:33
4
“精准医疗”变革:中国准备好了吗?

从奥巴马公开美国的“精准医疗计划(PMI)”开始,全球科技界、卫生界和工业界无不为之震动。

tumblr_nj0gdb0RFw1s9dnijo1_1280.jpg

2015年2月,奥巴马表示投资精准医疗将带来健康医疗领域的变革  图片来源:whitehouse.tumblr.com

按照美国国立卫生研究院(NIH)对“精准医疗”的定义,“精准医疗”是一个建立在了解个体基因、环境以及生活方式的基础上的新兴疾病治疗和预防方法。2016年,美国将在“精准医疗计划”上投资2.15亿美元 ,从逾百万名美国志愿者那里收集数据,找寻科学证据,将“精准医疗”从概念推进到临床应用。

 可以看出,所谓“精准医疗计划”,实际上就是将遗传和基因组的信息作为临床治疗出发点的一个行动计划。

这一计划将如何改变目前的就医模式?如果人们能够深刻了解自己的遗传和基因组学信息,那么对疾病的预测,特别是疾病易感性的预测将得以实现。首先,人们会被告知未来可能患有某些疾病,更好地进行预防;其次,一旦患有了某种疾病,其诊断将会非常容易;诊断后的用药,将针对个体对药物的敏感性而制定,每个病人将得到最合适的药,并在最佳剂量和最小副作用,以及最精准用药时间的前提下用药;对疾病的护理和预后的效果也将得到准确的评估和指导。

用奥巴马的话说,“要在正确的时间,给正确的人,正确的治疗。而且要次次如此。” 

以上描述的场面,是目前医疗体系无法实现或者很难实现的,实现它的过程也将从根本上改变目前的医疗模式,因此,说“精准医疗”是一场“变革”并不为过。

要全面理解“精准医疗”计划,不妨先仔细研究美国医疗卫生和医疗保险体系近期的行动,研读这些体系对“精准医疗”所做的前期铺垫。 

美国: “变革”前已做必要准备

看似突然爆发的“变革”,其实已经做了长期的积累和酝酿。可以说,从“人类基因组计划”到“肿瘤基因组计划”(TCGA)等多个大型基因组研究计划,再到这次的“精准医疗计划”,美国人在按照既定的目标一步一步向“精准医疗”迈进。 

从技术准备角度来看,“千元基因组”已经实现,生物技术在不断发展,大数据和云计算等支撑医疗领域的技术能力也在迅速发展。这些技术的发展为“精准医疗”提供了技术保障。 

从社会角度来看,人们越来越接受基因检测的结果,已经有像GenetWorx或者Quest Dx此类提供基因检测服务的公司出现,23andme公司得到美国食品药品监督管理局(FDA)的支持更是证明了这一点。在美国的高端人群,进行基因检测已经成为一种生活方式,并且出现了像美国影星安吉丽娜·朱莉这样的进行基因检测和预防性手术的案例。 

从法律和保险体系来看,已经有人开始用遗传研究作为保障自身权益的依据。2014年3月19日,有美国夏威夷民众发起对制药企业市场行为的诉讼,起因是该企业隐瞒了心血管疾病药物“波立维”对该人群无效的信息,“波立维”在东亚和太平洋岛居民身体中代谢不足,因此无法起效,而企业隐瞒了这一信息,造成大量患者滥用该药物,增加了经济负担。2014年5月2日,发生了“加利福尼亚州临床实验室协会”诉“美国国民健康服务机构HHS”的“当地保险承保范围”案,投诉讨论了两大医保管理承包商Noridian和Palmetto GBA的“当地保险承保范围”(其中包含遗传检测),其中未能保证基因检测让人们获益的条款。这两起事件的发生表明,遗传和基因组信息的使用已经遇到法律和保险体系滞后的障碍,需要改变。而人们已经开始争取自己的遗传信息在临床上的使用权利。

Clin2.jpg

不够精准的医疗:在美国,许多药物在帮到1个病人(蓝色)的同时,就有着3到24个病人吃了这个药物却没有效果 图片来源:nature.com 

对医疗行业而言,从医疗管理机构到医护人员的培训和管理等多方面都在慢慢发生变化。这里举几个例子:

一是疾病分类的转变。在医疗行业中,每一种疾病都有与其对应的唯一代码(code),从而完成对不同人的不同疾病的统一记录。“国际疾病分类”(ICD)就是这些代码的官方管理方式。我们日常看到的诊断报告,在我国的医院里,是由医院的“病案科”完成将手写或者电子的诊断书转化为代码进行保存和管理的事务,病案科所遵循的规范就是“国际疾病分类”。该分类目前已经到了第十版,如果能在“国际疾病分类”中增加遗传检测相关分类,将推进疾病分类往遗传和基因组水平的精准分型和管理方向发展。比如,之前肺癌分类中的非小细胞肺癌,在病理上按照EGFR基因是否存在突变分为“EGFR突变型”和“EGFR野生型”两类。未来,对疾病增加基因型的分类是必然趋势,而在“国际疾病分类”中的确认则是予以官方认可。 

二是专业术语的更新。2014年2月,“美国分子诊断评估计划”表示支持美国医药协会(AMA)提出的“当前诊治代码”(CPT),为个体化医疗所作出的努力。截至目前,美国医药协会的“当前诊治代码”中已经有101个遗传检测术语。AMA将推荐遗传检测术语进入“国际疾病分类”术语,从而促进遗传检测诊断方法的创新,以此提高病人治疗效果。 

三是从业人员标准提升。2014年11月,美国护理联盟(ANA)的专业化标准已经覆盖遗传/基因组领域,在护理相关的学科或专业中建立了遗传和基因组的基本信息,其中规定护士必须具备的能力包括:将遗传和基因组信息应用于临床实践,向服务对象示范遗传和基因组信息和服务的重要性。 

就连临床诊疗原则也因此发生了动摇。美国的医学研究所(IOM)在2015年2月26日的“展望”中提出,基于证据作出判断,是基因组技术进入临床使用的一个重大障碍。在这份文件中,列出了最新的7个独立撰写的评论,探讨基因组测序进入临床应用的案例,研究了实施药物基因组学检测的政策问题和实施证据。这实际上已经触及了医学诊断的基础——必须基于大量人群的数据才能作为治疗依据,而很多罕见的遗传病不可能收集足够多的病例进行大规模人群研究,而遗传检测本身提供的证据,已经可以作为诊断和治疗的依据。此外,美国临床药物遗传学实施协作组(CPIC)的临床决策实践,已经包括遗传药理学和基因组药理学数据库(Pharm GKB),CPIC的在线访问和教育指导方针的制定,工作流程的描述和开发代谢通路算法的努力,开发综合的表型、基因型、药物对应关系表,定义、开发和维护用户的药物遗传学“诊断书”的文本格式的结构等,并为Pharm GKB数据库的公布和更新提供了标准方案。 

综上所述,可以说在美国,精准医疗计划已经具备了实施的基本条件。跟“精准医疗”有关的几乎所有相关医疗协会,都对遗传和基因组信息进入临床进行了相应准备。一个“精准医疗”的工作流程已经被搭建而起,仅待实践后进一步丰富。 

中国:医疗体系还需多方改变 

目前,无论是美国还是中国,遗传和基因组学信息都已经在作为临床诊断的依据,在实际的诊断和治疗中发挥作用。美国FDA有将近1/4的药物要进行遗传检测才能使用,2014年,FDA公布了159个药物/靶点需要进行基因检测指导用药。在美国具备临床实验室标准CLIA认证的实验室,均可提供遗传和基因组学诊断服务。中国也在去年到今年开放了二代DNA测序试点实验室,开放了无创产前诊断、遗传病、肿瘤等方向的基因组学诊断。

但是,我们目前的医疗系统,实际上还没有为“精准医疗”的到来做好准备。

tumblr_no1fstaWJP1tzmmr7o1_1280.jpg

精准医疗需要整个医疗系统随之更新 图片来源:Greg Clarke,nature.com 

医疗信息记录:对“精准医疗”而言,医疗信息记录将按照高水平科学研究所使用的样本规范来收集记录,除了现有医疗记录里需要提供的病人基本信息外,还要提供三代的家族病史,患者生物学意义上的父母身份,饮食习惯、运动和生活习惯等等,并且与可穿戴设备提供的相应生理信息相结合,以确认更加准确的生活习惯信息。而与其它影像学数据的结合,则是更具挑战性的工作。比如,将心血管病相关的基因信息与心脏CT影像指标相结合等,需要跨学科、跨领域的研究者与医护人员的互动结合。​

 电子病历系统:目前的病历系统,是不包含遗传和基因组检测一项的,既然用药须基于基因,那么电子病历系统无法检索基因检测结果,也就无法根据基因检测结果进行用药。我们需要在现有电子病历系统中,统一添加此内容。但随之而来的问题是,我们做别的检测项目,比如血常规,CT等,常常需要拿着一家医院的检测报告到另外一家医院就诊,或者过了一定的时间可能就要重新做检测。而遗传性的基因组测序数据,可能一生只需要检测一次,便可以终生使用。那么,医生是不是应该随时可以接入病人的基因组数据,从而获得相应的信息帮助诊断和治疗呢?当然需要,但是目前的病历系统,是不支持如此这般随时获取遗传和基因组信息的。

医生下单系统:目前尚没有支撑医生开具“遗传和基因组学诊断”的系统,因为通常需要检测的相关基因有很多,比如肺癌相关基因就包含AKT1、 BCL2、CDH1、CDKN2A、EGFR、NFKB1、TP53、VEGFA等很多个。有些病人可能只需要检查一个基因,但却需要检测极为稀有的突变;而有些病人则需要不同的基因组合进行检查。那么,医院的医生下单系统是把所有基因都单列出来,还是列在一起?如果都列出来,那么单是肺癌基因就已经有很多种了,明确与其它肿瘤相关的基因加起来还有几百个。这几百个基因如何下单,也是一个难题。虽然这个问题解决起来或许简单,但还有些问题更难解决。比如上文提到的EGFR基因突变,临床上应用比较多的是18到21号外显子的突变,因为这些突变跟治疗的关系已经研究得非常明确,而其它外显子的突变,都可能对EGFR的功能产生影响,继而对用药产生影响。临床上如何使用这些新发现的突变,也没有统一的操作规范。当然,临床上会有一些“共识”出现。然而我们希望通过精准医疗计划能够实现的,是基于“大数据”的统计意义上的“共识”,这样的数据,将真正为人们提供有价值的用药指导。

 药物下单系统和持续护理系统:就目前的药物下单系统而言,无须与遗传和基因组信息关联。然而,“精准医疗”所需要的下单系统,是要根据基因检测结果下单的。首先,查看基因信息和疾病相关性以后,再参照病人对药物的敏感性开具处方;同时,在用药后的持续护理过程中,药物不良反应的预盼、发生不良反应后的上报和跟踪、预后和复发等信息,都需要持续进行跟踪,以保证临床上的精准用药,以及科研上基因型和表型的结合准确性。

 “精准医疗”IT系统:以上“精准医疗”所需要的信息,都需要IT系统提供支撑。目前,医疗IT系统提供的服务,都无法满足存储、管理、分析这些“精准医疗”数据的能力,而且信息学将在“精准医疗”计划中起到关键作用。遗传学和基因组学知识是“精准医疗”的基本知识,这些知识如何通过IT系统最终实现,是对现有IT系统提出的重大挑战。

 结语

“精准医疗计划”无疑将使医疗行业发生巨变,而医疗是医患双方共同参与的过程。医疗行业、医务工作者乃至患者,每个人都要付出努力,去适应一个全新的医疗流程。加州大学旧金山分校的临床遗传学家玛丽·诺顿(Mary Norton)说,“随着时间流逝,每个人都会对遗传学懂得更多些”,然而她也承认,在未来一段时间内,DNA测序需求会骤然攀升,而“事情可能会先变糟,然后才开始好转” 。无论如何,我们都是这场变革的见证者和参与者。 (编辑:游识猷)

 作者注:感谢郝俊对本文所作出的修正

 

参考文献:

1.    http://www.nih.gov/precisionmedicine/

2.    Collins, F. S. and H. Varmus (2015). "A new initiative on precision medicine." N Engl J Med 372(9): 793-795.

3.    Lander, E. S. (2015). "Cutting the Gordian helix--regulating genomic testing in the era of precision medicine."N Engl J Med 372(13): 1185-1186.

4.    “Exploring the Impact of Genetic and Genomic Data across the Continuum of Care” Kathleen A. McCormick 2015

5.    “Toward Precision Medicine” National Academy of Sciences. 2001

6.    McDermott, U., et al. (2011). "Genomics and the of cancer care." N Engl J Med 364(4): 340-350.

7.     Wayne Jansen,Timothy Grance.  “Guidelines on Security and Privacy in Public Cloud Computing” ,National Institute of Standards and Technology, 2011

8.    McGuire, A. L. and L. M. Beskow (2010). "Informed consent in genomics and genetic research." Annu Rev Genomics Hum Genet 11: 361-381.

9.    Calzone, K. A., et al. (2013). "Relevance of genomics to healthcare and nursing practice." J Nurs Scholarsh45(1): 1-2.

10. Rodriguez, L. L., et al. (2013). "Research ethics. The complexities of genomic identifiability." Science339(6117): 275-276.

11. Lowrance, W. W. and F. S. Collins (2007). "Ethics. Identifiability in genomic research." Science 317(5838): 600-602.

12. www.genome.gov/Pages/About/Planning/2011NHGRIStrategicPlan.pdf

 

 
The End

发布于2015-05-20, 本文版权属于果壳网(guokr.com),禁止转载。如有需要,请联系果壳

田埂Geneis

基因组学科技工作者

pic