医学研究和实践的飞速发展，以及人类对健康的“苛刻”要求是精确医学概念产生的根源。
在过去的20年里，分子分析技术被广泛地应用于药物发现和疾病治疗中。基因表达分析所用的微阵列经常用于靶标识别和毒性评估；质谱已经成为研究药物代谢和药代动力学的标准化工具；下一代的测序分析正迅速成为病人分层的工具。目前，生物医学研究和医疗实践已经到了一个转折点：医疗数据的采集和描述已经得到了极大的发展，但对于这些数据的整理、组织、解释及最终的应用还亟待加强，从这些数据中，人们应能够理解生物体组织自身的方法和特征，而这些理解大大落后于大量数据的积累。尽管目前已经有少量的例子能够利用基因组学、蛋白组学、代谢组学、系统分析以及一些先进的手段来获得对疾病的认识，但是这些研究往往不具有方法学上的可扩展性。对这些疾病的理解往往比较简单，背后的理论框架尚未脱离目前较为保守而陈旧的还原论解释。对于疾病的理解可以称得上是整个医学发展的最大制约因素之一，如果将疾病看成是一些症状和临床指标的一个集合的话，那么以分子生物学为代表的整个现代分子医学成果在此间仅仅能够作为一种手段和工具，距离真正的对疾病的新认识还远远不够。
2011年11月，美国国家科学院发布了“迈向精确医学：构建生物医学研究知识网络和新的疾病分类体系（Toward Precision Medicine: Building a Knowledge Network for Biomedical Research and a New Taxonomy of Disease）”的报告，该报告分析了构建基于分子生物学的新的人类疾病分类体系的可行性，并为构建新的疾病分类体系提出6条建议。报告认为精确医学通过导致疾病的潜在的分子诱因和其他附加因素，而不是传统的症状和体征来对疾病进行定义，可以从根本上避免医学研究和医疗实践的脱节。美国国家科学院国家研究理事会，即本报告的起草者在报告中探讨了一种新的疾病命名的可能性和方法。通过重新整合分子生物学的数据和疾病特征，新的疾病分类可能更有利于医生从深刻的水平对患者进行诊断和治疗。报告还建议通过评估患者标本中的信息，建立一个新的数据网络，从而有助于生物医学研究。这一措施将在这一点上整合分子研究和临床研究。
#p#副标题#e#
精确医学背景下的疾病分类和定义
众所周知，国际疾病分类（International Classification of Diseases，ICD）已有110年的发展历史。早在 1891年，为了对死亡进行统一登记，国际统计研究所组织了一个委员会对死亡原因进行分类的工作。以后基本上为10年修订一次。1949年第6次修订版由世界卫生组织 （WHO）承担该工作，首次引入了疾病分类，并强调继续保持用病因分类的哲学思想。1994年在日内瓦的第10次修改版本在世界得到了广泛的应用，这就是目前全球通用的ICD-10。
但是随着科学的发展，ICD分类无法反映分子生物学研究的最新进展，除了公共卫生部门的医务工作者这种疾病分类极少有人应用。尽管ICD是建立在科学的基础上的编码系统，但生物医学研究领域的科研人员对此却颇为陌生。因此NIH院长柯林斯于2010年建立国家研究理事会并成立专家委员会，以构建生物医学研究知识新的分类。成立委员会后，委员会主席在评议NIH的提案时认为：美国需要的不仅仅是一个新的分类，而是一个可以将个性化的分子检测与健康记录结合起来的动态数据网络。因此，美国国家研究理事会最终将报告命名为“迈向精确医学：构建生物医学研究知识网络和新的疾病分类体系”。
根据报告，新的分类体系应该满足以下要求：①在结合内在生物学机理和传统的身体“信号和症状”的基础上描述和定义疾病；②不仅限于对疾病进行描述，而且要直接对疾病机制、致病机理和治疗进行更深入的理解；③高度动态，新疾病分类办法需要不断结合新出现的疾病信息。
因此与新分类体系相匹配的是信息库，其基础设施是 “信息共享平台（Information Commons）”和“知识网络（Knowledge Network）”。其中，“信息共享平台”要有大规模患者群体的数据可供研究，“知识网络”通过显示数据间的相互联系，将数据与基础生物学过程知识相结合，从而提高数据的价值。因此，综合分析可以发现，“精确医学”的基础在于动态数据的采集、共享和应用，而这一切都需要新分类体系作为保障。
报告认为新的疾病命名可以更好地指导医疗实践，因为新的信息和概念在现行的疾病分类条目下无法实现最优化的融合，所以将疾病的认识提升至更精确的层次为新的分子水平的信息进入疾病治疗提供了良机。如果疾病的生物原理无法被医生了解，那么将大大阻碍患者接受更为有效治疗的机会，除此以外，一些新的医疗实践将会避免患者因不当治疗而产生的不良后果。
那么，为何是现在提出这种新的疾病的治疗方法呢？首先，目前的分子生物学进步使临床样品分析速度有了本质上的提高，这导致了大量与疾病相关的数据对现有的疾病分类产生冲击。分子生物学的进步，伴随着信息技术和电子病历的发展已经事实上形成了新疾病分类的必要条件。所以，如果一种新的命名方法能够同时携带多参数的分子数据和临床数据作为其内涵，那么这种分类方法就应当被鼓励。在此过程中，生物医学研究、医疗和公共卫生各个部门实现了多赢。首先，对疾病的基础和其内部的原理解释为传统的症状填补了原因和框架。这必将导致对于疾病的描述更为直接，更为深刻地理解疾病机制。而且这一切都将是动态的。
对疾病的新分类的背后是整个疾病知识数据库。基于云计算的软件使超大型数据库的应用成为了可能。不仅如此，基于群体的方法可以在此平台上得到极大的发展，目前的群体学的方法仅仅限于少量人群的数据而无法推广至更大人群，而新的基于大数据的方法则可以随时关注患者的健康水平，以确定他们接受治疗的时间。
为了达到上述目标，委员会提出了如下建议，以保证疾病网络建设获得成功。
#p#副标题#e#
精确医学远景
假设现在有一名H女士，来院前已咳嗽三星期，其X线与CT表现为肺部病变，活检确认了该病变为非小细胞肺癌（NSCLC），患者无吸烟史。可有任何疗法？如果H女士在2004年前诊断，她的医生可能会给她仅有10%有效率的治疗方案，该方案远期预后不佳，而且副作用极大。但如果H女士在2011年接受诊断，则她的活检组织可被进行基因检测来确定她适合何种治疗，最终她病情得到缓解，而不良反应仅有皮疹。
2001年〜2006年欧洲西班牙人种中进行的一项涉及35万名各大类疾病出现药物不良反应住院病人的大规模临床研究表明，高达5%的病人并非死于疾病本身，而是死于严重的药物不良反应。药物不良反应的个体差异同样给制药行业造成了重大损失，据 2000 年调查研究表明，约35%的新药由于安全性问题而不能上市，在过去20年间约4%的上市药物因安全性问题被撤出欧美市场，而一种药物上市平均需耗费8亿美元和10年左右时间。从另一个方面来说，大规模基因测序的价格正在不断地降低，低成本基因测序将带来个体化医疗的新时代，为癌症及其他严重疾病的治疗带来新的方法。
从概念上，人们或许能够理解精确医学的定义。但是，精确医学和前些年一直流于表面的个性化医疗是否有根本性的区别?精准医疗的具体内容究竟是什么？是“精准”的医疗？还是容纳着大量固定方法的“新瓶子”？我们是应当相信精准还是相信这一概念下的治疗方式？在没有精准医疗前，我们是否经历的是“不精确的医疗”？传统的制式化治疗是否一定就不合时宜？
精确一词之所以如此有力就在于它的感情色彩，它可以用于许多不同的境况，并明显地符合社会和伦理价值取向。从技术上来源于个体化治疗，每个人都希望医生根据患者个体情况来进行施治，并且都希望自身来负责本人的健康。更何况根本没有人希望自己接受的是“不精准”的医疗。如果精准医疗止步于此，那么“精准”一词在这里起到的是非常廉价的商业效应。
想要“精确”则要首先看到是什么样的指标被纳入进来，是否纳入了能够根本说明问题的内容？过分夸大人与人之间的差别，将人群分为越来越多的部分是否将导致对部分患者治疗更加武断？以分子生物学为标准的疾病分类是否一定优于传统的以病人症状为标准的分类？
分子生物技术的进展已经使人们对疾病相关分子信息的理解越发深刻，然而这也带来了新的挑战，精准医疗的成功依赖于是否能够建立一个框架来调控、搜集和解释生物技术时代涌入的大量信息。有理由相信精确医学将有助于促进新一代药物疗法的快速研发，也将实施更加合理的药物审批程序，包括更加合理的临床试验管理要求。
展望
目前，美国超过2000家医疗中心都可进行基因检测，这个数量还在不断增加，而基因检测的费用则大幅度降低。包括美国在内的许多国家还在开展更加有效的电子病历录入系统。这将提供系统、全面和个体特异数据，应当是精确医学得以开展的关键。未来医生的新型培训模式也很重要。与此相似，医患模式也存在动态变化，实施精确医学将有助于患者适应这种变化，最终确保患者在正确的时间以正确的给药剂量获得正确的治疗，使疾病不良结局最小以达到最大治疗效应。这将改变医疗护理的实施和医疗设备的配置，将改变医学研究的方向，还将改变公众对医疗的信任度、改变医患关系。
（作者：李秋实、刘荣军）
参考文献：《Science Translational Medicine》2012;4: 129ed3