精准医学计划精选(九篇)

前言：一篇好文章的诞生，需要你不断地搜集资料、整理思路，本站小编为你收集了丰富的精准医学计划主题范文，仅供参考，欢迎阅读并收藏。

第1篇：精准医学计划范文

曹雪涛院士为大会致词并宣布大会开幕。曹院士提出我国精准医学发展要有序推进也要重点突出，在癌症领域以外，我们需要拟定中国医学技术的发展方向。

第一位演讲嘉宾是中国科学院院士陈润生，他以《精准医疗时代的大数据整合》为题为本次会议报告开篇。他认为，精准医学在我国正处于一个非常火热的状态，是下一个医疗发展时代的开始。接着有中国工程院院士程京、张泽民教授、高远教授、赵屹教授等多位专家讲演，共同探讨“精准医学”在我国的发展现状和前途。

解读 鲁湾

“精准医疗”近几年来在国内外开始兴起，各省医疗学术单位纷纷召开各种“精准医疗”研讨会。如在郑州召开的“精准医疗在临床中的应用高峰论坛”，由福建医科大学附属第二医院主办的“精准医疗的基础与应用国际研讨会”等。去年国家科技部召开了我国首次精准医学战略专家会议。“精准医疗”已经纳入国家十三五重大科技专项。2015年“中国个性化用药――精准医学科学产业联盟”在上海成立。目前，清华大学正在依托清华长庚医院筹建清华大学精准医学研究院，建成一个面向校内外的开放式共享的科研平台。国家科技部规划在2030年前向精准医学领域投入600亿元。今年国家科技管理信息系统公共服务平台《关于对国家重点研发计划“精准医学研究”2016年度项目安排进行公示的通知》，将61个精准医学方面的重点项目信息进行公示，这是我国确立精准医疗计划后，在精准医学科研领域项目落地的起步。

我国早在2006年就首先提出“精准外科”的医学概念，开始关注“精准医疗”。2011年美国医学界首次明确提出“精准医学”概念，2015年提出精准医学计划。

中医曾提出过个性化治疗思想，现在由于基因组测序技术的快速进步以及生物信息和大数据科学的交叉应用，个性化治疗获得了科学基础，发展出一种新型医学概念和医疗模式。因此，“精准医疗”比传统医疗有了长足的进步。通过现代科学技术手段和我国传统医学的结合，可以大大减少临床实践的不确切性，将医学损伤控制到最低，克服大水漫灌的医疗模式。“精准医疗”关键在“精准”二字，它是把“病”的深度特征和“药”的精确性紧密结合起来，从而形成一种高水平的医疗技术，由漫灌变成滴灌。

第2篇：精准医学计划范文

53岁的崔智青（化名），有半年多时间记忆力严重下降，有时连前一天做过的事都忘得一干二净。崔智青一直以为，可能是上岁数了，脑子不灵了，也没怎么当回事。

有一天早上，崔智青从剧烈的头痛中醒来，才决定去医院。北京协和医院的医生通过CT发现，崔智青脑部存在点状钙化灶，术后组织病理显示是Ⅲ级的脑胶质瘤。

为了精准判定脑胶质瘤亚型，协和医院与一家基因公司合作，为崔智青做了分子病理检测，并依据检测为其定制了治疗方案，如今，他的病情处于稳定状态。

崔智青是精准医疗的受益者。精准医疗，是一种根据每位患者的个体特征“量身定制”的治疗方法。美国精准医疗集群项目文件将“精准医疗”定义为：一种新兴的综合考虑到居民基因、环境、生活方式等变量的疾病预防和治疗手段。

2015年1月，美国总统奥巴马宣布在美国实施“精准医疗计划”;两个月后，中国版“精准医疗计划”出台，计划投入600亿元;2016年初的“十三五”规划纲要，将精准医疗纳入其中;到如今，精准医学重大专项成功立项，60多个科研项目相继落地。

中美两国政府的积极态度，促使大批的企业和投资涌入这一领域。然而，近日，精准医疗遭到了国际权威学术期刊《自然》和《新英格兰医学》相继刊发的两篇学术论文的质疑：“精准策略未给大多数肿瘤病人带来好处”，“在癌症的精准治疗上，精准医疗还只是一种想象或假说”。

国内亦有专家批评“精准医疗计划”有跟风嫌疑。这些坏消息，对寄希望于肿瘤精准医疗的患者而言，无疑是当头一棒。 尚难惠及多数人群

在美国血液肿瘤学专家维奈・普拉萨德的论文中，崔智青只是“极少数受益者”之一。

维奈・普拉萨德在俄勒冈健康与科学大学奈特癌症研究所工作，他对美国MD安德森癌症中心登记的2600名癌症患者，以及美国国立癌症研究所登记的795名癌症患者的病理进行了研究，发现前一组只有6.4%的患者能从精准医疗中获益，后一组只有2%的患者能获得疗效。

他在刊发于《自然》杂志上的论文中提到，精准肿瘤治疗的前景很不乐观，最好的结果是在一小部分病人中看到短暂的病情缓解。维奈・普拉萨德认为，“精准医疗还没有展示功效，或许未来永远都不会。”

无独有偶，加拿大安大略多伦多大学玛格丽特公主癌症中心的坦诺克和赫克曼，发表于《新英格兰医学》上的论文显示：目前为止，几个大型临床实验显示，经过测序等分子诊断分析，大概有30%-50%的病人能找到可以解释肿瘤恶变的相关突变;因为能用的药物有限，只有3%-13%的病人能够找到“精准”的药物;即使使用上了配对的药物，也只有30%的病人有疗效。

被中国、美国、法国、德国、日本、英国等多个国家重视的精准医疗，还未大展拳脚，便接连遭到两篇研究论文的冷水浇头，国内学术界“炸开了锅”。

中国医学科学院放射医学研究所、辐射防护与药物研究室原主任王晨光接受《财经》记者采访时表示，肿瘤的精准医疗还没给患者带来较大的好处，这是现实，“就算患者做了全基因检测，医生知道了哪些基因发生了突变，但如果没有相应的靶向药物，临床上就没办法进行治疗”。

乳腺癌的一种治疗药物，针对的是雌激素受体，如果患者的雌激素受体是阴性的，药物就没有任何效果。“没有治疗手段的情况下，宁愿不进行基因检测的诊断。”王晨光分析，针对突变基因的药物用于临床治疗的还寥寥无几。

然而，在国家精准医疗战略专家委员会负责人、中国工程院院士詹启敏看来，精准医学是通过综合的技术手段，包括组学分析、分子检测、分子影像、分子病理，以及大数据分析等，帮助临床选择药物反应良好的病人（包括放化疗）。比如，精准医疗可以在生殖医学中排除遗传性疾病，帮助胚胎移植;帮助耳聋基因筛查;帮助产前诊断;帮助选择耐药菌的用药;帮助和指导许多临床用药的准确性和安全性等等，“精准医学不仅仅是靶向治疗”。

崔智青患的脑胶质瘤，是脑瘤中常见的一种恶性疾病，存在不同的亚型，不同亚型患者的生存时间不同，有的患者生存期10年以上，而大部分患者只有1年-1.5年。如何判断亚型及确定进一步的治疗方案，一直是临床上面临的巨大挑战。

在给崔智青做了分子病理检测后，医生发现他对放化疗敏感，而且生存期较长，于是，为他制定了 “放疗+辅助化疗”的诊疗方案，之后的治疗也显示，这套方案对他的恢复很有帮助。

因为有崔智青这样的案例随时可能发生，詹启敏对上述两篇论文发声道：（论文研究者）他们没有真正理解精准医学的内涵，还是用传统的医学统计学的思路来判断精准医疗的结果，“作者仅仅以几个肿瘤临床试验的结论对整个精准医学发展的负面结论，既不科学也不理性”。

中国专家与欧美各国对精准医疗的定义有一定差异。欧美国家所说的精准医疗，大多围绕肿瘤、白血病基因测序和治疗，强调遗传基因信息的主导作用;中国专家对“精准医疗”的理解则更广泛，不仅限于遗传基因信息，还包含整合现代医学的先进科技手段和传统医学方法。

在北京协和医院神经外科主任马文斌看来，目前精准医疗研究展现的一些不确定性甚至失败，都不能算是白费钱。正是需要不停地从失败的案例中找到规律，“从精准医疗的整个发展历程来看，只能前仆后继”，现在仍处于肿瘤精准医疗发展的最初阶段，只有一小部分患者受益的情况很正常，“现在的研究工作还不够，找不到大部分人群”。 基因检测，用还是不用？

继美国政府宣布启动2.15亿美元的精准医疗行动后，2015年3月，中国提出了一个600亿元的精准医疗计划，并了第一批肿瘤诊断与治疗项目高通量基因测序技术临床试点单位名单。精准医疗何以能引得中美两国斥巨资布局？

这是因为精准医疗似乎让全球医学界看到了新希望。医学界最为头疼的肿瘤，是人类不得不面对的最大杀手。虽然可以通过手术、放疗、化疗、生物治疗等手段进行肿瘤治疗，但由于缺少对影像和病理学检查可及范围以外的肿瘤状态的认识，医生无法预测患者肿瘤治疗的最后效果，无法判断肿瘤的复发和转移，导致即使清除了肿瘤肿块，仍有很大一部分患者在几年内死亡。

肿瘤之外，其他所有的顽疾均面临这种情况。基于此，中美政府推出精准医疗计划。目前，中国精准医学重大专项已经立项，并已通过两次评审，落实到60多个项目。詹启敏曾撰文称，“目前，我国基因组学和蛋白质组学研究位于国际前沿水平，分子标志物、靶点、大数据等技术发展迅速，部分疾病临床资源丰富、病种全、病例多、样本量大，并拥有一批具有国际竞争力的人才、基地和团队，这些都意味着我国开展精准医疗的基础并不落后于西方国家。”

不过，一名不愿透露姓名的医学专家对《财经》记者表示，中国的精准医疗不算领先，只是在一些单一的技术，如基因组学方面比较超前，但是比较复杂的，比如个体化药研发的进展远远落后于西方发达国家。

在国内，这一计划显然没有获得一致的赞同。复旦大学生命科学学院教授赵斌接受《财经》记者采访时说，中国的精准医疗确实是对美国计划的跟风，“既然已经启动了，以后的路要中国自己来走了”。

国内的精准医疗最显著的项目是基因检测，随着基因检测成本的下降，医疗机构内的价格也随之降低。但由于其还不属于医保支付范畴，检测部分的费用由患者承担，在崔智青的治病费用中，有8000多元的基因检测费用由自己承担。

目前，技术所限，做一套全基因组测序，需要患者支付1000美元左右的费用，这对于一些重症患者来说，无疑是额外的负担。维奈・普拉萨德称，精准医疗虽不一定有功效，可绝对会发生的则是副作用和昂贵的治疗费用。

事实上，精准医疗还远没到临床应用的阶段。思路迪精准医疗创始人熊磊判断，“目前绝大部分人包括公司所理解的精准医疗，可以说，连肿瘤基因组数据的本质都没有基本的理解。”

目前，推广临床精准治疗的公司，以测序公司为主。王晨光对《财经》记者分析，中国科研的浮躁状态，往往有了就要用、就往临床上推。美国还仅限于少数的临床试验阶段，中国在临床应用上已经着急跑到前面。

对于目前还没有靶向治疗手段与药物的疾病，“检测出来没办法治疗，也没用，心理素质不好的患者还被吓个半死”。上述医学专家说。

国际癌基因组联盟（ICGC）通过对1.4万个全基因序列分析，发现近1300万个基因突变，发现的这些基因突变和患者肿瘤大小等重要临床数据，并没有关联。“如果做了全基因组测序，每个人的测序结果都会有跟‘标准’序列不一样的地方，但是没有靶向治疗药物与方案，仅仅知道这些有什么用呢？”王晨光表示。

即便在美国，精准医疗也仅仅是处于比较早期的科研阶段，且仅有四家基因检测的研究机构，美国食品和药品监督管理局（FDA）严格的监管，使得违背批准的基因检测服务无法在医疗机构中开展。

曾经一度被追捧的23andMe，就于2013年12月被FDA叫停。23andMe公司此前出售的基因检测仪器使用试剂仅为99美元，被检测者只需采集自己的唾液即可分析出DNA特征，可检测是否患上糖尿病、心脏病、乳腺癌等240多种健康预测。

FDA称，23andMe违反了联邦法律，只有获得FDA批准的医学测试才被允许做基因检测，由于该仪器的错误判断可导致不必要的手术发生。疾病检测具有一定风险，万一检测失误，人们由于恐惧将来会得乳癌就做了切除手术，人们的健康损失、谁来担此责任都成了不得不考量的问题。 泡沫争论四起

并不是每个人都像崔智青那样幸运，在规则不清时，企业急于推入临床，兼之有关部门的监管不严，给一些医疗机构与基因检测公司以可乘之机。陈伟珊成为这场失去方向的热潮中的一个牺牲品。

江苏省江阴市塘镇的农民陈伟珊，听信了一家基因检测公司的广告，前后花了30万元为家人做了全基因检测，并根据检测结果购买了推荐的保健品。

在拿到基因检测公司六大本、300页的精美检测报告后，陈伟珊一家蒙了：除了扉页的个人身份信息，与结尾处推荐购买的一大堆保健品，其他内容根本就看不懂。

“最让家人担心的是，报告中还罗列出各种癌症与其他重症得病的几率。”陈伟珊的侄子王虹接受《财经》记者采访时说，“我们也看不出来报告由什么区别，如果盖上名字，报告都分不清是谁的。”

接触这家既做保健品又做基因检测的公司，陈伟珊是被一个邻居介绍去的。倾家荡产后，才反应过来是上当的陈伟珊，用一个月的时间默默安排好了后事：交代好房屋租赁的申请，把剩下的保健品送人，还叮嘱对方注意保质期。而后，陈伟珊在一处只有1米多深的河沟，抱着一棵倒下的树，将自己溺死。

王虹向《财经》记者提供的资料显示，陈伟珊获得的“健康风险评估与指导书”中写道：基因检测技术采用现代分子生物学方法，意在检测与疾病有关的基因变异情况，结合家族病史、环境因素等信息，推断疾病发生的可能性。

“一些公司往往与医院合作进行二代测序，而且几乎都是国家食品药品监督管理总局没有批准的二代测序，属于非法操作。” 王晨光分析。

基因检测产品要在临床医疗使用，需要国家食品药品监督管理总局（下称国家食药监总局）的批准，提供基因检测诊断的医疗机构则需要国家卫生计生委批准。

目前，只有无创产前基因检测得到批准，其他如肿瘤癌症、遗传病基因检测等产品要进入医疗机构，需要向CFDA申请注册，获得批准。

2014年2月，国家食药监总局和国家卫生计生委叫停基因检测，7月，首次批准第二代基因测序诊断产品上市，而这些产品都是产前基因检测。目前，除产前检测外，其他二代测序产品均未通过国家食药监总局审查。肿瘤方面，只有2015年初，卫生计生委通过了第一批肿瘤诊断与治疗项目高通量基因测序技术临床试点单位名单。

在王晨光看来，有关部门的监管不严，给一些医疗机构与基因检测公司以可趁之机，“有些医生开方子，通过医院的肿瘤科、检验科、病理科等，与公司合作做检测，收入分成，而患者的收益并未超过传统分子诊断”。

自去年中国推出精准医疗计划以来，数百家一哄而上的公司打着精准医疗的名号，却只是做基因测序，没有其他核心技术。王晨光分析，精准医疗的“泡沫”肯定是坏事，尤其是对患者，本身肿瘤患者经受了很多经济上的负担，再让他们做没有用的测序，是不负责任的。

11月19日，在2016中国医健创新创业大会上，汇添富基金医药投资总监周睿介绍，如今大约有1600多家企业与精准医疗相关，大部分的企业没有核心技术、团队和商业模式。

与互联网方面的投资不同，医疗方面的投资风险主要是科学性，不是可运营性。美国Hudsonalpha生物科技研究院研究员韩健撰文称，“多买几台测序仪，多雇几个人，并不能加速解决精准医疗概念本身的瓶颈。至少在现阶段，在科学上的关口（肿瘤的异质性）还没有被攻克以前，大规模的商业运作只能加速泡沫的破灭。”

根据市场研究机构火石创造不完全统计，截至2016年7月份，国内共有医疗投资公司276家，精准医疗投资标的共计171家，2014年与2015年两年共增加270多家精准医疗公司。截至2016年9月，共有32家精准医疗公司完成融资，其中A轮20家、B轮11家、C轮1家;共有9家公司得到亿元以上的融资。

第3篇：精准医学计划范文

[关键词] 精准医学； 口腔精准医学； 个体化医疗； 生物样本库

[中图分类号] R 78 [文献标志码] A [doi] 10.7518/hxkq.2015.03.021

[Abstract] The completion of human genome project and the progress in medical practice have inevitably lead to the deve-lopment of precision medicine， which is a medical model that proposes the customization of medical care including medical decisions， practices， and/or medical products with patient’s genetic background， environmental factors and life behavior being taken into account. The current work proposed precision stomatology for the first time， and by integrating data reported in recent literature， we described the current practice of precision stomatology in multiple disciplines in modern dentistry. The clinical significance of precision stomatology and its future challenges have also been discussed.

[Key words] precision medicine； precision stomatology； personalized medicine； biobank

2011年美国科学院、美国工程院、美国国立卫生研究院及美国科学委员会共同发出“迈向精准医学”的倡议，并首次提出了精准医学（precision me-dicine）概念[1]。精准医学可归纳为P4医学，即前瞻性（predictive）、预防性（preventive）、个体化（personalized）及参与性（participatory）[2]。精准医学是以个体化医疗为基础，随着各种高通量组学技术快速进步以及生物信息与大数据共享的交叉应用而发展起来的新型医学概念与医疗模式。精准医学有赖于基因组、转录组、蛋白组、代谢组等组学技术和生物医学前沿技术，对大样本人群与特定疾病类型进行生物标记物的分析与鉴定、验证与应用，从而精确寻找疾病的原因和治疗的靶点，并对一种疾病不同状态和过程进行精确亚型分类，最终实现对疾病和特定患者进行个体化精准诊疗，提高疾病诊治与预防效益。

精准医学研究正成为国际医学领域的前沿与焦点。美国总统奥巴马在2015年国情咨文演讲中正式提出了“精准医学计划”（Precision Medicine Initia-tive），拟研究个体遗传变异在疾病发生、发展中的作用，了解疾病治疗的分子基础，加速推动个体化精准医疗的发展。精准医学也引起了众多国内医学工作者的关注。王辰院士领衔的研究团队已制定了临床常见病种的个体化精准治疗指南，通过中国健康促进基金会平台，在国内上百家三甲医院建立精准医学中心，根据患者基因特征，开展个体化精准药物治疗，取得很好的效果。

口腔医学作为医学的重要组成部分，许多口腔疾病都基于个体遗传与环境因素，全身系统性疾病与口腔健康也有着十分密切的关系。现代口腔医学需主动参与全球医学研究前沿，构建新的口腔疾病知识网络，优化口腔疾病个体预防、诊断及治疗，提高口腔医疗的均等性、可及性和先进性，降低重大口腔疾病的发病率，提升疑难疾病的治愈率，实现口腔精准医学（precision stomatology），促进中国医疗事业的发展。

1 口腔疾病的精准医疗

当前口腔疾病的诊治主要基于临床症状和病理学表现，但一些临床或病理分型相同的疾病，经过相同临床治疗的效果并不相同，提示现有口腔疾病诊疗远未达到个体化水平。口腔精准医学应当深入研究个体差异对口腔疾病发生、发展的影响，根据疾病发生的遗传背景，结合环境与宿主生活习惯等因素，建立新的口腔疾病知识网络，实现个体化的疾病“精准预防”与“精准诊治”。下文以口腔医学各学科典型疾病为例，结合近期相关研究进展，阐述口腔精准医学对各学科发展的指导意义。

1.1 口腔癌

美国的精准医学计划主要从肿瘤防治新途径入手，旨在基于分子标志物对肿瘤进行分类，并针对关键分子靶点制定个性化的治疗方案，促进疾病的预后[2-3]。口腔癌是头颈部最常见的恶性肿瘤之一，主要包括唇癌、牙龈癌、舌癌、软硬腭癌、颌骨癌、口底癌、口咽癌、涎腺癌和上颌窦癌以及发生于颜面部皮肤黏膜的癌症等。广义的口腔癌包括眼眶以下、颈部以上范围内所发生的癌症，绝大部分属于鳞状上皮细胞癌，统称为头颈部鳞状细胞癌（head and neck squamous cell carcinoma，HNSCC）。中国是HNSCC的高发地区。全球HNSCC致死率在癌症致死率中排名第六，诊断后5年生存率不及50%，属预后较差、毁容性疾病。过去30年间，手术、放疗及化疗等治疗手段的发展对HNSCC患者生存率的提高有限。如何早期检测HNSCC病损，寻找有效药物靶标治疗晚期和复发患者，是亟待解决的难题。获得与临床相关的癌变分子标记，实现早期诊断、有效阻断、靶向治疗，成为HNSCC精准医疗的关键。

鉴于口腔肿瘤与唾液在解剖学上的密切关系，以及唾液生物学样本易获取、转运、保存的生物学特点，近年来唾液组学借助各种高通量组学技术，从大规模口腔癌患者人群唾液样本中筛选出大量的生物标记物，为口腔肿瘤的早期诊断与个体化治疗提供了众多潜在的分子靶点。美国加州大学牙学院科学家团队建立了唾液组学知识网络，包括Saliva Ontology和SdxMart两大功能模块，前者通过统一的语言，实现不同研究者间以及唾液组学与其他系统组学间的数据对接；后者通过可视化界面，实现对口腔癌及其他常见口腔疾病在蛋白组、转录组、非编码小RNA、代谢组等层面分子标记物查找，旨在有效整合与共享唾液组学研究数据与临床资源，促进基础研究成果向临床口腔癌精准医疗的转化[4]。

近期针对头颈部肿瘤组织的高通量测序研究表明，多数HNSCC中存在一些基因突变[5-8]，包括p53信号通路相关的TP53[9]、与有丝分裂相关的PIK3CA[10]以及Notch信号通路相关基因（Notch1、Notch2以及Notch3）等[11]。另外，血管内皮生长因子（vascular endothelial growth factor，VEGF）基因突变（936 C>

T）以及GSTM1功能失活突变均被证实与亚洲人群口腔癌的易感性密切相关[12-13]。针对上述分子靶点设计个体化基因治疗，将有助于实现口腔癌的精准治疗。四川大学华西口腔医院李龙江教授团队对口腔癌不同阶段患者接受基因治疗敏感性的临床研究积累了长期经验，近期研究发现重组腺病毒p53基因治疗结合常规化疗可显著提高口腔鳞状细胞癌三期患者的生存率，但对口腔癌四期患者生存率无明显促进效果[14]，提示建立针对口腔癌临床分期的个体化精准医疗势在必行。

值得注意的是，约有62%的口腔鳞状细胞癌来源于口腔潜在恶性病损（oral potential malignant le-sion，OPML），后者主要包括白斑、红斑及扁平苔藓等口腔黏膜疾病。对于OPML患者，早期诊断与恶变风险评估尤为重要，早期干预能够显著提高患者生存率及生活质量[15]。目前研究[16]已发现一些可导致OPML恶变的风险因素，包括病理组织学改变和环境因素，然而通过这些风险因素来判断OPML是否可能恶变仍然存在一定的局限性[15]。研究发现个体基因背景与OPML恶变与否显著相关。具有恶变倾向的白斑病变组织中观察到p53高表达，或p53低表达的同时伴有Ki67高表达[17]；具有恶变倾向的红斑病变组织中p53突变率较高[18]。通过对不同阶段OPML及口腔黏膜原位癌患者的病变组织样本进行组学分析，发现了一些功能基因拷贝数改变以及mi-RNA改变与OPML进程密切相关[15，19]，提示基因转录调控及转录后调控可能参与了OPML恶变过程。深入研究个体基因信息与OPML转归的关系，建立新的疾病分类体系，对早期诊断及精准治疗具有恶变倾向的OPML有重要意义。

1.2 口腔感染性疾病

龋病是最常见的口腔感染性疾病，可对牙体硬组织造成不可逆的损害，因此个体的龋病风险评估及早期干预尤为重要。通过动物实验及临床回顾性研究，已发现了一系列患龋风险因素，包括致龋微生物检出率、高糖饮食、口干症等。然而近期研究显示，部分人群即使暴露于高致龋风险因素，其患龋率仍较低，而一些较少暴露于上述龋病风险因素的人群，其患龋率却比较高，提示现有龋病风险评估系统尚存在局限性，可能与忽略了个体遗传背景及缺乏对个体口腔微生物群落结构与功能的整体评价有关。动物实验[20]及流行病学调查发现遗传因素与龋病发生相关[21]；进一步通过连锁分析及关联分析，发现某些参与釉质发育、味觉喜好、唾液组成及宿主免疫的基因与龋病易感性相关[22-23]。随着高通量测序技术的发展，全基因组关联分析（genome-wide association study，GWAS）作为一种非假说驱动的开放式研究，已成为筛选、鉴定更多与龋易感性相关基因的有力手段[24-27]。Shaffer等[24]早在2011年对3～12岁乳牙列患龋儿童进行了全基因组扫描与关联分析，发现包括ACTN2、EDARADD、EPHA7、LPO、MPPED2、MTR、ZMPSTE24在内的7个新基因与患龋风险密切相关。进一步整合现有龋病相关GWAS研究数据进行meta分析发现，MPPED2与乳牙患龋风险显著相关，而ACTN2与乳牙和恒牙患龋风险均显著相关，提示MPPED2和ACTN2可为龋病精准预测和精准治疗提供潜在分子靶点[28]。

牙周病也是常见的口腔感染性疾病。1999年牙周病分类世界研讨会根据牙周病的临床表现、牙周微生物群落、全身系统性疾病等因素，将牙周炎分为4类：慢性牙周炎、侵袭性牙周炎、全身系统疾病伴发性牙周炎及坏死性牙周炎。由于早期慢性牙周炎与侵袭性牙周炎在临床表现、微生物群落、组织学形态等方面无法精确鉴别，现有牙周病分类系统已无法有效指导临床医生对一些个体进行早期干预，导致一些侵袭性牙周炎患者在已造成较严重牙周组织损害后才得到针对性治疗。有研究[29]指出可通过家族聚集、基因信息及一些环境因素对侵袭性牙周炎进行风险评估。Kebschull等[30-31]通过对120例慢性牙周炎或侵袭性牙周炎患者的牙周组织进行转录组分析，并通过计算机进行聚类分析将所有样本分为两类；发现基于转录组信息进行的分类与个体牙周炎相关指标（炎症破坏程度、牙周微生物群落等）更为相符。上述研究提示：根据个体基因信息与牙周疾病的关系，对牙周炎进行全新的分子生物学分类，可对牙周炎风险进行精准评估，从而对一些高风险人群进行预防及早期治疗。

由于人体是由人自身细胞及定植于人体内部及表面微生物共同组成的超级复合体[32]，对影响人体功能及健康的第二基因组――微生物组进行系统性、群落性和差异性研究，也必将为口腔精准医学提供新模式。借助于高通量测序与生物信息学技术的发展，学者们[33-34]对健康与疾病状态下口腔微生物群落多样性及功能组成进行了深度扫描，研究结果发现了大量与龋病、牙周病及口腔黏膜感染相关的微生物与功能基因簇，为疾病的精准预测与诊疗提供了海量的生物学标记。以龋病为例，除公认的链球菌、乳杆菌及放线菌外，丙酸杆菌、韦荣菌、颗粒链球菌、纤毛菌等多种细菌在健康及疾病人群之间的分布存在显著差异，这些细菌在疾病发生中的作用及其对疾病风险预测的价值有待深入研究。

发生在牙齿不同部位（釉质、牙骨质及牙本质）的龋损组织内微生物组成也存在显著差异，龋病不同进展阶段的微生物组成也发生了明显演替[35]，提示对临床表现不一和/或处于疾病不同发展阶段的人群采用单一的检测、诊断及治疗龋病的方式必将造成部分患者的防治失败，发展口腔精准医学在龋病防治领域势在必行。在对牙周病相关微生物组的研究过程中，研究者不但筛选出了牙周病状态下差异分布的微生物群落组成，还发掘出了差异性富集的功能基因及转录子。笔者所在课题组采用人体微生物功能基因组芯片技术发现了编码毒力因子、氨基酸代谢、糖胺聚糖代谢和嘧啶代谢相关的功能基因在牙周炎患者中大量富集[36]。最近一项针对牙周炎患者龈下菌斑宏转录组的研究[37]发现，绝大多数表达上调的致病毒力因子主要来自一些以往被忽视的微生物。除龋病及牙周病这两大口腔最常见的感染性疾病外，笔者所在课题组对放疗导致口腔黏膜炎患者口腔细菌组成进行了全面分析，发现拟杆菌属、费克蓝姆菌属、葡萄球菌属组成丰度在放疗性黏膜炎发生、发展过程中产生了显著变化，这些差异性分布微生物表型是否可作为疾病预防及诊断的分子生物学标记亟待证实。

口腔常见感染性疾病防治研究进展提示，口腔精准医学需全面考虑宿主遗传因素与微生物群落因素对口腔常见感染性疾病发生、发展的影响。找寻与疾病发生密切相关的宿主基因及核心微生物组，建立全面的疾病风险评估系统，可建立更为有效个体化预防措施和治疗方法，如基于核心微生物群落组成与功能的椅旁诊疗系统和分子靶标疫苗，以及基于宿主易感基因的个体化基因治疗。

1.3 唇腭裂（cleft lip and palate，CLP）

CLP是一种由环境和遗传因素交互作用所导致的多基因遗传性疾病，是人类常见的出生缺陷。在世界范围内，CLP发病率约为1.7‰。CLP不但直接影响患者发音、听力、吞咽等生理功能，还可影响患者长期心理健康，严重影响患者生存质量。口腔精准医学对CLP的诊治目标是：深入研究CLP发生的遗传机制，根据不同分子生物学发病机理对CLP进行分类，实现精确的早期诊断，甚至胚胎期个体化基因治疗。由于颌面部发育过程中有多种基因与信号传导通路参与，任何环节的错误都有可能导致CLP发生，具有显著的遗传异质性，因此对CLP遗传机制的研究较为困难[38]。通过以家系或人群作为研究对象，采用连锁分析[39]、外显子测序[40]、GWAS[41]等遗传学研究手段，筛选与CLP发生相关的基因，进一步通过动物实验，验证并探究这些基因在CLP发生过程中的作用，目前已发现IRF6基因、Wnt/β-

catenin及BMP信号通路等功能异常与CLP发生密切相关。进一步整合遗传学研究成果，以不同表型的CLP为研究对象，一方面采用组学研究方法，发现更多与疾病发生相关的基因；另一方面优化前瞻研究模型，探索不同基因异常导致CLP发生的分子机制，对实现CLP的精准医疗有重要意义。

1.4 错畸形

错畸形由遗传因素与环境因素共同作用而产生，Angle错分类将其分为Ⅰ～Ⅲ类。对于个别类型错畸形，通过早期预防矫治、阻断矫治等干预措施，能阻碍其发生、减轻其畸变程度或改善后续的治疗效果。然而基于家族遗传史、早期口腔检查及影像学检查等，难以在早期对疾病进行精确的风险评估及诊断。深入研究错畸形发生的遗传机制，将利于错畸形早期诊断，并可通过基因信息判断某些患者的治疗效果[42]。

目前普遍认为Ⅲ类错畸形是一种多基因遗传性疾病[43]，但也有家系研究[44]表明Ⅲ类错畸形为单基因遗传疾病，具有孟德尔遗传疾病特征，提示Ⅲ类错畸形可能存在拥有不同遗传发病机理的亚型。全基因组连锁分析发现一些基因座上的遗传信息改变与Ⅲ类错畸形发生相关[43]。关联分析发现一些影响髁突软骨生长的基因，如IHH、PTHLH、VEGF、RUNX2、SOX9等，与Ⅲ类错畸形的发生密切相关[43]。 通过对4个家系进行外显子测序，发现DUSP6的一个错义突变与Ⅲ类错畸形显著相关[45]。通过GWAS等手段可获得更多与错畸形发生相关的候选基因，进一步对候选基因的机制研究亦将阐明其与错畸形发生及预后的关系，最终可实现通过个体遗传信息对某些错畸形进行早期诊断并进行传统的早期治疗，甚至针对某些导致错畸形发生的遗传因素进行精确的基因治疗。

1.5 牙列缺损与缺失

牙列缺损、缺失是口腔最常见疾病之一，严重影响咬合功能和全身健康。种植义齿修复是目前治疗牙列缺损、缺失的理想方案，成功率高达90%，但是一旦牙种植失败将对患者造成一定的经济损失与健康危害。骨整合是牙种植修复成功的重要标志之一，其过程类似骨愈合，依赖于宿主的组织修复能力及免疫反应。临床研究发现一些骨整合失败的风险因素，包括吸烟、系统性疾病、手术感染与创伤等因素。然而尚有一些骨整合失败病例并不能完全由以上临床指标解释。一些学者[46]发现牙种植失败存在聚集现象，即常发生于某些特定人群。目前认为牙种植失败存在遗传易感性[47]，发现和鉴定与牙种植体失败相关的个体遗传信息，一方面可精准评估个体牙种植失败风险，为高风险人群制定个性化修复方案；另一方面可在高风险人群牙种植修复过程中进行精准靶向干预，提高牙种植成功率[47]。

目前针对牙种植失败相关遗传因素的研究仍局限于对一些参与骨代谢的基因进行关联分析，研究发现IL1B[48]和MMP1[49]等基因与牙种植体失败相关。为能更全面地发现与牙种植失败相关的基因多态性，GWAS、外显子测序等高通量研究技术将是有力的工具。此外，还需建立更多的动物模型研究，对候选基因进行功能验证，并探究其分子机制。

1.6 其他

目前关于儿童口腔疾病发生、发展的分子机制研究相对较少。儿童早期龋（early childhood caries，ECC）定义为71月龄以下儿童发生的乳牙龋损。ECC病因与其他类型龋病有一致性，但亦存在一些特有的风险因素[50]，如产妇口腔健康情况以及生活习惯（糖、果汁摄入等）。遗传因素也是ECC病因的重要组成部分，Bagherian等[51]发现ECC患儿基因组HLA-DRB1等位基因频率显著高于无龋组儿童。基于现有研究对ECC经行风险评估与早期预防仍具有局限性，需要更广泛而深入的研究。

牙釉质发育不全（amelogenesis imperfecta，AI）是一系列影响釉质形成或矿化过程的遗传性疾病，具有多种表型以及遗传异质性。迄今已经发现数十种基因异常与非综合征型先天性AI发生相关，包括AMELX、ENAM、AMBN及MMP20等[52-53]。进一步以不同表型AI为研究对象，利用组学研究手段发现更多的与疾病发生相关基因突变，通过机制研究探索其发病的分子生物学机理，可为AI的基因诊断与基因治疗奠定基础。

另外，上述一些口腔疾病（如CLP、错畸形等）的“精准预防”与“精准诊治”与儿童口腔医学范畴有明显重叠。儿童口腔医学的特点决定其应当承担个体早期信息采集工作，推动口腔精准医学相关研究与临床进展。

2 实现口腔精准医学的挑战

2.1 构建口腔疾病知识新网络

现有口腔疾病定义与分类存在局限性，即主要基于疾病的临床表现及组织病理学改变，但一些临床指标及病理学指标的判读具有主观性，导致一些疾病的诊断不够精确。以表型为依据的疾病分类方式对一些在分子机制上不同而表型相似的疾病无法精确区分，导致采取同一种治疗方法针对不同患者取得的疗效差异显著。另外，某些疾病的临床表现、组织病理学表现具有滞后性，传统方法往往只有在疾病已造成严重损害时才能进行相应诊疗。口腔精准医学要求针对口腔疾病发生的分子机制进行深入研究，对口腔疾病进行新的分子生物学定义或分类，从而形成口腔疾病知识新网络[1]。口腔精准医学所构建的口腔疾病知识新网络应具有系统性、准确性、个体化及前瞻性，并以实现口腔疾病椅旁诊疗与口腔卫生宣教为主要目标。具体需实现对当前已获得及后续将要获得的高通量组学研究（基因组、转录组、蛋白组、代谢组）海量数据和患者临床信息的结构化存储和数据管理，实现临床采样、样本分析、患者临床信息、牙医诊疗方案等核心步骤的高效整合；开发数据库快速检索和智能化数据挖掘工具，进行多角度样本对比与聚类，挖掘分子遗传信息与患者临床表现及检测报告的相关性，通过各种交互式、可视化、图形化操作界面，最终自动生成口腔精准医学诊断报告与治疗方案，服务于牙医和患者。

笔者所在研究团队在长期从事口腔内科学相关基础与应用基础研究上，正在着手建立口腔菌群临床助诊系统。该系统的建立将实现椅旁采集个体口腔菌群样本，应用高通量测序技术获得菌种组成等数据，匹配宿主临床信息，实现海量测序数据与患者口腔健康状态的结构化存储和数据管理；围绕显微成像与宏基因组学两类数据，通过智能化的数据挖掘，自动生成口腔微生物群落临床助诊系统检测报告，并根据牙医和患者需求，通过电脑、iPAD和智能手机等新一代医患沟通工具，探索和示范新一代移动远程口腔医疗系统，对口腔感染性疾病进行“精准预防”及“精准诊断”。

2.2 组建口腔生物样本库

精准医学建立在大规模人群组学研究基础上，依赖于高质量、大数量的生物样本，包括人体血液、尿液、病变组织及微生物群落等。因此，建立具有完整临床信息的高质量生物样本库是21世纪个体化精准医疗的关键[54]。

生物样本库要求采集范围广，即要求纳入的个体数量多，又要求采集的样本种类多。例如丹麦国家生物样本库，含有1 500万份生物样本，包括血浆、血清、DNA等样本，全国每天新增入库的样本约有1 000多份[54]。口腔精准医学生物样本库不但包括血液、组织、DNA等生物学样本，还应包括口腔菌斑、唾液等样本。

生物样本库的建立还需配套的管理与安全维护工具：首先，样本库应当实时动态更新，以确保基于生物学样本的研究能准确揭示疾病动态变化的分子机理；其次，用于组学研究的生物样本需在较长时间内维持高质量，一些易降解破坏的DNA、RNA样本需要科学的保存；另外，在生物样本库的建立过程中还需加强对与之配套的信息化管理数据库的安全维护，特别注意在各生物样本库数据共享过程中针对涉及个人遗传信息方面的隐私保护。

随着“十二五”国家科技计划的推进，我国的生物样本库建设取得了蓬勃发展，其中临床疾病样本库和流行病研究人群对列样本库备受关注。笔者课题组在“十二五”国家科技支撑计划项目支持下，充分利用依托单位四川大学华西口腔医院巨大的临床患者资源，建立了口腔临床样本采集规范，包括严格的纳入排除标准、样品采样（唾液、软组织、菌斑）、标记和转送、样品处理、鉴定、分类、保存标准。在该系列流程的规范下，四川大学口腔疾病研究国家重点实验室已建立了我国人口腔微生物组资源库。在口腔生物样本库的建设过程中，国际同行在临床资源采集与安全管理方面有哪些可借鉴的经验，国内多中心联合样本库建设现状、遇到问题和困难，如何提高国内口腔生物样本库样本的数量与质量，加强生物样本实体库与信息库的安全管理，加速建设紧密围绕口腔临床重大疾病的生物样本库进而为口腔精准医疗提供有力的支持，是我们将长期面临的一系列的实际问题。

3 结语

精准医学模式的提出集合了诸多现代医学科技发展的知识与技术体系，体现了现代医学理念“简单到复杂，复杂到精准”的发展趋势，也代表了临床实践发展的方向。尽管现阶段美国的精准医学计划主要旨在实现肿瘤的精准医疗，但在这场围绕精准医学开展的未来医学格局的竞争中，应立足国情，明确自身优势，从肿瘤和非肿瘤疾病两方面入手，加速利用我国巨大的患者资源转化为促进临床诊疗技术进步的战略资源。与传统口腔医学模式相比，口腔精准医学旨在把人们对口腔疾病机制的认识与生物大数据和信息科学整合交叉，精确进行疾病分类及诊断，为疾病患者提供更具针对性和有效性的防疗措施，既有生物大数据的整合性，也有个体化疾病诊治的针对性和实时检测先进性。有理由相信，口腔精准医学将带来一场新的医疗革命，并将深刻影响未来医疗模式。在口腔精准医学临床研究方面，中国与美国处于同一起跑线，亟需国家大力投入与布局，整体提升我国口腔精准医疗水平及其转化应用领域的核心竞争力，为国家科学技术的发展、全面实现科学技术总体规划目标和造福人类做出更有力的推动和重大的贡献。

[参考文献]

[1] Committee on a Framework for Developing a New Taxo-nomy of Disease. Towards precision medicine： building a knowledge network for biomedical research and a new taxo-nomy of disease[M]. Washington， DC： National Academies Press， 2011.

[2] Hood L， Friend SH. Predictive， personalized， preventive， participatory （P4） cancer medicine[J]. Nat Rev Clin Oncol， 2011， 8（3）：184-187.

[3] Sadanandam A， Lyssiotis CA， Homicsko K， et al. A colorec-tal cancer classification system that associates cellular phe-notype and responses to therapy[J]. Nat Med， 2013， 19（5）：

619-625.

[4] Ai JY， Smith B， Wong DT. Bioinformatics advances in saliva diagnostics[J]. Int J Oral Sci， 2012， 4（2）：85-87.

[5] Agrawal N， Frederick MJ， Pickering CR， et al. Exome se-quencing of head and neck squamous cell carcinoma reveals inactivating mutations in NOTCH1[J]. Science， 2011， 333

（6046）：1154-1157.

[6] Stransky N， Egloff AM， Tward AD， et al. The mutational landscape of head and neck squamous cell carcinoma[J]. Science， 2011， 333（6046）：1157-1160.

[7] Nelson NJ. Genetic events in head and neck squamous cell carcinoma revealed[J]. J Natl Cancer Inst， 2013， 105（23）：

1766-1768.

[8] Pickering CR， Zhang J， Yoo SY， et al. Integrative genomic characterization of oral squamous cell carcinoma identifies frequent somatic drivers[J]. Cancer Discov， 2013， 3（7）：770-

781.

[9] Powell E， Piwnica-Worms D， Piwnica-Worms H. Contri-bution of p53 to metastasis[J]. Cancer Discov， 2014， 4（4）：

405-414.

[10] Lui VW， Hedberg ML， Li H， et al. Frequent mutation of the PI3K pathway in head and neck cancer defines predictive biomarkers[J]. Cancer Discov， 2013， 3（7）：761-769.

[11] Sun W， Gaykalova DA， Ochs MF， et al. Activation of the NOTCH pathway in head and neck cancer[J]. Cancer Res， 2014， 74（4）：1091-1104.

[12] Mandal RK， Yadav SS， Panda AK， et al. Vascular endothe-lial growth factor 936 c>； T polymorphism increased oral cancer risk： evidence from a meta-analysis[J]. Genet Test Mol Biomarkers， 2013， 17（7）：543-547.

[13] Zhao SF， Yang XD， Lu MX， et al. GSTM1 null polymor-phisms and oral cancer risk： a meta-analysis[J]. Tumour Biol， 2014， 35（1）：287-293.

[14] Li Y， Li LJ， Wang LJ， et al. Selective intra-arterial infusion of rAd-p53 with chemotherapy for advanced oral cancer： a randomized clinical trial[J]. BMC Med， 2014， 12：16.

[15] Cervigne NK， Machado J， Goswami RS， et al. Recurrent genomic alterations in sequential progressive leukoplakia and oral cancer： drivers of oral tumorigenesis[J]. Hum Mol Genet， 2014， 23（10）：2618-2628.

[16] Yardimci G， Kutlubay Z， Engin B， et al. Precancerous lesions of oral mucosa[J]. World J Clin Cases， 2014， 2（12）：866-872.

[17] Gissi DB， Gabusi A， Servidio D， et al. Predictive role of p53 protein as a single marker or associated with ki67 antigen in oral leukoplakia： a retrospective longitudinal study[J]. Open Dent J， 2015， 9：41-45.

[18] Qin GZ， Park JY， Chen SY， et al. A high prevalence of p53 mutations in pre-malignant oral erythroplakia[J]. Int J Can-cer， 1999， 80（3）：345-348.

[19] Cervigne NK， Reis PP， Machado J， et al. Identification of a microRNA signature associated with progression of leu-koplakia to oral carcinoma[J]. Hum Mol Genet， 2009， 18

（24）：4818-4829.

[20] Kanamoto T， Nonaka K， Nakata M. Genetic variation in experimental dental caries in four inbred strains of rats[J]. Caries Res， 1994， 28（3）：156-160.

[21] Bretz WA， Corby PM， Schork NJ， et al. Longitudinal ana-lysis of heritability for dental caries traits[J]. J Dent Res， 2005， 84（11）：1047-1051.

[22] Vieira AR， Marazita ML， Goldstein-McHenry T. Genome-wide scan finds suggestive caries loci[J]. J Dent Res， 2008， 87（5）：435-439.

[23] Peres RC， Camargo G， Mofatto LS， et al. Association of polymorphisms in the carbonic anhydrase 6 gene with sali-vary buffer capacity， dental plaque pH， and caries index in children aged 7-9 years[J]. Pharmacogenomics J， 2010， 10

（2）：114-119.

[24] Shaffer JR， Wang X， Feingold E， et al. Genome-wide asso-ciation scan for childhood caries implicates novel genes[J]. J Dent Res， 2011， 90（12）：1457-1462.

[25] Shaffer JR， Feingold E， Wang X， et al. GWAS of dental caries patterns in the permanent dentition[J]. J Dent Res， 2013， 92（1）：38-44.

[26] Wang X， Shaffer JR， Zeng Z， et al. Genome-wide associa-tion scan of dental caries in the permanent dentition[J]. BMC Oral Health， 2012， 12：57.

[27] Zeng Z， Shaffer JR， Wang X， et al. Genome-wide associa-tion studies of pit-and-fissure- and smooth-surface caries in permanent dentition[J]. J Dent Res， 2013， 92（5）：432-437.

[28] Stanley BO， Feingold E， Cooper M， et al. Genetic associa-tion of MPPED2 and ACTN2 with dental caries[J]. J Dent Res， 2014， 93（7）：626-632.

[29] Stabholz A， Soskolne WA， Shapira L. Genetic and environ-mental risk factors for chronic periodontitis and aggressive periodontitis[J]. Periodontol 2000， 2010， 53：138-153.

[30] Kebschull M， Guarnieri P， Demmer RT， et al. Molecular differences between chronic and aggressive periodontitis

[J]. J Dent Res， 2013， 92（12）：1081-1088.

[31] Kebschull M， Demmer RT， Grün B， et al. Gingival tissue transcriptomes identify distinct periodontitis phenotypes[J]. J Dent Res， 2014， 93（5）：459-468.

[32] Turnbaugh PJ， Ley RE， Hamady M， et al. The human mi-crobiome project[J]. Nature， 2007， 449（7164）：804-810.

[33] Belda-Ferre P， Alcaraz LD， Cabrera-Rubio R， et al. The oral metagenome in health and disease[J]. ISME J， 2012， 6（1）：

46-56.

[34] Ling Z， Kong J， Jia P， et al. Analysis of oral microbiota in children with dental caries by PCR-DGGE and barcoded pyrosequencing[J]. Microb Ecol， 2010， 60（3）：677-690.

[35] Aas JA， Griffen AL， Dardis SR， et al. Bacteria of dental caries in primary and permanent teeth in children and young adults[J]. J Clin Microbiol， 2008， 46（4）：1407-1417.

[36] Li Y， He J， He Z， et al. Phylogenetic and functional gene structure shifts of the oral microbiomes in periodontitis pa-tients[J]. ISME J， 2014， 8（9）：1879-1891.

[37] Duran-Pinedo AE， Chen T， Teles R， et al. Community-wide transcriptome of the oral microbiome in subjects with and without periodontitis[J]. ISME J， 2014， 8（8）：1659-1672.

[38] Dixon MJ， Marazita ML， Beaty TH， et al. Cleft lip and palate： understanding genetic and environmental influences[J]. Nat Rev Genet， 2011， 12（3）：167-178.

[39] Zucchero TM， Cooper ME， Maher BS， et al. Interferon regu-latory factor 6 （IRF6） gene variants and the risk of isolated cleft lip or palate[J]. N Engl J Med， 2004， 351（8）：769-780.

[40] Roach JC， Glusman G， Smit AF， et al. Analysis of genetic inheritance in a family quartet by whole-genome sequencing

[J]. Science， 2010， 328（5978）：636-639.

[41] Sun Y， Huang Y， Yin A， et al. Genome-wide association study identifies a new susceptibility locus for cleft lip with or without a cleft palate[J]. Nat Commun， 2015， 6：6414.

[42] Joshi N， Hamdan AM， Fakhouri WD. Skeletal malocclusion： a developmental disorder with a life-long morbidity[J]. J Clin Med Res， 2014， 6（6）：399-408.

[43] Xue F， Wong RW， Rabie AB. Genes， genetics， and Class Ⅲ malocclusion[J]. Orthod Craniofac Res， 2010， 13（2）：69-74.

[44] El-Gheriani AA， Maher BS， El-Gheriani AS， et al. Segrega-tion analysis of mandibular prognathism in Libya[J]. J Dent Res， 2003， 82（7）：523-527.

[45] Nikopensius T， Saag M， Jagom?gi T， et al. A missense mu-tation in DUSP6 is associated with Class Ⅲ malocclusion

[J]. J Dent Res， 2013， 92（10）：893-898.

[46] Weyant RJ， Burt BA. An assessment of survival rates and within-patient clustering of failures for endosseous oral im-plants[J]. J Dent Res， 1993， 72（1）：2-8.

[47] Alvim-Pereira F， Montes CC， Mira MT， et al. Genetic suscep-tibility to dental implant failure： a critical review[J]. Int J Oral Maxillofac Implants， 2008， 23（3）：409-416.

[48] Jansson H， Hamberg K， De Bruyn H， et al. Clinical conse-quences of IL-1 genotype on early implant failures in patients under periodontal maintenance[J]. Clin Implant Dent Relat Res， 2005， 7（1）：51-59.

[49] Santos MC， Campos MI， Souza AP， et al. Analysis of MMP-1 and MMP-9 promoter polymorphisms in early osseointe-grated implant failure[J]. Int J Oral Maxillofac Implants， 2004， 19（1）：38-43.

[50] Leong PM， Gussy MG， Barrow SY， et al. A systematic re-view of risk factors during first year of life for early child-hood caries[J]. Int J Paediatr Dent， 2013， 23（4）：235-250.

[51] Bagherian A， Nematollahi H， Afshari JT， et al. Comparison of allele frequency for HLA-DR and HLA-DQ between patients with ECC and caries-free children[J]. J Indian Soc Pedod Prev Dent， 2008， 26（1）：18-21.

[52] Wang SK， Choi M， Richardson AS， et al. ITGB6 loss-of-function mutations cause autosomal recessive amelogenesis imperfecta[J]. Hum Mol Genet， 2014， 23（8）：2157-2163.

第4篇：精准医学计划范文

快速发展的康复医学 

康复医学，在很多人心目中还只是一个模糊的概念，甚至还停留在简单的理疗，或者针灸、推拿等传统中医康复治疗的阶段。而实际上，随着医学技术的不断发展，康复医学科已逐渐形成了一套细分化、专业化和科学化的体系，成为以改善患者的功能障碍为核心，强调功能训练，提高患者生活质量和回归社会为最终目标的医学学科。 

作为国内最早建立的康复医学科之一，华山医院康复医学科成立于1957年，在历年的全国最佳专科（康复医学专业）排名中位列全国前茅。目前，科室的学科发展方向以神经系统疾病康复和骨关节系统疾病康复为重点，开展多方向的综合性康复医疗服务。设有颈肩腰腿痛、脑卒中、脑外伤、脊髓损伤和骨关节损伤等5个普通专病康复门诊。同时，承担了神经内科、神经外科、骨科、感染科、重症监护室、老年病房、外宾病房和高等病房等患者的康复治疗和会诊转诊工作，建立起“急症医院病房-康复中心-社区康复”的三级康复网络，开展科学、系统和全面的康复治疗。目前开展的综合康复治疗包括：物理治疗（PT）、作业治疗（OT）、言语治疗（ST）、娱乐治疗（RT）、心理治疗、支具矫形器等，以及中国传统医学康复治疗，如针灸、推拿和中药等。 

科室成立60年来，在脑卒中及颅脑损伤特别是重症患者的诊治、康复和护理方面积累了丰富的临床经验和先进的服务理念，持续积极开展新技术以提升康复治疗的疗效，如：重复经颅磁刺激（rTMS）、经颅直流电刺激（tDCS）、肌电图/电刺激定位引导下肉毒毒素注射、上肢和下肢康复机器人、步态分析系统、平衡测试及训练系统、表面肌电图、脑电图及诱发电位、虚拟现实技术、镜像技术、垂直律动技术和脑机接口等康复治疗新技术。 

精准康复治疗宜早不宜迟 

“对于患者来说，康复治疗一定要早期介入”，吴毅教授强调，“早期评定功能，早期开始康复，是最重要的。我们遇到过一些患者错过了康复治疗的最佳时间，一年甚至两年后才想起来康复医学科，关节骨骼可能早已经发生了僵硬和挛缩，或者脑卒中已经偏瘫和失语多年，已经无法行走、无法说话，这时候再接受康复治疗，康复效果就会大大打折扣。”一般来说，脑外伤和脑卒中患者在手术后或急诊处理的两到三天后，就可以在康复医师的帮助下在床边开始进行早期康复训练了。 

如今的康复治疗早已不再是简单的理疗了，也不是单纯的针灸和推拿。康复治疗包括患者运动功能、感觉功能、言语功能、吞咽功能和大小便功能等许多功能障碍的精准康复，且治疗效果越来越好。随着康复医学的大力发展，康复医学也越来越重视精准化和个性化，康复医师会根据患者的功能障碍，找到最恰当的康复治疗方法。 

对脑损伤相关的康复治疗都与精准康复有着非常密切的关联。如华山医院曾收治一位脑外伤术后患者，男性，30岁，入院时吞咽功能和言语功能障碍和肢体运动功能障碍。康复医师首先对这位患者进行了一个精准的定位，确定他是大脑额颞叶的损伤。随后进行精准的评定和诊断，进行了洼田饮水试验，确定他是属于5级（完全不能进食）。然后再进行食道吞钡检查，确定他是咽喉部环咽肌的问题。针对这个情况，采用了精准康复治疗——球囊扩张治疗技术，治疗1周后患者的环咽肌得到扩张，使得吞咽功能得到极大的改善，洼田饮水实验2级，顺利拔出鼻饲管，患者可以自行饮食和饮水。对于气管插管和导尿管等也是通过这种精准诊断和精准康复，顺利拔出。患者身上的管子全部去除后，开始进行坐位训练、站立位训练和行走训练，最后患者顺利康复出院。 

逐渐完善的康复医疗体系 

不论是田径名将刘翔，还是篮球名星姚明，这些大家熟悉的运动员，伤病之后都会不约而同地选择到国外进行康复治疗，这对于泱泱中华来说是个巨大遗憾。“由于国内康复医学科建设起步比较晚，我们确实与国际先进水平有所差距”，吴毅教授告诉笔者。但是这几年从国家层面对康复医学给予了很大的支持，学科建设进步明显。以上海为例，近几年是上海康复医学的快速发展期。 

学科要发展，人才培养是重中之重。从2010年起上海在全市范围内实施住院医师规范化培训制度，目前上海市康复医学专业规范化住院医师培训基地共有11家，每年招录50多名基地学员。上海市康复医学专业规范化住院医师培训专家组共有7名专家，都是来自上海市三级综合医院康复医学科的主任和教授。除了住院医师规范化培养外，从2014年起上海市实施第二批专科医师培养计划（包括康复医学专业），专门培训康复医学专科医师，培训时间为3年，目前主要以神经康复和骨科康复为主。

   华山医院康复医学科是国内较早招收康复医学与理疗学研究生的硕士点和博士点之一。学科在教学上不遗余力，始终将教学医院严谨治学和传播康复医学及理念为抓手，为推进康复医学的人才培养做出自己的贡献。负责了复旦大学上海医学院康复医学必修课程的教学任务，每年承担近10所医学院校60余名康复治疗本科生的实习教学任务。接受澳大利亚科廷大学物理治疗、作业治疗及言语治疗专业的海外交流生带教任务。每年接受来自全国各省市医院的40余名康复医师和康复治疗师的进修学习。 

2015年，上海市卫计委对上海地区卫生系统实施了“重要薄弱学科建设”的申报工作，其中康复领域共有7家单位顺利中标，包括华山医院、华东医院、新华医院、上海市第六人民医院、上海市第九人民医院、岳阳医院和上海市精神卫生中心。这是上海市卫计委有史以来对康复领域最大的一次资助。希望上海各康复医疗机构通过“重要薄弱学科建设”这个难得的机遇，加快对上海地区康复医学学科的队伍建设和人才培养，使康复医疗工作更加规范。 

2016年，上海市医保对康复服务收费项目实现了全覆盖，并且还不斷调整康复收费项目的价格，这些都表明政府部门对康复医学的重视与认可，也充分体现了康复医师和康复治疗师的劳动价值。 

第5篇：精准医学计划范文

[关键词] 医学图像融合技术；肿瘤；放射治疗

[中图分类号] R730 [文献标识码] A [文章编号] 1674-0742（2015）11（b）-0196-03

[Abstract] Objective To discuss the application effect of medical image fusion technology in cancer radiotherapy by takeing CT-MRI image fusion technology as an example. Methods 50 patients with prostate cancer admitted to this hospital from January 2013 and January 2014 were included. They all underwent CT and MRI scanning. We compared CT image and fusion image in determining the target volume and radiation dose. Results The tumor volume was 72.45cm3 on the CT image and 51.12cm3 on the CT-MRI fusion image， and the area of target tumour cells determined by the CT-MRI fusion image was precise than that determined by CT image. Calculation results of dose of radiation to the bladder and rectum showed that the minimum radiation dose and maximum radiation dose of the fusion image were both smaller than that of the CT image， and the difference was statistically significant，（P

[Key words] Medical image fusion technology； Tumor； Radiotherapy

医学图像融合技术[1]作为当代科技与医学影像相结合的计算机信息融合工程，为临床肿瘤诊断、治疗提供多模态图像，为医学诊断提供了更确切的医学信息。医学图像融合技术最重要的应用领域在于肿瘤的放射治疗，通过各种模态医学图像的融合，准确勾勒出肿瘤靶区轮廓，使肿瘤放射治疗更加精准和有效[2]。该文将通过对该院2013年1月-2014年1月收治的50名前列腺癌症患者，应用CT―MRI融合技术确定前列腺癌强调放疗靶区，综合分析、探讨医学图像融合技术在肿瘤放射治疗中的应用效果，现报道如下。

1 资料与方法

1.1 一般资料

整群选取该院2013年1月-2014年1月收治的前列腺癌症患者50名为研究对象。病例年龄5678岁，平均年龄（65.32.2）岁。所有患者经医学图像及病理学检查符合前列腺癌的临床诊断标准，癌症病程情况为T2bT3a期21例，T3bT4期9例。

1.2 方法

1.2.1 扫描方法 所有患者检查当天清晨保持空腹状态。医学图像扫描前1 h饮用1.5%泛影葡胺水（金陵药业股份有限公司浙江天峰制药厂，生产批号：国药准字H33021004），扫面前15 min肌肉注射15 mg盐酸山莨菪（国药集团容声制药有限公司，生产批号：国药准字H41023400）。由本科专业医师操作行CT扫描，扫描范围从第3腰椎至坐骨结节下缘约 5 cm。患者于第二天CT扫描时间短进行MRI扫描，扫描前1 h喝800 ml温开水，其他操作与CT扫描一致。

1.2.2 放疗靶区勾画 运用图像配准软件对CT扫描及MRI扫描图像进行配准，并将配准图片传入放疗计划系统，根据CT及CT-MRI融合图像勾画患者前列腺、精囊的体积，并勾画出膀胱、直肠、股骨头周围的正常组织。对勾画的肿瘤体积进行化疗，化疗剂量根据照射体积计算。比较患者CT图像与融合图像放疗靶区体积大小，以及各部位的照射剂量。

1.3 统计方法

采用SPSS18.0统计学软件进行数据处理，计量资料采用（x±s）表示，行t检验，P

2 结果

2.1 肿瘤体积勾画体积比较

50例患者采用CT图像勾画的肿瘤体积为（72.45±2.35）mm3，采用CT-MRI融合图像勾画的肿瘤体积为（51.12±2.12）mm3，CT-MRI融合图像确定的肿瘤靶细胞范围更加精准。差异具有统计学意义（t=6.424，P

2.2 放疗照射剂量比较

对膀胱、直肠等部位的照射剂量选择上，CT图像技术的放疗最小照射量为与最大照射量均大于CT-MRI融合图像的放疗照射剂量，（详见表1）。采用CT图像与CT-MR融合技术，两组数据比较：膀胱最小照射剂量，差异有统计学意义（t=5.456，P

3 讨论

3.1 医学图像融合技术的应用讨论

3.1.1 几种主要的医学图像融合技术 目前临床成像设备主要有CT、MRI、SPECT、PET等[3]，为临床提供多模态的医学图像。图像融合技术在放疗中的应用主要有：①CT与MRI融合。CT图像应用于肿瘤放疗中对高密度组织比较敏感，图形稳定不易发生变形的优点，但对软组织边界显示不清晰[4]。MRI图像则提供了较高的空间分辨度，对浸润性肿瘤软组织更加敏感，能清晰显示图像的边界。二者的融合对某些特殊部位，如脑部、前列腺要求精度更高的靶区位置时，图像融合就起到了互补作用，可以帮助医师确定肿瘤边界。②CT与MRSI融合[5]。在胶质瘤的放疗中，MRI图像技术对肿瘤的局部控制和复发控制效果不明显。MRSI技术相比于MRI技术能更加清楚显示肿瘤位置及形状，还可以同时显示代谢水平的有关信息。CT与MRSI融合能提高部分肿瘤的控制效果。③ CT与PET融合[6]。肿瘤细胞具有增殖快、转移速度快的特点，PET可以根据失踪化合物在组织内的浓度，对比肿瘤细胞的增殖及代谢水平。PET显示的活性肿瘤区域图像与CT图像图像融合技术可提高图像对肿瘤病灶的敏感性和特异性，有助于指导精确肿瘤化疗区域与化疗药物的剂量控制。

3.1.2 医学图像融合技术操作步骤 第一，预处理。医学图像预处理是对选定的图像信息进行增强对比度、噪声去除、统一图像大小、格式、分辨率，对感兴趣区域进行分割等各项处理[7]。

第二，图像配准。配准首先应选择适合的图像特征量进行图像特征提取；再根据图像的特征量确定几何变换，以相似性测度函数检验所选图像与参考图像的相似程度，并通过改变参数使测度函数值达到最优，最后执行整体变换。

第三，创建融合图像。首先应进行图像数据的融合，以图像为基础的融合是通过各种图像预处理方法使图像最终呈现的效果达到最佳，以像素为基础的融合即尽量提高图像清晰度。完成图像数据融合后，最终通过伪彩色显示法、断层显示法和三维显示法等显示方法使临床医师能够通过直观的图像进行疾病诊断。

3.2 该次研究结果讨论

医学图像融合技术使传统化疗计划的确定摆脱了单一模态数据指引，以不同图像技术的优点弥补不同技术存中在的不足，具有广泛的临床应用价值。医学图像融合技术应用于肿瘤放射治疗，可确定肿瘤分布位置，有效提高诊断准确性与灵活性，对恶性肿瘤的控制与提高患者生存率具有重要意义。

该次研究中采用CT-MRI融合图像确定前列腺癌强调放疗靶区的应用中，可以看到，CT图像勾画的肿瘤体积为（72.45±2.35）mm3，采用CT-MRI融合图像勾画的肿瘤体积为（51.12±2.12）mm3，CT-MRI融合图像确定的肿瘤靶细胞范围更加精准。另外，肿瘤靶细胞区域的体积大小与放疗照射剂量密切相关，放疗区域确定越大，使用的放疗剂量越多，对患者身体造成的危害更大。CT-MRI融合图像放疗剂量明显少于CT图像，化疗的毒副作用更少。该次研究与胡玉兰等[8]关于CT-MRI融合图像确定前列腺癌放疗靶区的结果具有一致性，认为可以利用图形融合技术进行靶区勾勒，以减小误差。

综上所述，医学融合技术在肿瘤放疗中已有广泛应用，各种医学显像技术取长补短，提高了诊断的灵敏度和准确性。

[参考文献]

[1] 李兴波，陈炀，叶岭，等.医学图像融合技术在肿瘤放射治疗中的应用分析[J].中国卫生产业，2013，10（31）：105-106.

[2] 赵琦，钱永红，王琨，等.CT、MRI 图像融合技术在头部肿瘤放疗中的应用[J].中国医师杂志，2014（z2）：163-164.

[3] 宋永浩，夏海波，周诚忠，等.CT/MRI图像融合在骨转移瘤放射治疗中的应用和价值[J].现代肿瘤医学，2015，23（3）：412-144.

[4] 金烁.医学图像配准技术的研究及其在放射治疗PET-CT系统中的应用[D].济南：山东大学，2013.

[5] 李凯，苏中振，郑荣琴，等.三维超声-CT图像融合评价肝癌消融安全边界[J].中华超声影像学杂志，2012，21（8）：719-722.

[6] 吕宗烨.常规超声、CT检查及超声/CT融合成像对肾肿瘤诊断价值的对比研究[D].济南：山东大学，2014：21.

[7] 张德智，梁萍.肝脏超声图像融合技术的应用进展[J].中华医学超声杂志：电子版，2014（5）：375-377.

第6篇：精准医学计划范文

1.1精准医疗与AI整合的成因

首先，AI通过算法的优化和深度学习技术，有效提升医疗诊断的效率和精准度。一方面，AI在更好的处理大数据，包括基因组数据、影像数据以及临床数据等方面为我们提供了有力的工具和手段。另一方面，当前医学研究数据的碎片化、数据利用的低效性及缺乏条理性和连贯性等现状，急需AI技术帮助人们通过大数据挖掘与分析把医疗大数据转换为支持临床决策需要的信息。精准医学的发展意味着今后将大量应用测序技术分析海量的生物数据样本，AI的引入有效解决了数据分析的效率与精准度，促进医疗行业加快进入精准医疗时代。其次，精准医疗活动为AI提供现实基础，为其提供海量数据样本及进行诊断结果的对比检验。精准医学是基于患者个人基因、环境、生活方式等方面的数据分析来制定个体化医疗，这就首先需要收集患者或受试者的基因样本进行基因检测，还需要采集分析患者的生存环境、生活方式、饮食状况等个人信息，除此之外，精准医学要深入解析遗传测序数据、研发个性化治疗方案，还需要建立有效的实验和药物筛选平台，以掌握不同基因型患者的药物代谢差异性，凡此种种，都会产生海量的数据[3]，精准医疗时代的来临为AI的发展提供了海量数据样本。AI需要用大量数据对其进行训练，因为只有用大量的带标签的数据输入神经网络进行训练，方便神经网络确定参数值，建立数据评价标准，而大量的遗传测序数据等为AI神经网络的训练提供了大量带标签的理想的数据样本。

1.2精准医疗与AI的整合带来新的隐私伦理问题

精准医疗和AI的交集整合、相生相进、系统生发，又产生了对患者隐私新的侵犯。因为一方面AI的发展需要收集大量的样本数据进行算法训练，以便在海量数据中进行精确计算，通过客观数据对未来进行高度精准的行为预测，并提供个性化医疗；另一方面，精准医疗要制定个性化治疗方案，则必须采集大量包括个体遗传基因在内的各种隐私数据，这也使患者个人的隐私受到了进一步威胁。借助AI这一强大的分析手段，一些非常敏感的个人健康信息可以十分方便地提取出来，一些隐私甚至处于随时被窥探的状态，个体对自身隐私日益失去控制。AI应用于精准医疗既是时展的必然趋势，二者的结合也是相生相长，系统生发的，我们对待精准医疗的AI模式不是担忧、害怕、逃避，而是我们主张在为人类福祉共同目的下为精准医疗的AI模式界定伦理边界，即不能让精准医疗下的AI技术按自身逻辑自由发挥，对AI技术在精准医疗的运用必须施加隐私约束，让其按照正确的人文方向前进。因此有必要对精准医疗AI模式下的隐私问题进行研究，以推进精准医疗和AI深入融合，为智能社会划出法律和伦理道德的边界，让精准医疗和AI更好地服务人类社会。

2精准医疗与AI整合的隐私伦理分析

2.1数据采集：精准医疗AI模式的精准造成患者的顾虑重重

致力于提供个性化医疗服务的精准医疗需要采集具有极强私人属性的个人数据，包括基因检测等，不可避免地需要对患者个人数据进行收集、处理和分析，由此可能会引起患者对个人数据泄露、被不合理利用等方面的担心。在数据采集时，为了能够获得个体的行为习惯等，必然要长期持续地收集大量的用户数据。个体生活习惯、生活方式、生存环境等有关的健康大数据信息，特别是基因数据带有极强的私人性特征，每个人都有特定的基因信息，通过基因信息就可以定位到具体的个体。AI应用于精准医疗，使得精准医疗借助AI技术实现更精准、个性化的目标[4]，同时AI的介入使得精准医疗不只是对未来疾病最准确的预测，还可以扩展到提供建议，指导人们对预测的结果进行更好的反应。但精准医疗与AI的强强联合加剧了人们的顾虑，因为这些非常敏感的个人数据也使不少患者心生恐惧，害怕个人医疗信息的泄露和不当使用可能带来如基因歧视等的不良后果，这重重顾虑导致患者难以放心接受精准医疗的AI模式服务。人们对精准医疗的AI模式的顾虑，将会使AI在精准医疗的运用受到抑制，从而精准医疗的AI模式给我们带来的各种可能的益处也将受到抑制。

2.2数据共享：个人数据的易取性加剧了患者对基因歧视的担忧

医疗数据的共享可能导致患者在不知情的情况下就被医疗机构或相关人员提取其相关信息，患者的一些隐私甚至处于随时被窥探的状态。如果智能系统掌握的敏感的个人信息被泄露出去，给个人、家庭甚至家族带来伤害，使恋爱受挫、夫妻感情损伤、参加保险被拒、就业困难等诸多问题，这些加剧了患者的心理焦虑和恐慌。据美国基因组资源国家中心1997年的一项全国性调查显示，在1000个被调查人中，接近67%的被调查者表示，如果雇主或健康保险公司能够得到检测结果的话，他们就不会做基因检测[5]。同时个体知道基因测试的结果也会给当事人造成巨大的心理压力，携带有某种遗传病基因的人会感到心烦意乱、焦虑不安。有关调查显示，在美国，从基因检测得知自己患有“亨廷顿舞蹈症”的年轻人的自杀率超过同龄人一倍以上。事实上，基因检测结果揭示的仅仅是一种患病的可能性，基因的表达受其他基因和环境等多种因素之间复杂的非线性关系的影响。人们对基因组测试结果往往容易促使个体片面理解或误解基因信息与疾病的关系、特别是与个人生活质量和健康的关系，这使致病基因携带者生活在一种无形的精神压力下。

2.3数据使用：数据的分析预测与数据监管的缺乏，隐私保护难以落到实处

分析遗传密码、性格特征、行为习性、生活轨迹、生活习惯等这些敏感的个人数据，给当前的隐私保护带来严重威胁。与大数据时代之前相比，现在更能挖掘出大量的个人隐私数据的潜在价值，且更难控制[6]。精准医疗面临的威胁并不仅限于个人隐私泄漏，还在于基于AI通过大数据对人们状态和行为的预测[7]。例如某零售商通过个人的网络轨迹历史记录分析，比家长更早知道自己女儿已经怀孕的事实，并向其邮寄相关广告信息。大数据的价值更多源于它的N次利用，而知情同意在数据的N次使用中难以实现。2016年10月我国国家卫生和计划生育委员会的《涉及人的生物医学研究伦理审查办法》虽然规定了医学研究要遵循知情同意原则，但对已经同意所捐献样本及相关信息可用于所有医学研究的，允许经伦理委员会审查批准后，可以免除签署知情同意书，但是并未写明是否还需要再次进行知情同意[8]。目前用户数据的收集、存储、管理与使用等均缺乏规范，更缺乏监管，主要依靠企业的自律。但这对那些既是数据的生产者，又是数据的存储、管理者和使用者的商家来说，我们很难单纯通过技术手段限制商家对用户信息的使用，各行各业的利益驱使使得个人隐私权更容易被侵犯，用户往往无法确定自己隐私信息的用途，在医疗实践中保护患者的基因信息安全存在诸多障碍。因此，如何在AI的发展过程中加强对个人数据利用的管控和对个人隐私的保护，已成为必须关注的问题。

3精准医疗与AI整合中隐私伦理问题思辨

3.1把控数据使用的度：支持精准医疗AI模式应用最大化的同时避免过度拟合

科学技术的发展对人类隐私的冲击和威胁从某种意义上讲是不能完全避免的，我们直面AI应用于精准医疗带来的隐私问题，通过把控数据使用的度，实现精准医疗应用支持的最大化同时避免过度拟合。AI在精准医疗实际应用中存在一个重要的问题，即在利用神经网络方法进行疾病预测建模时，对已知训练样本集的学习训练达到什么样的拟合精度，才能使预报模型对未知样本具有最好的预测能力。利用深度神经网络的强非线性拟合能力进行个体未来疾病风险预测，精准医疗提供了海量训练样本，保证了在有足够的训练样本的前提下对预测模型进行合理分类，构造了相应的疾病预测模型，但在神经网络训练的过程中，往往会出现过拟合的现象，给预测结果带来不利的影响。平衡好精准医疗训练样本的拟合度，既可以防止过拟合现象带来的预测结果的不准确，又可以通过遏制对个体敏感数据的全面采集分析捍卫个人数据隐私。把控训练样本的拟合精度，只提取与预报量相关度高且它们之间相关为零、没有复共线性关系的主分量。一方面可以浓缩众多预报因子的有用信息，减少信息重复和噪声重叠，提高预报精度；另一方面又不会因过度采集挖掘个人数据造成隐私侵犯。

3.2推崇隐私保护的整体性：精准医疗应用需要伦理、法律和技术等方面的协同护翼

精准医疗数据隐私的保护受多种因素的影响与制约，研究AI时代的数据隐私保护，必须以系统整体理论为指导，把数据隐私的保护作为一个系统看待。系统论的整体性诠释了隐私保护的整体性，精准医疗应用需要伦理、法律和技术等方面的协同护翼。首先，精准医疗的伦理规范捍卫个体尊严。作为精准医疗的基础与核心的基因数据显示出个体的特征、预期寿命，未来疾病的风险，以及对疾病、环境和污染物的易感程度等，还会显示家族其他成员的遗传倾向和信息，因此基因信息对个人具有重大意义，它是一个人最重要、最基本的隐私，关系到一个人的尊严和命运。随着AI与精准医疗的进一步深入，明确数据隐私保护的伦理原则是精准医疗应用的前提条件。其次，精准医疗的法律制度框架为数据隐私保护提供强大后盾。精准医疗需要对患者具体信息，如个人基因、环境、生活方式等方面的数据进行收集、处理和分析，由此可能会引发患者信息泄露、被不合理利用等法律和伦理风险。为解决患者隐私权问题，美国白宫2015年11月了《精准医疗隐私与信赖最终原则》，试图建立一个广泛适用的基因信息保护方面的原则框架，为实践中精准医疗的具体实施提供指导[9]。目前我国并没有针对基因信息进行专门的立法保护，相关的法律法规十分零散，对医疗机构不得泄露涉及个人隐私的有关信息的立法大都是原则性的规定，仅笼统提出公民的个人隐私受法律保护，没有进一步的细化条款，司法适用也缺少细化指导和统一标准[10]。构建保护精准医疗应用数据隐私相应的法律制度框架成为我国促进精准医疗发展的当务之急。再次，隐私保护的技术开发是对精准医疗应用数据隐私保护的有效措施。目前主要的数据隐私保护技术有同态加密、差分隐私、黑箱访问和防止推理攻击等[11]。个人隐私信息保护技术的日益成熟，精准医疗的伦理规范的确立和相应法律法规的完善，从整体上协同护翼个人隐私信息的安全。

3.3瞩目新事物的发展变化：及时调治捍卫隐私策略

应对精准医疗技术突破的新挑战技术发展带来的不断挑战、基因技术的安全性有效性的尚不明确和个人隐私保护的动态性要求我们必须瞩目新事物的发展变化，及时调治捍卫隐私策略，应对精准医疗技术突破的新挑战。一方面，隐私内涵具有动态性与多维性，从古代乡土熟人社会的人我界限的模糊到现代工业社会隐私意识的提出，从私人空间避遭他人干扰和侵害到个人拥有对自身数据的控制权等，隐私的内涵随着社会生活环境的变化而变化[12]。它也随特殊的情景如时间、地点、职业、文化、理由等诸多因素动态变动，这些都表明隐私保护须随着信息技术的演化而变化，隐私与技术之间相互制衡，二者在保持某种张力基础上实现着融合统一。另一方面，由于基因本身的独特性和复杂性，目前大多数的基因技术的安全性和有效性有待验证，这也导致基因组技术涉及的隐私尚不明确。AI与精准医疗的不断发展拷问原有的伦理和法律规范，导致现有的隐私保护策略的失效。凡此种种，精准医疗的复杂性、动态性、不明确性也不断冲击原有个人隐私保护的范围、重新定义个人隐私的行为和挑战个人隐私信息的管理。目前AI与精准医疗正处于酝酿爆发阶段，而更多新的基因组编辑平台的加入也将进一步扩充基因组编辑技术在疾病分子机制探究、分子分型诊断和靶向治疗等方面的潜在应用[13]。随着精准医疗技术体系的持续发展，必会打破原有的隐私保护边界，我们应树立与时俱进的隐私观。实时关注医疗领域新事物的新成就、新突破、新变化，在具体的实践中重新协商隐私边界，动态地调整隐私保护政策，是我们未来社会应对精准医疗技术突破的应有之义。

第7篇：精准医学计划范文

医学影像三维后处理能为诊断、临床、科研和教学提供帮助，服务临床或许是其终极目的。青岛大学医学院附属医院副院长董及其所领衔的团队，围绕国家“十二五”科技支撑计划课题“小儿肝脏肿瘤手术治疗临床决策系统开发”进行了开拓性的研究。“海信双子3D医学影像与计算机手术辅助系统（Higemi）”是该课题的阶段性成果，该系统可以帮助医生了解肝脏肿瘤病灶与肝内管道系统的相互关系，进行术前的切除可行性分析及手术规划。该团队的所做的工作，是对影像服务临床的有益探索，对今后的相关研究有一定的借鉴意义。

数字医学的基本概念与发展

数字医学作为信息技术与医学科技的多学科交叉领域，是指信息技术在整个医学领域的研究、推广与应用。一般认为，其广义定义的研究范围包括：数字化医疗设备的研发与应用、医疗管理信息系统和临床信息系统的开发与实施、数字化医院的建设与管理、临床医疗技术的数字化、区域医疗协同与信息资源共享、远程医疗会诊与远程医学教育、基础医学各个分支学科的数字技术应用和疾病预防控制与公共卫生管理的数字化等。狭义的数字医学是研究、应用数字医疗技术，也就是在临床医学的范围内充分运用计算机科学和数字化手段进行新的探索与创造，包括辅助原有医疗技术的实施和提供全新的数字医疗技术，以实现更加精确可靠的诊断和更加准确有效的治疗。

“数字医学”一般被认为最早是由美国哈佛大学医学院的Warner V.Slack教授在其专著Cyber Medicine：How Computing Empowers Doctors And Patients For Better Health Care（《数字医学：计算机技术助力医患健康照护》）中提出的。数字技术除在影像领域取得了飞速发展外，在医政管理、疫情通报、危害健康药品和食品监控等工作中同样得到了广泛应用。目前，在现代化医院里与数字化有关的高精尖仪器设备和数字化管理系统所占比重日益增加。在远程医疗、手术导航、虚拟仿真和数字化医院管理等领域，都进行了不少有价值的探索。本文所介绍的数字医学，主要是指狭义的数字医学概念。

数字医疗是把现代计算机技术、信息技术应用于整个医疗过程中的一种新型的现代化医疗方式。数字医疗设备的出现，大大丰富了医学信息的内涵和容量。从一维信息的可视化，如心电（ECG）和脑电（EEG）等重要的电生理信息；到二维信息，如CT、MRI、彩超、数字X线机（DR）等医学影像信息；进而到三维可视化，甚至可以获得四维信息，如实时动态显示的三维心脏。

近代诺贝尔奖多次颁发给该领域的科学家即反映出该领域的科学进步对人类的巨大贡献。1979年的诺贝尔医学或生理学奖，颁发给了阿伦・马克利奥德・柯麦科和戈弗雷・纽博尔德・豪恩斯弗尔德，以表彰他们发明了计算机X线断层摄影术（CT）。1991年诺贝尔化学奖授予了瑞士物理化学家恩斯特，其在发展高分辨核磁共振波谱学方面做出了杰出贡献。2003年诺贝尔生理学或医学奖授予了美国科学家劳特伯尔和英国科学家曼斯菲尔，以表彰他们在磁共振成像技术领域的突破性成就。这些现代影像设备与图像技术的研发，极大地丰富了医生的诊断技术，使医学进入了一个全新的可视化的信息时代。而基于CT与核磁共振影像衍生出的数字医学技术在欧美、日本得到了快速发展，较广泛地应用于临床医学领域。

近年来，国内许多科研单位紧跟国际发展趋势，在短期内相继成立了数字医学研究机构，如南方医科大学数字人和数字医学研究所、上海交通大学数字医学研究院、复旦大学数字医学研究中心、浙江大学数字医疗工程研究中心，以及青岛大学医学院附属医院与海信集团联合成立的山东省医药卫生“数字医学与计算机辅助手术重点实验室”等。许多从事生物医学工程学、基础医学、临床医学和计算机科学的专家学者，在北京、广州、重庆、上海、青岛和厦门等地相继开展数字化虚拟人体、计算机辅助手术规划与导航系统、外科手术辅助决策系统、临床诊断辅助决策系统、临床药学系统等的研究和应用，众多研究已将数字医学的应用范围扩展到数字医院、数字医学工程、数字医疗技术和数字化基础医学研究等各个方面。

计算机辅助手术的概念与临床应用

计算机辅助外科手术（Computer assisted surgery或Computer aided surgery，CAS）是一个新的外科手术概念，指利用计算机技术进行手术前规划，并指导或辅助进行外科手术。一般认为CAS包括：1. 创建虚拟的患者的图像；2. 患者图像的分析与深度处理；3. 诊断、手术前规划、手术步骤的模拟；4. 手术导航；5. 机器人手术。

在传统的外科手术中，手术医生根据不同的病情依据其经验形成大致的手术方案，然后在实际手术中进行不断修正，直至手术完成。这种手术方案依赖于医生个人的临床经验与技能，考虑到术中可能会发生解剖结构改变或其他突发事件，因此手术效果具有较大的随机性和不确定性。随着医学图像设备的进步，疾病的诊断已经实现了数字化。为了有效地将这些设备提供的信息与外科医生的主动性结合起来，在1986年，日本、美国和瑞士几乎同时开发了由交互式二维CT机组成的导航设备，这成为最初的CAS。CAS的出现要归功于立体定位技术和成像技术的发展，以及将二者结合的尝试。

数字医学技术在临床医学应用领域的延伸以及CT、MRI和PET-CT等医学图像获取设备的应用，催生了一个全新的手术模式――外科精准手术。在外科精准手术模式下，通过现代计算机技术的虚拟现实技术，可建立个体化的人体病理结构模型和用于术式及具体手术方式评估的虚拟手术模型。主刀医生先将其构思的手术方案输入计算机，结合采集到的术前医学影像信息，经计算机系统等处理后形成三维图像，利用医学图像数据和虚拟手术系统合理定量地制定个体化、精密的手术方案，这对选择最佳手术入路、减小手术损伤、避免对临近组织的损害、提高病灶定位精度、执行复杂外科手术和提高手术成功率等十分有益。外科精准手术具有精细的术前决策、精密的手术方案、精确的手术模拟、精准的手术操作等特点，可安全、准确、彻底地实现手术目的，达到完美的手术效果。实施外科精准手术，除需相关医学影像设备和能进行虚拟现实人机交互的计算机系统外，还需配备术中导航与术中监护等设备，以便将计算机处理的三维模型与实际手术进行定位匹配。如果手术使用了其他成像手段（如内窥镜、B超或床边CT等），则需将实时观测的图像与术前的医学图像进行匹配融合定位，引导术者进行手术。立体定位系统就是确定目标空间位置的系统，可以实时获得目标在其测量范围内的三维坐标，连接图像信息和手术目标，是虚拟到现实的桥梁，直接关系到CAS系统的精度和手术的成败。

计算机辅助手术系统是世界各国在数字医学领域竞相研究的热点和难点课题。目前，国际上许多有实力的IT公司纷纷涉足数字医学领域，如日本富士公司已将“医疗/生命科学事业”确定为集团今后的重点发展领域，致力于成为一家覆盖“预防―诊断―治疗”全领域的综合性医疗健康企业。在医学影像信息方面，富士胶片在业内率先提出了基于Web技术的PACS（Picture Archiving and Communication System，医学图像归档和通信系统），研发出了具有划时代意义的FUJI SYNAPSE，可对来自CT、MRI和CR等各种数字医疗图像诊断设备产生的影像信息进行电子化保存和分析，并辅助指导手术。飞利浦公司等利用3D地图为医生提供关于脑部的详细信息，利于医生做出正确的判断。美国麻省理工大学David开发的图像引导手术软件系统3D Slicert已经通过美国FDA认证。德国莱比锡Falk等运用三维图像重叠技术，将术前获得的三维影像重建成的冠状动脉模型与机器人辅助冠状动脉搭桥手术中的视觉图像重叠，除了能在术前进行规划，还能在术中进行导航，对术前规划方案进行调整，获得最佳的手术效果。另外，美国的EDDA、德国的Julius和法国Intrasense SAS公司的计算机辅助手术软件也较为广泛地应用于临床。

这种应用在我国肝胆外科领域和骨科领域均有探索。南方医科大学方驰华教授和总医院董家鸿教授分别联合影像学专家和计算机专家等组成团队，开发完成了腹部医学图像三维可视化系统，对患者肝胆胰等器官的断层CT个体化数据进行快速自动分割和三维重建为实时图像，观察患者病灶、肿瘤与内部动脉、静脉和胆管等管道系统的详细邻关系，并通过三维重建模型进行仿真手术，在可视化虚拟环境下，进行术前手术预设、术中指导手术等研究。总医院尹庆水教授领导的研究团队，将计算机辅助快速成型技术应用于高难度、复杂的骨科手术，以提高手术的成功率，使手术更精确、更安全。

手术演练和解剖教学领域的数字医学应用

虚拟手术系统为年轻外科医生和医学生提供了一个极具真实感的虚拟手术环境，操作者可在其中重复练习或观察、模仿专家手术过程，设计、预演和修正手术的整个过程，以便事先发现术中问题，避免由于人为因素引起手术失误。

现阶段数字解剖模型软件的研发有如下特点：由单一的结构器官辨识向系统解剖方向发展，由平面显示向三维方向发展，由“只能看”向“还能动”的虚拟解剖方向发展。随着力反馈器械的研制成功和完善，外科医生和医学生可以通过数字解剖模型软件和力反馈器械随时进行人体或手术部位的虚拟解剖和演练，而不用受到伦理约束和标本匮缺的影响。

除了临床应用外，CAS系统还可以用于教学。配合虚拟现实（Virtual Reality）和增强现实（Augmented Reality）技术，外科医生或医学院学生可以进行模拟手术。在手术器械上加上反馈装置，受训者不但可以从虚拟眼镜中看到手术部位，还可以感觉到虚拟患者的肢体和器官。通过训练，医生可以提高手术技巧，积累手术经验。医学生不用担心在虚拟手术中犯错误，可以对照手术记录反复操作直到熟练掌握。这些都降低了成本，提高了医务质量。

CAS目前的应用主要集中在刚体手术上，并使用刚体手术器械。对一些软组织器官的手术（如肝手术），或可变形器件（如纤维内窥镜的定位），是CAS的发展方向之一。目前CAS主要使用CT、MRI和PET-CT等图像。而超声图像是医学中使用广泛的图像模式，对超声图像的配准，以及通过插值配准其它低分辨率图像，将有力推动CAS的发展。

海信双子3D医学影像重建与

计算机手术辅助系统的研发及临床意义

第8篇：精准医学计划范文

关键词：医院；医学装备；质量控制体系；运维管理系统

引言

医疗技术维系着我国发展，特别是医疗建设有利于提高人民的生命安全。从发展的角度来说，将医院医学装备控制体系与运维管理系统进行有机融合，有利于为患者提供较好的生存环境。同时，工作人员也需不断完善质量控制体系内容，提升应用、管理的有效性。实际控制过程中，工作人员需结合当前卫生指标体系内容进行建构，利用相应法律体制，确保医学装备质量得到合理保障。

1医院医学装备质量控制体系内容

医院医学装备控制体系实践中，主要以提高医院医学装备系统的应用效率为目标，采用相应自动话、科学化的控制体系和控制技术，提高管理和临床医学的实践质量。同时，该指标也涵括系统工作形式、采购质量以及临床医学的护理、治疗质量等方面的内容。特别是当前控制体系实践中，采用PDCA循环模式进行建构[1]。通过设立相应的计划机制，并结合体系内容进行实践处理，再集合相应技术监控和设备检查实现设备的优化。总的来说，该体系的实践，能够提高所有控制指标的合理性，促使医院规划及建设方针均能落实到实处，有利于提高医院管理的必要性和实践性。

2当前医院医学装备运维系统的应用情况分析

2.1检修数据管理及更新问题

医学装备控制过程中检修、操作周期过长，容易导致设备检修时间、设备运行时间与检测内容不统一，难免会引发设备维修、管理方面的问题。同时，某些设备运行中设备的校检周期和工作时效不统一，容易导致该设备所检测效果不到位，进而导致诸多管理要素方面的问题。

2.2检测结果问题

检测结果需要借助自控设备进行筛查与比对，借助对应功能校检问题，实现项目控制指标。但是，传统医学装备运维问题过于繁琐，对校检信息的真实性有直接性影响，不能确保临床数据指标的合理性，为临床工作提出了严峻的问题。同时，校检结果不能第一时间送至对应科室，而采用传统信息传递模式进行综合性管理，极其容易出现校检结果失真、数据异常情况。总的来说，当前控制体系的实践中，无法将具体质量控制指标与控制系统相结合，导致质量控制方法不到位，出现数据集成控制方面的问题[2]。

3医院医学装备质量控制体系创建方法

3.1完善机构设计

工作人员需将医院医学装备控制体系与质量控制指标相结合，结合各科室的责任和机构运行模式进行综合性探讨，提升管理的有效性。由此，需结合以下几方面内容进行综合设计：工作人员需结合设备管理形式成立相应监察、控制小组，且主要工作人员配置需具备医学工程部两个质控员督查，使用科室主任，护士长日常管理本科室质控，同时使用科室有一名兼职设备管理员协助管理进行协调管制，从而明确相应的管控项目。例如在血透机设备的监察过程中，需分析血透机的设备型号、软件工作模式、半透膜功能以及Hb（血红蛋白）、HCT（红细胞比容）参数指标内容，采用相应日常管理工作对这些功能的实时指标进行分析，确保机构组织的责任均能落实到实处。通过对所有医疗设备的工作性能进行监察，从而提升各科室所应用的医学装备应用的功能。

3.2落实管理机制

工作人员需确保核心管理机制的有效性，根据医院的发展动向确立基本质量规范性和管理办法，促使管理形式更为有效。首先，工作人员需结合《质量控制工作管理制度》内容进行实践探索，在管理流程中分析常规监测工作形式和指标数据的不合理性，采用相应维修管理方案进行优化。例如可根据设备所显示的数据内容进行制度校检，对比各设备的工作效果，提升医院控制体系的精准度。其次，工作人员需将机制内容与考评内容相结合，促使管理更为有效[3]。其次，工作人员需将控制机制与质量控制内容相衔接，采用一体化模式对指标机制进行审查，将所有合格或不合格的数据进行集成化管理，确保所有管控方案与计划流程的有效性。设计过程中，需分析出较为科学的定评测机制，提高管理的精准度。再者，管理设计中，采用以下模式进行机制优化：（1）集成管理：集成管理主要采用精确搜索模式对数据结果进行审核，分析出设备的工作情况，保证设备运行的稳定性。同时，管理过程中，需设立对应预防维修措施和预防管理措施，分析设备预开机、中期以及后期的工作形式，促使被动化管理能将有所数据进行监测。例如在心电图控制设备监测中，需采用项目监察技术进行设计，结合质控体系进行统一测试，使所有设备的工作情况均能够得到全面体现。（2）分散管理：分散管理主要采用较为简单的管理技术进行实践，采用模糊查询技术对数据等效情况、实验数据精准度进行测试，确保医疗设备的使用达到相应校检要求。同时，分散管理过程中需对所有医学装备的所有功能性进行调研，重点分析气密性、管件连接情况，并结合科学化控制机制和管理机制分析设备的运行周期，有利于全面提高管件的使用功能。

3.3完善教育宣传

强化工作人员的工作意识和工作主动性，也有利于提高医学装备的应用效率。首先，需要求工作人员具备较好的工作主动性，根据资源汇总情况、汇总目标确立相应的宣传机制，提升宣传的合理性。其次，需根据我院的组织规划活动设立相应的宣传任务，采用相应卫生部署会议进行组织会议，提升控制工作的有效性。再者，专题讲座设计中，需结合我院的医学装备的运用情况进行培训设计，针对科室工作形式和工作目标进行组织探讨，落实核心质量控制指标培训形式，促使培训工作的氛围更加有效。例如培训内容制定过程中，需在此内容中融入新时期医院控制方针内容，组织工作人员对医院工作方式进行探究，并结合会议培训、探究模式提高宣传有效性，促使相应知识讲座提升医学装备工作价值。最后，工作人员需采用相应编制办法对工作内容、工作形式进行宣传。例如对于重点仪器的管制中，可结合医院仪器管制办法进行实践推广，分类处理仪器工作过程中的安全隐患和事故问题，提升控制工作的合理性。

3.4完善监控设计

项目监察及控制对提高质量控制效果有积极作用，而多方面审查结果存在数据异常情况，所以需要对监控指标测试进行项目优化。首先，工作人员需完善管理、验收、预防等效果，并采用相应预防性维护（PM）技术进行技术监控，根据项目功能值参数效果情况进行测试，提升初期控制的有效性。在控制过程中，需结合体系内容对所有风险情况进行预计排查，如肾脏疾病、组织病变的疾病的检查中，则需采用流程化控制指标测试分析出血透设备、CT机、MRI机器的工作效果，采用信息化机制对所有医学装备情况进行测算，落实各科室工作人员的管理责任[4]。再者，监控设计中，需结合多重审核要求、审核机制、质量标准体系进行优化，结合相应测量要求对所有管理、技术操控模式进行调控，并根据医院医疗设备的使用方法和使用情况进行探索，以确保主体监控体系的合理性和有效性。同时，工作人员需深入对各类监控体系工作步骤合理性的审查，采用相应校准技术对比当前操作技术环节与原始操作模式的差异性，并依据相应数据情况落实对应操作方法，进而提高监控设计的有效性。譬如可设计相应监控标准进行对比调控，确保项目主体的要求在检测标准当中。最后，需要工作人员对所有监控设计进行测试，结合项目结果进行综合筛查，从而实践精细化管理的目标。总之，完善监控设计模式，并将相应控制流程与设备维修、管理实践模式相结合，采用相应控制举措提高维修的精准性，有利于降低设备安全隐患的发生几率。

第9篇：精准医学计划范文

继“贵医云”之后，贵州智慧医疗领域再出新力作――“遵医云”。

“遵医云”由遵义医学院附属医院与贵州信邦富顿科技有限公司合作建设，于2016年12月1日上。

病人线上咨询、预诊、凭手机看病，医生用随身携带的患者管理工具――“遵医云”手机APP进行听诊、院外随访、跟踪回访，并可根据患者的健康档案、咨询记录，精准医疗，确保医疗质量和就医效率……“遵医云医院”不仅为广大用户提供了更便捷的获取优质医疗服务的渠道，还建立了广泛的医患沟通模式，改善了医患关系。

“线上咨询、预诊，一方面可以服务一部分不需要马上到医院就诊的病人，增加线上门诊量；另一方面还可以通过线上的咨询和预诊发现一些潜在的疑难杂症病人，引导他们到医院进行就诊。通过这样的服务，把病人做了区分，普通的病人在线上服务解决问题，疑难杂症的病人到线下门诊进行更专业的服务。”负责该平台技术运营的贵州信邦富顿科技有限公司副总经理洪庆刚告诉记者，这种模式与国家分级诊疗的政策导向相符合，不仅可以提高医院到院患者的质量，还能帮助患者及时发现病情，得到更专业的服务。

铜仁市石阡县一名出生20多天的婴儿方中平（化名），吃东西不排便，家属很着急，但不知道怎么办。

后来，病人家属通过“遵医云”咨询了遵医附院小儿普胸泌外科医生刘远梅主任。

在刘医生的指导下，病人家属在线上和医生预约好时间，带方中平到遵医附院进行了及时的腹部彩超常规检查、胃肠道彩超常规检查、直肠钢管测压检查和手术。最后，方中平得以康复。

“目前在‘遵医云’上服务的医生已达110人，全部是主任医生和副主任医生级别，涵盖18个科室。”洪庆刚告诉记者，从一个月的实际服务情况看，很多患者可以通过“遵医云”平台及时打消疑虑，并快速获得治疗方案。

“遵医云”是以三甲大型医院为依托建立的互联网医院，围绕大数据、大扶贫两大战略行动，围绕贵州全民大健康战略，促进优质医疗资源下沉，在提高基层群众的健康服务水平以及精准扶贫等方面具有很好的社会意义。

“‘遵医云’的上线，能够让遵医附院的服务拓展至社区、药店，乃至偏远乡镇和广大农村，让老百姓真真切切地享受到优质医疗资源下沉带来的实惠和便捷。”洪庆刚说。