支持精准医疗的国外临床决策支持系统

ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１６７１－３９８２．２０１６．０２．００４

・研究与探讨・

支持精准医疗的国外临床决策支持系统

杨春华，王天津，黄思敏，刘　娜，王　颖

［摘要］实现大数据基础上的精准医学目标，需要可靠的证据支持、信息技术和产品保障。本文介绍了国外较为成熟的临床决策支持产品：法国居里研究院的无缝信息产品和护理决策支持产品Ｍｙｃａｎｃｅｒｇｅｎｏｍｅ、ＩＢＭ的Ｗａｔｓｏｎ及相关的证据研究。建议我国借鉴美国方式培养生物信息学高端人才、开放医疗数据共享、制定需求导向的研究战略，科学布局，建设生物信息学基础框架和癌症知识网络，推动基因组、蛋白质组等组学技术研究成果与临床电子病历系统的对接与融合。［关键词］精准医疗；生物信息学；基因组学；临床决策支持系统；电子健康病历；医疗大数据

［中图分类号］Ｒ－０５８　　　　［文献标志码］Ａ　　　　　［文章编号］１６７１－３９８２（２０１６）０２－００１４－０６

Ｐｒｅｃｉｓｉｏｎｍｅｄｉｃｉｎｅ－ｏｒｉｅｎｔｅｄｃｌｉｎｉｃａｌｄｅｃｉｓｉｏｎｓｕｐｐｏｒｔｉｎｇｓｙｓｔｅｍｉｎｆｏｒｅｉｇｎｃｏｕｎｔｒｉｅｓＹＡＮＧＣｈｕｎ－ｈｕａ，ＷＡＮＧＴｉａｎ－ｊｉｎ，ＨＵＡＮＧＳｉ－ｍｉｎ，ＬＩＵＮａ，ＷＡＮＧＹｉｎｇ（ＭｅｄｉｃａｌＬｉｂｒａｒｙｏｆＣｈｉｎｅｓｅＰＬＡ，Ｂｅｉｊｉｎｇ１０００３９，Ｃｈｉｎａ）

［Ａｂｓｔｒａｃｔ］Ｒｅｌｉａｂｌｅｄａｔａｓｕｐｐｏｒｔ，ｉｎｆｏｒｍａｔｉｏｎｔｅｃｈｎｏｌｏｇｙａｎｄｉｔｓｐｒｏｄｕｃｔｓａｒｅｎｅｅｄｅｄｔｏａｃｈｉｅｖｅｔｈｅｔａｒｇｅｔｏｆｂｉｇｐｒｏｄｕｃｔａｎｄｎｕｒｓｉｎｇｄｅｃｉｓｉｏｎｓｕｐｐｏｒｔｉｎｇｐｒｏｄｕｃｔｓ（ｍｙｃａｎｃｅｒｇｅｎｏｍｅａｎｄＷａｔｓｏｎ）ａｎｄｓｔｕｄｉｅｓｏｎｔｈｅｉｒｒｅｌａｔｅｄｅｖｉ－ｄａｔａ－ｂａｓｅｄｐｒｅｃｉｓｉｏｎｍｅｄｉｃｉｎｅ．Ｔｈｅｍａｔｕｒｅｃｌｉｎｉｃａｌｄｅｃｉｓｉｏｎｓｕｐｐｏｒｔｉｎｇｐｒｏｄｕｃｔｓ，ｓｕｃｈａｓｓｅａｍｌｅｓｓｉｎｆｏｒｍａｔｉｏｎ

ｄｅｎｃｅｉｎｆｏｒｅｉｇｎｃｏｕｎｔｒｉｅｓｗｅｒｅｔｈｕｓｄｅｓｃｒｉｂｅｄｉｎｔｈｉｓｐａｐｅｒｗｉｔｈｓｕｇｇｅｓｔｉｏｎｓｐｕｔｆｏｒｗａｒｄｆｏｒｓｃｉｅｎｔｉｆｉｃａｃｈｉｅｖｅｍｅｎｔｓｉｎｐｒｏｆｅｓｓｉｏｎａｌｓ，ｓｈａｒｉｎｇｍｅｄｉｃａｌｄａｔａ，ｗｏｒｋｉｎｇｏｕｔｎｅｅｄ－ｇｕｉｄｅｄｒｅｓｅａｒｃｈｓｔｒａｔｅｇｉｅｓ，ｃｏｎｓｔｒｕｃｔｉｎｇｂａｓｉｃｂｉｏｉｎｆｏｒｍａｔｉｃｓｆｒａｍｅｗｏｒｋａｎｄｃａｎｃｅｒｋｎｏｗｌｅｄｇｅｎｅｔｗｏｒｋ．ｒｅｃｏｒｄｓ；Ｍｅｄｉｃａｌｂｉｇｄａｔａ

　　精准医疗（ｐｒｅｃｉｓｉｏｎｍｅｄｉｃｉｎｅ）是通过基因组、蛋白质组等组学技术和医学前沿技术，对疾病进行精细分类及精确诊断，从而对疾病和特定患者进行个性化精准治疗的新型医学概念与医疗模式实现在疾病重新“分类”基础上的“对症用药”

［１－２］

ｇｅｎｏｍｅｓａｎｄｉｎｄｏｃｋｉｎｇａｎｄｉｎｔｅｇｒａｔｉｎｇｃｌｉｎｉｃａｌｅｌｅｃｔｒｏｎｉｃｍｅｄｉｃａｌｒｅｃｏｒｄｓ，ｓｕｃｈａｓｔｒａｉｎｉｎｇｌｅａｒｎｅｄｂｉｏｉｎｆｏｒｍａｔｉｃｓ

［Ｋｅｙｗｏｒｄｓ］Ｐｒｅｃｉｓｉｏｎｍｅｄｉｃｉｎｅ；Ｂｉｏｉｎｆｏｒｍａｔｉｃｓ；Ｇｅｎｏｍｉｃｓ；Ｃｌｉｎｉｃａｌｄｅｃｉｓｉｏｎｓｕｐｐｏｒｔｉｎｇｓｙｓｔｅｍ；Ｅｌｅｃｔｒｏｎｉｃｍｅｄｉｃａｌ

疗，就需要在大量信息基础上的知识挖掘以及全方位的技术保障。

实现精准医学的核心，是构建跨越基础研究到临床实践的基于基因组数据的知识网络和平台，其中涉及信息技术利用、基因组学研究、大数据技术、人员素质的提升等多方面，包括证据支持研究、方法创新、检验并最终应用，建立指导临床实践的证据，形成临床决策支持系统，进而实现精准治疗。１　证据支持研究

促进对疾病风险的评估、了解发病机制、预测更多疾病最佳治疗的研究，在健康和健康护理方面实现精准医学利益的最大化是美国精准医学计划的内容之一

［２］

，

［３］

。

当前研究显示，每种癌症都有其独特的遗传特性、肿瘤特异性标志物，也发现了多种类型肿瘤的共同特征

［４］

。这大大改进了癌症的预期、诊断和治疗

方法，然而要对癌症有更深入的了解和更有效的治

［作者单位］解放军医学图书馆，北京　１０００３９

［作者简介］杨春华（１９６５－），女，河北秦皇岛人，研究馆员，硕士研究

生导师，主编专著１部，发表论文３０余篇。

。当前取得的基因组成果和标记物发现

与癌症预防和治疗的临床实践之间，还存在着巨大的证据鸿沟，缺少强有力的临床证据研究，限制了这些工具在临床实践中的应用

［５］

精准医学疗效比较研究（Ｃｏｍｐａｒａｔｉｖｅｅｆｆｅｃｔｉｖｅｎｅｓｓｒｅｓｅａｒｃｈ，ＣＥＲ），目的是通过这些重要的证据支持研究，产生可以改善健康护理的智慧决策。其ＣＥＲ研究的发现、挑战、在临床实践中实施的障碍、研究重点见表１。

。

受益于２００９年的美国复苏与再投资法案，美国国立癌症研究所资助了７个研究团队进行基因组和

表１　基因组学和精准医学项目疗效比较研究的目标

　　　　　项目名称

可利用基因组信息的电子健康病历建设

结肠癌基因组与个体化医疗的比较（ＣＥＲＧＥＮ）

癌症药物基因组学临床有效性程序

聚焦比较癌症治疗有效性的信息基础架构建设

基因组医学效果比较（ＣＥＧｅＭ）

　　宾夕法尼亚大学　　Ｈ．ＬｅｅＭｏｆｆｉｔ癌症中心　　杜克大学　　ＫａｉｓｅｒＰｅｒｍａｎｅｎｔｅ　　　　　领衔研究机构　　弗吉尼亚大学

　　　　　　　　　　目　　　　　　标

能有效、精确地采集个人、家庭和基因组信息并且整合到电子健康病历中，进行风险评估，对提供者和病人给予决策支持进行结直肠癌基因组学的ＣＥＲ研究；包括评估林奇综合症的基因检测的成本效益和结直肠癌治疗管理的ＫＲＡＳ基因突变检测开发评估肺癌和乳腺癌药物基因组学标志物的支持证据生成及临床疗效评价研究的生物样本和数据登记程序

建设ＣＥＲ信息基础设施，包括ＣＥＲ元数据标准，支持新的信息架构应用的广义ＣＥＲ数据集

进行４项研究：尼古丁成瘾的的药物基因组学；利用单核苷酸多态性进行乳腺癌风险筛查和预防；非小细胞肺癌的个体化治疗；预防黑色素瘤的ＣＤＫＮ２Ａ／ｐ１６测试

癌症基因组学效果比较中心（ＣＡＮＣＥＲＧＥＮ）

　　ＦｒｅｄＨｕｔｃｈｉｎｓｏｎ癌症中心

建立与外部利益相关者的合作，包括决策建模，数据库链接，伦理、政策以及借助西南肿瘤协作组临床试验网络优势进行临床试验设计

前列腺癌基因组靶向化疗的临床有效性和实用性

　　ＷａｋｅＦｏｒｅｓｔ大学

评估前列腺癌基因组靶向化疗的临床有效性和实用性

　　从表１可看出，上述研究主要集中在基础设施、知识产生、知识合成和知识转化４个层面。其中基础设施层面的主要任务是解决数据和生物样本采集、建设多学科团队；知识产生层面的主要任务是组织随机对照试验、观察研究、建设方法学研究团队；知识合成层面的主要任务是知识合成、决策建模；知识转化层面的主要任务是医护管理、临床实践指南。基础框架，收集癌症病人的肿瘤样本和临床数据。该研究团队迄今已获得９１０００病人的同意，收集了３３５００多肿瘤样本，产生了１７０００多条高质量基因表达谱和４５００多大规模并行序列（全基因组、全外显子组和靶标外显子组）的数据。目前需进一步开发与整合开放存取资源的临床网络来支持ＣＥＲ研究，提供ＣＥＲ培训和教育计划，并进行经济和决策建模研究。

Ｈ．ＬｅｅＭｏｆｆｉｔｔ癌症中心的研究团队开发了ＣＥＲ信息

２　支持精准医学的无缝信息产品

由于临床数据呈指数增长，必须依赖有效的生物信息学系统把知识转化为分子靶标和诊断建议；而且临床试验和诊断都需要一个智慧型的生物信息学环境，进行数据整合和检索，正确处理和分析基因组数据，进行可重复的工作流管理和决策

［６］

。

为实现上述目标，法国居里研究院开发了无缝信息系统，能促进数据整合并且实时跟踪个体样本的处理过程。其计算管线能根据患者的分子图谱可靠识别基因组变化和突变，通过严格的质量控制，可以给医生和生物学家提供关于治疗决策的有价值的报告

［７］

。该系统成功应用于一项根据肿瘤分子图谱

的靶向治疗与传统疗法治疗顽固性癌症的多中心随机ＩＩ期试验中（ＳＨＩＶＡ临床试验），实施框架（图１）的左栏为从病人咨询到给出治疗方案等工作流程中所需的信息学和生物信息学体系结构，右栏为所需

涉及的不同专家，中间一栏显示支持不同工作流程所需的信息系统或技术，包括电子病历、ＩＴ支持（数据存储和处理）、数据分析、数据整合、知识和数据共享等。该系统主要工作流程（图２）包括：采集病人样品，技术平台（ＮＧＳ、芯片，免疫组织化学等）处理样品时使用专门的生物信息学管线分析原始数据并

存储结果，ＫＤＩ核心系统参考样本数据和对应的病人，进行多数据查询；利用特异性生物信息学管线从异构数据源产生新的综合知识。其知识和数据整合系统是基于异构数据集成的一个具有高度可扩展性、可塑性、可靠性和互操作性的无缝信息系统，Ｗｅｂ应用程序是基于多层体系架构，采用Ｊ２ＥＥ

技术开发。

图

１　肿瘤精准医学框架

图２　肿瘤精准医学流程

［１４］

３　临床决策支持产品（ＣｌｉｎｉｃａｌＤｅｃｉｓｉｏｎＳｕｐｐｏｒｔ，ＣＤＳ）３．１　ＩＢＭ的电脑医生Ｗａｔｓｏｎ

智能系统，能够理解自然语言和精确回答问题，有超强的认知计算能力。目前可以通过询问病人的病征、病史，通过人工智能技术、自然语言处理和分析技术，综合从电子健康病历系统、医学相关数据库、基因组学等各渠道获得信息和数据，迅速给出诊断提示和治疗意见，作为医疗辅助工具推动了癌症的给出智能的医疗和护理建议，实现精准治疗。美

国ＣＤＳ的飞速发展得益于２００９年促进经济和临床健康的卫生信息技术法案（ＨｅａｌｔｈＩｎｆｏｒｍａｔｉｏｎＴｅｃｈ－ｎｏｌｏｇｙｆｏｒ

（ＨＩＴＥＣＨ）。该法案未来１０年对使用电子病历取得医疗改善的合格提供者和医院给予２７０亿美元的奖励

［１５］

Ｗａｔｓｏｎ是ＩＢＭ公司自２００７年开始研发的人工

ＥｃｏｎｏｍｉｃａｎｄＣｌｉｎｉｃａｌＨｅａｌｔｈＡｃｔ

。过去１０年间，大量的基因突变和通路被识

别为癌症治疗的靶标，并有８００余种实验药物处于临床试验阶段。基于基因组的风险评估将使医生和治疗

［８－９］

。

２０１１年，沃森开始为美国保健服务提供商ｗｅｌｌ－ｐｏｉｎｔ且后期应用于肿瘤临床试验

负责复杂病例的护士及医生服务［１０］

；２０１３，年审查医嘱并，沃森成为

癌症诊断专家和医疗服务利用管理的专家［１１］

。

２０１４年，安德森癌症中心与ＩＢＭ合作，整合安德森癌症中心临床医生和研究人员的知识，建立由沃森认知计算系统驱动的中心肿瘤专家顾问库（ＯｎｃｏｌｏｇｙＥｘｐｅｒｔ定、调整癌症患者的治疗方案Ａｄｖｉｓｏｒ，ＯＥＡ）。ＯＥＡ系统能帮助临床医生制。同时，ＩＢＭ沃森技术还能简化和标准化患者的病历、实验室检验数据和研究数据集，并将数据整合到安德森癌症中心的病人数据库进行深度分析和挖掘

［１２］

。

的医学文献信息Ｗａｔｓｏｎ通过获取的基因序列数据及与药物匹配

，包括病人独特的基因突变，确定最有可能的驱动突变及作用的药物靶标。ＩＢＭ和Ｍａｙｏ床试验诊所将合作开发一个创新性平台、病人基因组和治疗信息的输入，随着更多临，使Ｗａｔｓｏｎ在肿瘤诊断和治疗中发挥更大作用

［９］

。发现新药的大数据服务Ｊｏｈｎｓｏｎ＆Ｊｏｈｎｓｏｎ则与，通过提供沃森阅读和理解

ＩＢＭＷａｔｓｏｎ签订了旨在

详述临床试验结果的科研论文，快速地综合有用信息，制定和评估药物治疗方案及其他的治疗方式。Ｗａｔｓｏｎ助科学家鉴定对比药物样本是否有任何不良的遗传

发现顾问（ＷａｔｓｏｎＤｉｓｃｏｖｅｒｙＡｄｖｉｓｏｒ）可以帮学记录。而之前同样工作需要３个人平均花费１０个月来收集准备数据，才能够开始进行分析［１３］

。

３．２　ＭｙＣａｎｃｅｒＧｅｎｏｍｅ（我的癌症基因组）

临床决策支持（ＣＤＳ）是一种复杂的健康信息技术，能够翻译和整合基因组知识与电子病历（ＥＨＲ）等其他临床系统的病人信息，自动处理患者数据并

病人建立一个高度个性化的癌症筛查和预防策略，从而能够最终实现早期诊断和改善预后，提高生存率

［１５］

。然而临床决策是基于一系列病人和疾病的特

点，包括基因组突变检测和所有患者特异性数据的临床应用，许多临床医生缺乏利用基因组信息的知识和正规训练而面临了解和整合基因组数据的挑战

［１６］

。

成功的ＣＤＳ能够自动成为工作流程的一部分，为医生决策随时随地提供干预措施、诊段和治疗建议，与体检数据和医嘱录入系统整合为一体而很少再需要额外的临床数据录入

［１５，１７］

，因而对临床很有价值。

症中心Ｍｙ２０１１Ｃａｎｃｅｒ年研发成功Ｇｅｎｏｍｅ由范德比尔特，是美国第一个个性化的癌－英格拉姆癌

症决策支持工具，旨在为肿瘤科护士提供临床决策

支持。其数据来源于护理、医学文献及因特网

［１５］

。

它能快速提供最新的影响不同癌症的基因突变和针对突变的特别治疗措施，与电子病历（ＨＥＲ）系统整合，给医生提供突变靶向治疗和可能的临床试验的即时检测床旁决策支持，医生、病人或研究人员可通过因特网获得相关的信息服务

［１５］

。访问者按疾病、

基因或突变检索基因组信息非常容易。检索结果也包括和基因及疾病相关的动态的临床试验结果，同时给出完整的针对突变的靶向治疗方案汇总，这些方案都与出版的论文摘要链接。获得基因相关的临床试验信息有几种途径

［１８］

。

当阅读某个特定基因或变异时可同时浏览网站的临床试验信息，用户也可通过网站首页的“Ｆｉｎｄａ可以从数据库检索ＣｌｉｎｉｃａｌＴｒｉａｌ”进入感兴趣的疾病和１３５种癌症类型和／或基因４９０种癌症相。目前

关基因，临床试验信息每周从国立癌症研究所的医生数据查询数据库下载，内容注解包括每项试验正在评估的基因。

已经批准和正在研究的抗癌药目录，并按药物和作用靶标分类。其丰富的内容由来自美国、欧洲、澳洲和亚洲不同机构的５９个临床和科学专家形成的合作网络提供，定期更新，并由一个多学科团队维护管理。该项目因提供了支持持续的、基于证据应用的治疗方法，获得美国国立癌症研究所和国立卫生信息技术合作局（ｔｈｅＯｆｆｉｃｅｏｆｔｈｅＮａｔｉｏｎａｌＣｏｏｒｄｉｎａｔｏｒｆｏｒＨｅａｌｔｈＩｎｆｏｒｍａｔｉｏｎＴｅｃｈｎｏｌｏｇｙ’ｓ）的奖励。

ＭｙＣａｎｃｅｒＧｅｎｏｍｅ提供十分全面的美国ＦＤＡ

值得我们借鉴。

４．２　开放与共享数据资源

美国食品药品监督管理局（ＦＤＡ）于２０１４年６月２日正式上线公共数据开放项目ＯｐｅｎＦＤＡ（ｏｐｅｎ．ｆｄａ．ｇｏｖ），开放了２００４－２０１３年间提交给ＦＤＡ的“３００万份药物不良反应报告”的数据，并向民众即时推送大量健康信息及海量的数据资源。此举将有效促进公共及私人部门创新，、推进学术研究、民众教育以及公众健康”

［２３］

。

使用Ｍｙ，全部药物名单可以从ＣａｎｃｅｒＧｅｎｏｍｅ抗癌药移动ｉＴｕｎｅｓ商店的任何苹果ＡＰＰ也已投入

ｉＯＳ设备免费下载尽管ＣＤＳ系统优点很多。

，但当前基因组学和

工作流程中ＣＤＳ设计与实施还都不成熟。

，需要谨慎整合到临床

４　我国的精准医疗对策

从国外精准医疗信息产品的研发实例可以看出，精准医学有明确的科学含义和具体内容，需要全方位的信息技术保障和产品支撑，我们必须加快信息技术利用，培养智慧医疗人才，制定医疗数据共享政策，开展医疗大数据及诊断技术研究。４．１　培养精准医疗所需的适用人才

“精准医学”需要不断地响应最新的信息技术和医疗进展，需要具有创造力的生物学家、医生、技术开发人员、数据科学家、患者以及其他人员的积极参与，特别是具有交叉学科背景的复合型人才。生命科学家和医生面临大数据的瓶颈，需要一体化的基因组信息及临床数据解读工具来辅助临床、科研决策。目前我国近５０家院校设有医学信息管理专业，但学生的医学背景、计算机水平、数据处理能力，与生物信息学发展要求有很大差距

［１９－２１］

。医学生培

养以基础医学、临床医学为主，欠缺信息素养、计算机分析与数据处理能力，计算机专业的学生则缺乏对医学知识的理解，人才培养存在难以逾越的专业鸿沟。而美国的医学生培养属研究生教育（ＧｒａｄｕａｔｅＥｄｕｃａ－ｔｉｏｎ学院入学考试），必须先获得大学本科学士学位（ＭＣＡＴ）后，才有资格申请就读医学，并通过美国医院，毕业后可获得医学博士学位

［２２］

，因此医学生来

源于各个专业。这种医生培养模式优势明显，容易在交叉学科产生创新，更适应当前精准医学的发展，

我国的卫生信息化建设虽已开展多年，但缺乏整体规划。各医院的电子病历系统不能兼容

［２４］

，各个区域卫生信息化系统仍是一个个信息孤岛

［２５－２７］

，

数据不能共享，无法形成有价值的医疗大数据。

数据开放是大势所趋。要推进精准医疗，就必须从国家层面制定政策，完善电子病历系统，整合现有临床信息系统，开放医学研究的数据与资源，实现共享。

４．３　科学布局，加强信息技术研究

基因组学研究成果与临床实践的融合更依赖于大数据技术和信息技术。为此，我国要在医学信息技术研究与利用方面科学布局，制定全面的研究计划来促进精准医学的方法创新，精准而集中地投入科研经费。建立指导临床实践的证据，建构“癌症知识网络”存储数字形式的分子及医学数据，对健康和疾病认知提供知识储备并以多种形式供科学家、医护人员及病人使用。５　结论

精准医学的发展依赖信息技术，尤其是依赖各种临床信息系统的整合与大数据技术。但需要明确的是，医疗大数据的建设不是目的，而在于合理、高效地挖掘和利用大数据，并发现其中的知识和规律，进而指导临床实践，应避免对医疗大数据进行本末倒置的炒作。

应像青蒿素项目攻关一样，展开全国性的跨学科的科研大协作，制定需求导向的研发战略，建设生物信息学研究基础设施，开发移动医疗设备、可穿戴医疗设备，实现病人生理数据、健康指标的实时采集和监测预警，以“上医治未病”为目标，确保肿瘤早期诊断、有效治疗和复发预测。以信息技术促进蛋白质组、基因组等组学技术研究成果在临床的应用，

尽快实现与临床电子病历系统的对接和融合，建设开放、数据共享的医学研究新模式，实现提高我国人民健康水平的真正的科学突破。

【参考文献】

［１］　ＣｏｌｌｉｎｓＦＳ，ＶａｒｍｕｓＨ．Ａｎｅｗｉｎｉｔｉａｔｉｖｅｏｎｐｒｅｃｉｓｉｏｎｍｅｄｉｃｉｎｅ［Ｊ］．

ＮＥｎｇｌＪＭｅｄ，２０１５，３７２（９）：７９３－７９５．

［２］　杨焕明．奥巴马版“精准医学”的“精准”解读［Ｊ］．中国医药生

物技术，２０１５（３）：１９３－１９５．

［３］　ＴｈｅＷｈｉｔｅＨｏｕｓｅＯｆｆｉｃｅｏｆｔｈｅＰｒｅｓｓＳｅｃｒｅｔａｒｙ．ＦＡＣＴＳＨＥＥＴ：

［１３］　ＪｅｅｌａｎｉＭ．ＷＡＴＳＯＮＷａｔｓｏｎ，Ｃｏｍｅｈｅｒｅ．Ｉｗａｎｔｙｏｕ．Ｊｏｈｎｓｏｎ＆

Ｊｏｈｎｓｏｎ＇ｓＣＥＯｅｎｌｉｓｔｓＩＢＭ＇ｓｂｉｇ－ｄａｔａｓｅｒｖｉｃｅｔｏｆｉｎｄｎｅｗｄｒｕｇｓ［Ｊ］．Ｆｏｒｔｕｎｅ，２０１４，１７０（６）：３６．

［１４］　ＢｅｒｎｅｒＥＳ．Ｃｌｉｎｉｃａｌｄｅｃｉｓｉｏｎｓｕｐｐｏｒｔｓｙｓｔｅｍｓ：ＳｔａｔｅｏｆｔｈｅＡｒｔ

［Ｍ］．Ｒｏｃｋｖｉｌｌｅ，ＭＤ：ＡｇｅｎｃｙｆｏｒＨｅａｌｔｈｃａｒｅＲｅｓｅａｒｃｈａｎｄＱｕａｌｉｔｙ，２００９．

［１５］　ＣａｒｎｅｙＰＨ．Ｉｎｆｏｒｍａｔｉｏｎｔｅｃｈｎｏｌｏｇｙａｎｄｐｒｅｃｉｓｉｏｎｍｅｄｉｃｉｎｅ［Ｊ］．

ＳｅｍｉｎＯｎｃｏｌＮｕｒｓ，２０１４，３０（２）：１２４－９．

［１６］　ＳｅｔｔｉｇＤＦ，ＷｒｉｇｈｔＡ，ＯｓｈｅｒｏｆｆＪＡ，ｅｔａｌ．Ｇｒａｎｄｃｈａｌｌｅｎｇｅｓｉｎ

ｃｌｉｎｉｃａｌｃｅｃｉｓｉｏｎｓｕｐｐｏｒｔｖ１０［Ｊ］．ＪＢｉｏｍｅｄＩｎｆｏｒｍ，２００８，４１：３８７－３９２．

ＰｒｅｓｉｄｅｎｔＯｂａｍａ’ｓＰｒｅｃｉｓｉｏｎＭｅｄｉｃｉｎｅＩｎｉｔｉａｔｉｖｅ［ＥＢ／ＯＬ］．（２０１５－０１－３０）［２０１５－０３－２０］．ｈｔｔｐｓ：／／ｗｗｗ．ｗｈｉｔｅｈｏｕｓｅ．ｇｏｖ／ｔｈｅｃｉｓｉｏｎ－ｐｒｅｓｓ－ｍｅｄｉｃｉｎｅ－ｏｆｆｉｃｅ－／２０１５ｉｎｉｔｉａｔｉｖｅ／０１．

／３０／ｆａｃｔｓｈｅｅｔ－ｐｒｅｓｉｄｅｎｔ－ｏｂａｍａ－ｓ－ｐｒｅ－［４］　Ｍｅｒｉｃ－ＢｅｒｎｓｔａｍＦ，ＦａｒｈａｎｇｆａｒＣ，ＭｅｎｄｅｌｓｏｈｎＪ，ｅｔａｌ．Ｂｕｉｌｄｉｎｇａ

ｐｅｒｓｏｎａｌｉｚｅｄＣｌｉｎＯｎｃｏｌ，２０１３，３１：１８４９－ｍｅｄｉｃｉｎｅｉｎｆｒａｓｔｒｕｃｔｕｒｅ１８５７．

ａｔａｍａｊｏｒｃａｎｃｅｒｃｅｎｔｅｒ［Ｊ］．Ｊ［５］　ＮａｏｋｏＩ，Ｓｉｍｏｎｄｓ，ＭｕｉｎＪ．Ｋｈｏｕｒｙ，ＳｈｅｒｉＤ．ｅｔａｌ．Ｃｏｍｐａｒａｔｉｖｅｅｆ－

ｆｅｃｔｉｖｅｎｅｓｓＣｕｒｒｅｎｔＬａｎｄｓｃａｐｅｒｅｓｅａｒｃｈａｎｄｉｎＣａｎｃｅｒＦｕｔｕｒｅＰｒｏｓｐｅｃｔｓＧｅｎｏｍｉｃｓ［ａｎｄＪ］．ＰｒｅｃｉｓｉｏｎＪＮａｔｌＣａｎｃｅｒｍｅｄｉｃｉｎｅＩｎｓｔ：，

２０１３，１０５：９２９－９３６．

［６］　ＣｏｍｍｉｔｔｅｅｏｎａＦｒａｍｅｗｏｒｋｆｏｒＤｅｖｅｌｏｐｍｅｎｔａＮｅｗＴａｘｏｎｏｍｙｏｆ

ｉｅｓＤｉｓｅａｓｅ，ｅｔａｌ，．ＢｏａｒｄＴｏｗａｒｄｏｎＬｉｆｅＳｃｉｅｎｃｅｓ，ＤｉｖｉｓｉｏｎｏｎＥａｒｔｈａｎｄＬｉｆｅＳｔｕｄ－

ｗｏｒｋＷａｓｈｉｎｇｔｏｎｆｏｒｂｉｏｍｅｄｉｃａｌｐｒｅｃｉｓｉｏｎ，Ｄ．Ｃ．：ｒｅｓｅａｒｃｈｍｅｄｉｃｉｎｅＴｈｅＮａｔｉｏｎａｌａｎｄａＡｃａｄｅｍｉｅｓｎｅｗ：ｂｕｉｌｄｉｎｇｔａｘｏｎｏｍｙａＰｒｅｓｓｏｆｋｎｏｗｌｅｄｇｅ，２０１１．ｄｉｓｅａｓｅ［Ｍｎｅｔ］．－［７］　ＳｅｒｖａｎｔＮ，ＲｏｍéｊｏｎＪ，ＧｅｓｔｒａｕｄＰ，ｅｔａｌ．Ｂｉｏｉｎｆｏｒｍａｔｉｃｓｆｏｒｐｒｅｃｉ－

ｓｉｏｎｃｌｉｎｉｃａｌｍｅｄｉｃｉｎｅｔｒｉａｌ［Ｊｉｎ］．ｏｎｃｏｌｏｇｙＦｒｏｎｔＧｅｎｅｔ：ｐｒｉｎｃｉｐｌｅｓ，２０１４，３０（５）ａｎｄａｐｐｌｉｃａｔｉｏｎ：１５２．ｔｏｔｈｅＳＨＩＶＡ［８］　ＯｎｃｏｌｏｇｉｓｔｓＰａｒｔｎｅｒｗｉｔｈＷａｔｓｏｎｏｎＧｅｎｏｍｉｃｓ［Ｊ］．ＣａｎｃｅｒＤｉｓｃｏｖ，

２０１５，５（８）：７８８．

［９］　ＲａｔｎｅｒＭ．ＩＢＭ＇ｓＷａｔｓｏｎＧｒｏｕｐｓｉｇｎｓｕｐｇｅｎｏｍｉｃｓｐａｒｔｎｅｒｓ［Ｊ］．

ＮａｔＢｉｏｔｅｃｈｎｏｌ，２０１５，３３（１）：１０－１．

［１０］　ＬｅｅＨ．ＰａｇｉｎｇＤｒ．Ｗａｔｓｏｎ：ＩＢＭ＇ｓＷａｔｓｏｎｓｕｐｅｒｃｏｍｐｕｔｅｒｎｏｗｂｅ－

ｉｎｇｕｓｅｄｉｎｈｅａｌｔｈｃａｒｅ［Ｊ］．ＪＡＨＩＭＡ．２０１４，８５（５）：４４－７；ｑｕｉｚ４８．

［１１］　Ｄｏｙｌｅ－ＬｉｎｄｒｕｄＳ．Ｗａｔｓｏｎｗｉｌｌｓｅｅｙｏｕｎｏｗ：ａｓｕｐｅｒｃｏｍｐｕｔｅｒｔｏ

ｈｅｌｐｃｏｌＮｕｒｓｃｌｉｎｉｃｉａｎｓ，２０１５，１９（１）ｍａｋｅｉｎｆｏｒｍｅｄ：３１－２．

ｔｒｅａｔｍｅｎｔｄｅｃｉｓｉｏｎｓ［Ｊ］．ＣｌｉｎＪＯｎ－［１２］　ＣｏｌｂｅｒｔＪＡ１，ＣｈｏｋｓｈｉＤＡ．Ｔｅｃｈｎｏｌｏｇｙｉｎｍｅｄｉｃａｌｅｄｕｃａｔｉｏｎ—Ｏｓ－

ｌｅｒｍｅｅｔｓＷａｔｓｏｎ［Ｊ］．ＪＧｅｎＩｎｔｅｒｎＭｅｄ，２０１４，２９（１２）：１５８４－５．

［１７］　ＬｏｂａｃｈＤ，ＳａｎｄｅｒｓＧ，ＢｒｉｇｈｔＴ，ｅｔａｌ．Ｅｎａｂｌｉｎｇｈｅａｌｔｈｃａｒｅｄｅｃ－

ｓｉｏｎｍａｋｉｎｇａｇｅｍｅｎｔ［Ｊ］ｔｈｒｏｕｇｈ．ＥｖｉｄＲｅｐｃｌｉｎｉｃａｌＴｅｃｈｎｏｌｄｅｃｉｓｉｏｎＡｓｓｅｓｓｓｕｐｐｏｒｔ，２０１２，４（２０３）ａｎｄｋｎｏｗｌｅｄｇｅ：１－７８４．ｍａｎ－［１８］　ＭｙＣａｎｃｅｒＧｅｎｏｍｅ［ＥＢ／ＯＬ］．（２０１３－１０－０１）［２０１５－０３－

２０］．ｈｔｔｐ：／／ｗｗｗ．ｍｙｃａｎｃｅｒｇｅｎｏｍｅ．ｏｒｇ．

［１９］　李后卿，董富国，郭瑞芝．信息链视角下的医学信息学研究的

重点及其未来发展方向［Ｊ］．中华医学图书情报杂志，２０１５，２４（１）：１－５．

［２０］　钟秀梅，崔　雷，范雅丹．从我国医药企业医学信息专员职位

看我国医学信息学教育现状［Ｊ］．中华医学图书情报杂志，２０１５，２４（１）：６－１０．

［２１］　谭　锐，周曰强，周玉生．区域卫生信息化建设相关方的人才

需求及对策［Ｊ］．中华医学图书情报杂志，２０１５，２４（２）：６－９，５７．

［２２］　黄卓泳．美国医院医疗费用支付、医院质量管理及对我国医改

的启示［Ｊ］．中华医学图书情报杂志，２０１５，２４（９）：２７－３０．

［２３］　ｈｔｔｐｓ：／／ｏｐｅｎ．ｆｄａ．ｇｏｖ／［ＥＢ／ＯＬ］．（２０１５－０８－０６）［２０１５－０９－

１０］．

［２４］　王伟民，张雪艳．北京市医院电子病历存在的问题及对策

［Ｊ］．中华医学图书情报杂志，２０１５，２４（８）：４３－４５．

［２５］　王　帅，林晓东，沈明辉，等．四川省基层医疗卫生机构管理信

息系统与县级区域卫生信息平台数据交换的设计与实现［Ｊ］．中华医学图书情报杂志，２０１５，２４（９）：１２－１６．

［２６］　韩志琰，甄天民，谷景亮，等．基于３５２１工程的区域卫生信息

化建设总体设计框架［Ｊ］．中华医学图书情报杂志，２０１４，２３（３）：１９－２２．

［２７］　张忠安，张建军，朱颖靓，等．区域医疗卫生信息平台的规划建

设［Ｊ］．中华医学图书情报杂志，２０１３，２２（２）：６８－７０．

［收稿日期：２０１５－１０－１５］

［本文编辑：刘　娜］

ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１６７１－３９８２．２０１６．０２．００４

・研究与探讨・

支持精准医疗的国外临床决策支持系统

杨春华，王天津，黄思敏，刘　娜，王　颖

［摘要］实现大数据基础上的精准医学目标，需要可靠的证据支持、信息技术和产品保障。本文介绍了国外较为成熟的临床决策支持产品：法国居里研究院的无缝信息产品和护理决策支持产品Ｍｙｃａｎｃｅｒｇｅｎｏｍｅ、ＩＢＭ的Ｗａｔｓｏｎ及相关的证据研究。建议我国借鉴美国方式培养生物信息学高端人才、开放医疗数据共享、制定需求导向的研究战略，科学布局，建设生物信息学基础框架和癌症知识网络，推动基因组、蛋白质组等组学技术研究成果与临床电子病历系统的对接与融合。［关键词］精准医疗；生物信息学；基因组学；临床决策支持系统；电子健康病历；医疗大数据

［中图分类号］Ｒ－０５８　　　　［文献标志码］Ａ　　　　　［文章编号］１６７１－３９８２（２０１６）０２－００１４－０６

Ｐｒｅｃｉｓｉｏｎｍｅｄｉｃｉｎｅ－ｏｒｉｅｎｔｅｄｃｌｉｎｉｃａｌｄｅｃｉｓｉｏｎｓｕｐｐｏｒｔｉｎｇｓｙｓｔｅｍｉｎｆｏｒｅｉｇｎｃｏｕｎｔｒｉｅｓＹＡＮＧＣｈｕｎ－ｈｕａ，ＷＡＮＧＴｉａｎ－ｊｉｎ，ＨＵＡＮＧＳｉ－ｍｉｎ，ＬＩＵＮａ，ＷＡＮＧＹｉｎｇ（ＭｅｄｉｃａｌＬｉｂｒａｒｙｏｆＣｈｉｎｅｓｅＰＬＡ，Ｂｅｉｊｉｎｇ１０００３９，Ｃｈｉｎａ）

［Ａｂｓｔｒａｃｔ］Ｒｅｌｉａｂｌｅｄａｔａｓｕｐｐｏｒｔ，ｉｎｆｏｒｍａｔｉｏｎｔｅｃｈｎｏｌｏｇｙａｎｄｉｔｓｐｒｏｄｕｃｔｓａｒｅｎｅｅｄｅｄｔｏａｃｈｉｅｖｅｔｈｅｔａｒｇｅｔｏｆｂｉｇｐｒｏｄｕｃｔａｎｄｎｕｒｓｉｎｇｄｅｃｉｓｉｏｎｓｕｐｐｏｒｔｉｎｇｐｒｏｄｕｃｔｓ（ｍｙｃａｎｃｅｒｇｅｎｏｍｅａｎｄＷａｔｓｏｎ）ａｎｄｓｔｕｄｉｅｓｏｎｔｈｅｉｒｒｅｌａｔｅｄｅｖｉ－ｄａｔａ－ｂａｓｅｄｐｒｅｃｉｓｉｏｎｍｅｄｉｃｉｎｅ．Ｔｈｅｍａｔｕｒｅｃｌｉｎｉｃａｌｄｅｃｉｓｉｏｎｓｕｐｐｏｒｔｉｎｇｐｒｏｄｕｃｔｓ，ｓｕｃｈａｓｓｅａｍｌｅｓｓｉｎｆｏｒｍａｔｉｏｎ

ｄｅｎｃｅｉｎｆｏｒｅｉｇｎｃｏｕｎｔｒｉｅｓｗｅｒｅｔｈｕｓｄｅｓｃｒｉｂｅｄｉｎｔｈｉｓｐａｐｅｒｗｉｔｈｓｕｇｇｅｓｔｉｏｎｓｐｕｔｆｏｒｗａｒｄｆｏｒｓｃｉｅｎｔｉｆｉｃａｃｈｉｅｖｅｍｅｎｔｓｉｎｐｒｏｆｅｓｓｉｏｎａｌｓ，ｓｈａｒｉｎｇｍｅｄｉｃａｌｄａｔａ，ｗｏｒｋｉｎｇｏｕｔｎｅｅｄ－ｇｕｉｄｅｄｒｅｓｅａｒｃｈｓｔｒａｔｅｇｉｅｓ，ｃｏｎｓｔｒｕｃｔｉｎｇｂａｓｉｃｂｉｏｉｎｆｏｒｍａｔｉｃｓｆｒａｍｅｗｏｒｋａｎｄｃａｎｃｅｒｋｎｏｗｌｅｄｇｅｎｅｔｗｏｒｋ．ｒｅｃｏｒｄｓ；Ｍｅｄｉｃａｌｂｉｇｄａｔａ

　　精准医疗（ｐｒｅｃｉｓｉｏｎｍｅｄｉｃｉｎｅ）是通过基因组、蛋白质组等组学技术和医学前沿技术，对疾病进行精细分类及精确诊断，从而对疾病和特定患者进行个性化精准治疗的新型医学概念与医疗模式实现在疾病重新“分类”基础上的“对症用药”

［１－２］

ｇｅｎｏｍｅｓａｎｄｉｎｄｏｃｋｉｎｇａｎｄｉｎｔｅｇｒａｔｉｎｇｃｌｉｎｉｃａｌｅｌｅｃｔｒｏｎｉｃｍｅｄｉｃａｌｒｅｃｏｒｄｓ，ｓｕｃｈａｓｔｒａｉｎｉｎｇｌｅａｒｎｅｄｂｉｏｉｎｆｏｒｍａｔｉｃｓ

［Ｋｅｙｗｏｒｄｓ］Ｐｒｅｃｉｓｉｏｎｍｅｄｉｃｉｎｅ；Ｂｉｏｉｎｆｏｒｍａｔｉｃｓ；Ｇｅｎｏｍｉｃｓ；Ｃｌｉｎｉｃａｌｄｅｃｉｓｉｏｎｓｕｐｐｏｒｔｉｎｇｓｙｓｔｅｍ；Ｅｌｅｃｔｒｏｎｉｃｍｅｄｉｃａｌ

疗，就需要在大量信息基础上的知识挖掘以及全方位的技术保障。

实现精准医学的核心，是构建跨越基础研究到临床实践的基于基因组数据的知识网络和平台，其中涉及信息技术利用、基因组学研究、大数据技术、人员素质的提升等多方面，包括证据支持研究、方法创新、检验并最终应用，建立指导临床实践的证据，形成临床决策支持系统，进而实现精准治疗。１　证据支持研究

促进对疾病风险的评估、了解发病机制、预测更多疾病最佳治疗的研究，在健康和健康护理方面实现精准医学利益的最大化是美国精准医学计划的内容之一

［２］

，

［３］

。

当前研究显示，每种癌症都有其独特的遗传特性、肿瘤特异性标志物，也发现了多种类型肿瘤的共同特征

［４］

。这大大改进了癌症的预期、诊断和治疗

方法，然而要对癌症有更深入的了解和更有效的治

［作者单位］解放军医学图书馆，北京　１０００３９

［作者简介］杨春华（１９６５－），女，河北秦皇岛人，研究馆员，硕士研究

生导师，主编专著１部，发表论文３０余篇。

。当前取得的基因组成果和标记物发现

与癌症预防和治疗的临床实践之间，还存在着巨大的证据鸿沟，缺少强有力的临床证据研究，限制了这些工具在临床实践中的应用

［５］

精准医学疗效比较研究（Ｃｏｍｐａｒａｔｉｖｅｅｆｆｅｃｔｉｖｅｎｅｓｓｒｅｓｅａｒｃｈ，ＣＥＲ），目的是通过这些重要的证据支持研究，产生可以改善健康护理的智慧决策。其ＣＥＲ研究的发现、挑战、在临床实践中实施的障碍、研究重点见表１。

。

受益于２００９年的美国复苏与再投资法案，美国国立癌症研究所资助了７个研究团队进行基因组和

表１　基因组学和精准医学项目疗效比较研究的目标

　　　　　项目名称

可利用基因组信息的电子健康病历建设

结肠癌基因组与个体化医疗的比较（ＣＥＲＧＥＮ）

癌症药物基因组学临床有效性程序

聚焦比较癌症治疗有效性的信息基础架构建设

基因组医学效果比较（ＣＥＧｅＭ）

　　宾夕法尼亚大学　　Ｈ．ＬｅｅＭｏｆｆｉｔ癌症中心　　杜克大学　　ＫａｉｓｅｒＰｅｒｍａｎｅｎｔｅ　　　　　领衔研究机构　　弗吉尼亚大学

　　　　　　　　　　目　　　　　　标

能有效、精确地采集个人、家庭和基因组信息并且整合到电子健康病历中，进行风险评估，对提供者和病人给予决策支持进行结直肠癌基因组学的ＣＥＲ研究；包括评估林奇综合症的基因检测的成本效益和结直肠癌治疗管理的ＫＲＡＳ基因突变检测开发评估肺癌和乳腺癌药物基因组学标志物的支持证据生成及临床疗效评价研究的生物样本和数据登记程序

建设ＣＥＲ信息基础设施，包括ＣＥＲ元数据标准，支持新的信息架构应用的广义ＣＥＲ数据集

进行４项研究：尼古丁成瘾的的药物基因组学；利用单核苷酸多态性进行乳腺癌风险筛查和预防；非小细胞肺癌的个体化治疗；预防黑色素瘤的ＣＤＫＮ２Ａ／ｐ１６测试

癌症基因组学效果比较中心（ＣＡＮＣＥＲＧＥＮ）

　　ＦｒｅｄＨｕｔｃｈｉｎｓｏｎ癌症中心

建立与外部利益相关者的合作，包括决策建模，数据库链接，伦理、政策以及借助西南肿瘤协作组临床试验网络优势进行临床试验设计

前列腺癌基因组靶向化疗的临床有效性和实用性

　　ＷａｋｅＦｏｒｅｓｔ大学

评估前列腺癌基因组靶向化疗的临床有效性和实用性

　　从表１可看出，上述研究主要集中在基础设施、知识产生、知识合成和知识转化４个层面。其中基础设施层面的主要任务是解决数据和生物样本采集、建设多学科团队；知识产生层面的主要任务是组织随机对照试验、观察研究、建设方法学研究团队；知识合成层面的主要任务是知识合成、决策建模；知识转化层面的主要任务是医护管理、临床实践指南。基础框架，收集癌症病人的肿瘤样本和临床数据。该研究团队迄今已获得９１０００病人的同意，收集了３３５００多肿瘤样本，产生了１７０００多条高质量基因表达谱和４５００多大规模并行序列（全基因组、全外显子组和靶标外显子组）的数据。目前需进一步开发与整合开放存取资源的临床网络来支持ＣＥＲ研究，提供ＣＥＲ培训和教育计划，并进行经济和决策建模研究。

Ｈ．ＬｅｅＭｏｆｆｉｔｔ癌症中心的研究团队开发了ＣＥＲ信息

２　支持精准医学的无缝信息产品

由于临床数据呈指数增长，必须依赖有效的生物信息学系统把知识转化为分子靶标和诊断建议；而且临床试验和诊断都需要一个智慧型的生物信息学环境，进行数据整合和检索，正确处理和分析基因组数据，进行可重复的工作流管理和决策

［６］

。

为实现上述目标，法国居里研究院开发了无缝信息系统，能促进数据整合并且实时跟踪个体样本的处理过程。其计算管线能根据患者的分子图谱可靠识别基因组变化和突变，通过严格的质量控制，可以给医生和生物学家提供关于治疗决策的有价值的报告

［７］

。该系统成功应用于一项根据肿瘤分子图谱

的靶向治疗与传统疗法治疗顽固性癌症的多中心随机ＩＩ期试验中（ＳＨＩＶＡ临床试验），实施框架（图１）的左栏为从病人咨询到给出治疗方案等工作流程中所需的信息学和生物信息学体系结构，右栏为所需

涉及的不同专家，中间一栏显示支持不同工作流程所需的信息系统或技术，包括电子病历、ＩＴ支持（数据存储和处理）、数据分析、数据整合、知识和数据共享等。该系统主要工作流程（图２）包括：采集病人样品，技术平台（ＮＧＳ、芯片，免疫组织化学等）处理样品时使用专门的生物信息学管线分析原始数据并

存储结果，ＫＤＩ核心系统参考样本数据和对应的病人，进行多数据查询；利用特异性生物信息学管线从异构数据源产生新的综合知识。其知识和数据整合系统是基于异构数据集成的一个具有高度可扩展性、可塑性、可靠性和互操作性的无缝信息系统，Ｗｅｂ应用程序是基于多层体系架构，采用Ｊ２ＥＥ

技术开发。

图

１　肿瘤精准医学框架

图２　肿瘤精准医学流程

［１４］

３　临床决策支持产品（ＣｌｉｎｉｃａｌＤｅｃｉｓｉｏｎＳｕｐｐｏｒｔ，ＣＤＳ）３．１　ＩＢＭ的电脑医生Ｗａｔｓｏｎ

智能系统，能够理解自然语言和精确回答问题，有超强的认知计算能力。目前可以通过询问病人的病征、病史，通过人工智能技术、自然语言处理和分析技术，综合从电子健康病历系统、医学相关数据库、基因组学等各渠道获得信息和数据，迅速给出诊断提示和治疗意见，作为医疗辅助工具推动了癌症的给出智能的医疗和护理建议，实现精准治疗。美

国ＣＤＳ的飞速发展得益于２００９年促进经济和临床健康的卫生信息技术法案（ＨｅａｌｔｈＩｎｆｏｒｍａｔｉｏｎＴｅｃｈ－ｎｏｌｏｇｙｆｏｒ

（ＨＩＴＥＣＨ）。该法案未来１０年对使用电子病历取得医疗改善的合格提供者和医院给予２７０亿美元的奖励

［１５］

Ｗａｔｓｏｎ是ＩＢＭ公司自２００７年开始研发的人工

ＥｃｏｎｏｍｉｃａｎｄＣｌｉｎｉｃａｌＨｅａｌｔｈＡｃｔ

。过去１０年间，大量的基因突变和通路被识

别为癌症治疗的靶标，并有８００余种实验药物处于临床试验阶段。基于基因组的风险评估将使医生和治疗

［８－９］

。

２０１１年，沃森开始为美国保健服务提供商ｗｅｌｌ－ｐｏｉｎｔ且后期应用于肿瘤临床试验

负责复杂病例的护士及医生服务［１０］

；２０１３，年审查医嘱并，沃森成为

癌症诊断专家和医疗服务利用管理的专家［１１］

。

２０１４年，安德森癌症中心与ＩＢＭ合作，整合安德森癌症中心临床医生和研究人员的知识，建立由沃森认知计算系统驱动的中心肿瘤专家顾问库（ＯｎｃｏｌｏｇｙＥｘｐｅｒｔ定、调整癌症患者的治疗方案Ａｄｖｉｓｏｒ，ＯＥＡ）。ＯＥＡ系统能帮助临床医生制。同时，ＩＢＭ沃森技术还能简化和标准化患者的病历、实验室检验数据和研究数据集，并将数据整合到安德森癌症中心的病人数据库进行深度分析和挖掘

［１２］

。

的医学文献信息Ｗａｔｓｏｎ通过获取的基因序列数据及与药物匹配

，包括病人独特的基因突变，确定最有可能的驱动突变及作用的药物靶标。ＩＢＭ和Ｍａｙｏ床试验诊所将合作开发一个创新性平台、病人基因组和治疗信息的输入，随着更多临，使Ｗａｔｓｏｎ在肿瘤诊断和治疗中发挥更大作用

［９］

。发现新药的大数据服务Ｊｏｈｎｓｏｎ＆Ｊｏｈｎｓｏｎ则与，通过提供沃森阅读和理解

ＩＢＭＷａｔｓｏｎ签订了旨在

详述临床试验结果的科研论文，快速地综合有用信息，制定和评估药物治疗方案及其他的治疗方式。Ｗａｔｓｏｎ助科学家鉴定对比药物样本是否有任何不良的遗传

发现顾问（ＷａｔｓｏｎＤｉｓｃｏｖｅｒｙＡｄｖｉｓｏｒ）可以帮学记录。而之前同样工作需要３个人平均花费１０个月来收集准备数据，才能够开始进行分析［１３］

。

３．２　ＭｙＣａｎｃｅｒＧｅｎｏｍｅ（我的癌症基因组）

临床决策支持（ＣＤＳ）是一种复杂的健康信息技术，能够翻译和整合基因组知识与电子病历（ＥＨＲ）等其他临床系统的病人信息，自动处理患者数据并

病人建立一个高度个性化的癌症筛查和预防策略，从而能够最终实现早期诊断和改善预后，提高生存率

［１５］

。然而临床决策是基于一系列病人和疾病的特

点，包括基因组突变检测和所有患者特异性数据的临床应用，许多临床医生缺乏利用基因组信息的知识和正规训练而面临了解和整合基因组数据的挑战

［１６］

。

成功的ＣＤＳ能够自动成为工作流程的一部分，为医生决策随时随地提供干预措施、诊段和治疗建议，与体检数据和医嘱录入系统整合为一体而很少再需要额外的临床数据录入

［１５，１７］

，因而对临床很有价值。

症中心Ｍｙ２０１１Ｃａｎｃｅｒ年研发成功Ｇｅｎｏｍｅ由范德比尔特，是美国第一个个性化的癌－英格拉姆癌

症决策支持工具，旨在为肿瘤科护士提供临床决策

支持。其数据来源于护理、医学文献及因特网

［１５］

。

它能快速提供最新的影响不同癌症的基因突变和针对突变的特别治疗措施，与电子病历（ＨＥＲ）系统整合，给医生提供突变靶向治疗和可能的临床试验的即时检测床旁决策支持，医生、病人或研究人员可通过因特网获得相关的信息服务

［１５］

。访问者按疾病、

基因或突变检索基因组信息非常容易。检索结果也包括和基因及疾病相关的动态的临床试验结果，同时给出完整的针对突变的靶向治疗方案汇总，这些方案都与出版的论文摘要链接。获得基因相关的临床试验信息有几种途径

［１８］

。

当阅读某个特定基因或变异时可同时浏览网站的临床试验信息，用户也可通过网站首页的“Ｆｉｎｄａ可以从数据库检索ＣｌｉｎｉｃａｌＴｒｉａｌ”进入感兴趣的疾病和１３５种癌症类型和／或基因４９０种癌症相。目前

关基因，临床试验信息每周从国立癌症研究所的医生数据查询数据库下载，内容注解包括每项试验正在评估的基因。

已经批准和正在研究的抗癌药目录，并按药物和作用靶标分类。其丰富的内容由来自美国、欧洲、澳洲和亚洲不同机构的５９个临床和科学专家形成的合作网络提供，定期更新，并由一个多学科团队维护管理。该项目因提供了支持持续的、基于证据应用的治疗方法，获得美国国立癌症研究所和国立卫生信息技术合作局（ｔｈｅＯｆｆｉｃｅｏｆｔｈｅＮａｔｉｏｎａｌＣｏｏｒｄｉｎａｔｏｒｆｏｒＨｅａｌｔｈＩｎｆｏｒｍａｔｉｏｎＴｅｃｈｎｏｌｏｇｙ’ｓ）的奖励。

ＭｙＣａｎｃｅｒＧｅｎｏｍｅ提供十分全面的美国ＦＤＡ

值得我们借鉴。

４．２　开放与共享数据资源

美国食品药品监督管理局（ＦＤＡ）于２０１４年６月２日正式上线公共数据开放项目ＯｐｅｎＦＤＡ（ｏｐｅｎ．ｆｄａ．ｇｏｖ），开放了２００４－２０１３年间提交给ＦＤＡ的“３００万份药物不良反应报告”的数据，并向民众即时推送大量健康信息及海量的数据资源。此举将有效促进公共及私人部门创新，、推进学术研究、民众教育以及公众健康”

［２３］

。

使用Ｍｙ，全部药物名单可以从ＣａｎｃｅｒＧｅｎｏｍｅ抗癌药移动ｉＴｕｎｅｓ商店的任何苹果ＡＰＰ也已投入

ｉＯＳ设备免费下载尽管ＣＤＳ系统优点很多。

，但当前基因组学和

工作流程中ＣＤＳ设计与实施还都不成熟。

，需要谨慎整合到临床

４　我国的精准医疗对策

从国外精准医疗信息产品的研发实例可以看出，精准医学有明确的科学含义和具体内容，需要全方位的信息技术保障和产品支撑，我们必须加快信息技术利用，培养智慧医疗人才，制定医疗数据共享政策，开展医疗大数据及诊断技术研究。４．１　培养精准医疗所需的适用人才

“精准医学”需要不断地响应最新的信息技术和医疗进展，需要具有创造力的生物学家、医生、技术开发人员、数据科学家、患者以及其他人员的积极参与，特别是具有交叉学科背景的复合型人才。生命科学家和医生面临大数据的瓶颈，需要一体化的基因组信息及临床数据解读工具来辅助临床、科研决策。目前我国近５０家院校设有医学信息管理专业，但学生的医学背景、计算机水平、数据处理能力，与生物信息学发展要求有很大差距

［１９－２１］

。医学生培

养以基础医学、临床医学为主，欠缺信息素养、计算机分析与数据处理能力，计算机专业的学生则缺乏对医学知识的理解，人才培养存在难以逾越的专业鸿沟。而美国的医学生培养属研究生教育（ＧｒａｄｕａｔｅＥｄｕｃａ－ｔｉｏｎ学院入学考试），必须先获得大学本科学士学位（ＭＣＡＴ）后，才有资格申请就读医学，并通过美国医院，毕业后可获得医学博士学位

［２２］

，因此医学生来

源于各个专业。这种医生培养模式优势明显，容易在交叉学科产生创新，更适应当前精准医学的发展，

我国的卫生信息化建设虽已开展多年，但缺乏整体规划。各医院的电子病历系统不能兼容

［２４］

，各个区域卫生信息化系统仍是一个个信息孤岛

［２５－２７］

，

数据不能共享，无法形成有价值的医疗大数据。

数据开放是大势所趋。要推进精准医疗，就必须从国家层面制定政策，完善电子病历系统，整合现有临床信息系统，开放医学研究的数据与资源，实现共享。

４．３　科学布局，加强信息技术研究

基因组学研究成果与临床实践的融合更依赖于大数据技术和信息技术。为此，我国要在医学信息技术研究与利用方面科学布局，制定全面的研究计划来促进精准医学的方法创新，精准而集中地投入科研经费。建立指导临床实践的证据，建构“癌症知识网络”存储数字形式的分子及医学数据，对健康和疾病认知提供知识储备并以多种形式供科学家、医护人员及病人使用。５　结论

精准医学的发展依赖信息技术，尤其是依赖各种临床信息系统的整合与大数据技术。但需要明确的是，医疗大数据的建设不是目的，而在于合理、高效地挖掘和利用大数据，并发现其中的知识和规律，进而指导临床实践，应避免对医疗大数据进行本末倒置的炒作。

应像青蒿素项目攻关一样，展开全国性的跨学科的科研大协作，制定需求导向的研发战略，建设生物信息学研究基础设施，开发移动医疗设备、可穿戴医疗设备，实现病人生理数据、健康指标的实时采集和监测预警，以“上医治未病”为目标，确保肿瘤早期诊断、有效治疗和复发预测。以信息技术促进蛋白质组、基因组等组学技术研究成果在临床的应用，

尽快实现与临床电子病历系统的对接和融合，建设开放、数据共享的医学研究新模式，实现提高我国人民健康水平的真正的科学突破。

【参考文献】

［１］　ＣｏｌｌｉｎｓＦＳ，ＶａｒｍｕｓＨ．Ａｎｅｗｉｎｉｔｉａｔｉｖｅｏｎｐｒｅｃｉｓｉｏｎｍｅｄｉｃｉｎｅ［Ｊ］．

ＮＥｎｇｌＪＭｅｄ，２０１５，３７２（９）：７９３－７９５．

［２］　杨焕明．奥巴马版“精准医学”的“精准”解读［Ｊ］．中国医药生

物技术，２０１５（３）：１９３－１９５．

［３］　ＴｈｅＷｈｉｔｅＨｏｕｓｅＯｆｆｉｃｅｏｆｔｈｅＰｒｅｓｓＳｅｃｒｅｔａｒｙ．ＦＡＣＴＳＨＥＥＴ：

［１３］　ＪｅｅｌａｎｉＭ．ＷＡＴＳＯＮＷａｔｓｏｎ，Ｃｏｍｅｈｅｒｅ．Ｉｗａｎｔｙｏｕ．Ｊｏｈｎｓｏｎ＆

Ｊｏｈｎｓｏｎ＇ｓＣＥＯｅｎｌｉｓｔｓＩＢＭ＇ｓｂｉｇ－ｄａｔａｓｅｒｖｉｃｅｔｏｆｉｎｄｎｅｗｄｒｕｇｓ［Ｊ］．Ｆｏｒｔｕｎｅ，２０１４，１７０（６）：３６．

［１４］　ＢｅｒｎｅｒＥＳ．Ｃｌｉｎｉｃａｌｄｅｃｉｓｉｏｎｓｕｐｐｏｒｔｓｙｓｔｅｍｓ：ＳｔａｔｅｏｆｔｈｅＡｒｔ

［Ｍ］．Ｒｏｃｋｖｉｌｌｅ，ＭＤ：ＡｇｅｎｃｙｆｏｒＨｅａｌｔｈｃａｒｅＲｅｓｅａｒｃｈａｎｄＱｕａｌｉｔｙ，２００９．

［１５］　ＣａｒｎｅｙＰＨ．Ｉｎｆｏｒｍａｔｉｏｎｔｅｃｈｎｏｌｏｇｙａｎｄｐｒｅｃｉｓｉｏｎｍｅｄｉｃｉｎｅ［Ｊ］．

ＳｅｍｉｎＯｎｃｏｌＮｕｒｓ，２０１４，３０（２）：１２４－９．

［１６］　ＳｅｔｔｉｇＤＦ，ＷｒｉｇｈｔＡ，ＯｓｈｅｒｏｆｆＪＡ，ｅｔａｌ．Ｇｒａｎｄｃｈａｌｌｅｎｇｅｓｉｎ

ｃｌｉｎｉｃａｌｃｅｃｉｓｉｏｎｓｕｐｐｏｒｔｖ１０［Ｊ］．ＪＢｉｏｍｅｄＩｎｆｏｒｍ，２００８，４１：３８７－３９２．

ＰｒｅｓｉｄｅｎｔＯｂａｍａ’ｓＰｒｅｃｉｓｉｏｎＭｅｄｉｃｉｎｅＩｎｉｔｉａｔｉｖｅ［ＥＢ／ＯＬ］．（２０１５－０１－３０）［２０１５－０３－２０］．ｈｔｔｐｓ：／／ｗｗｗ．ｗｈｉｔｅｈｏｕｓｅ．ｇｏｖ／ｔｈｅｃｉｓｉｏｎ－ｐｒｅｓｓ－ｍｅｄｉｃｉｎｅ－ｏｆｆｉｃｅ－／２０１５ｉｎｉｔｉａｔｉｖｅ／０１．

／３０／ｆａｃｔｓｈｅｅｔ－ｐｒｅｓｉｄｅｎｔ－ｏｂａｍａ－ｓ－ｐｒｅ－［４］　Ｍｅｒｉｃ－ＢｅｒｎｓｔａｍＦ，ＦａｒｈａｎｇｆａｒＣ，ＭｅｎｄｅｌｓｏｈｎＪ，ｅｔａｌ．Ｂｕｉｌｄｉｎｇａ

ｐｅｒｓｏｎａｌｉｚｅｄＣｌｉｎＯｎｃｏｌ，２０１３，３１：１８４９－ｍｅｄｉｃｉｎｅｉｎｆｒａｓｔｒｕｃｔｕｒｅ１８５７．

ａｔａｍａｊｏｒｃａｎｃｅｒｃｅｎｔｅｒ［Ｊ］．Ｊ［５］　ＮａｏｋｏＩ，Ｓｉｍｏｎｄｓ，ＭｕｉｎＪ．Ｋｈｏｕｒｙ，ＳｈｅｒｉＤ．ｅｔａｌ．Ｃｏｍｐａｒａｔｉｖｅｅｆ－

ｆｅｃｔｉｖｅｎｅｓｓＣｕｒｒｅｎｔＬａｎｄｓｃａｐｅｒｅｓｅａｒｃｈａｎｄｉｎＣａｎｃｅｒＦｕｔｕｒｅＰｒｏｓｐｅｃｔｓＧｅｎｏｍｉｃｓ［ａｎｄＪ］．ＰｒｅｃｉｓｉｏｎＪＮａｔｌＣａｎｃｅｒｍｅｄｉｃｉｎｅＩｎｓｔ：，

２０１３，１０５：９２９－９３６．

［６］　ＣｏｍｍｉｔｔｅｅｏｎａＦｒａｍｅｗｏｒｋｆｏｒＤｅｖｅｌｏｐｍｅｎｔａＮｅｗＴａｘｏｎｏｍｙｏｆ

ｉｅｓＤｉｓｅａｓｅ，ｅｔａｌ，．ＢｏａｒｄＴｏｗａｒｄｏｎＬｉｆｅＳｃｉｅｎｃｅｓ，ＤｉｖｉｓｉｏｎｏｎＥａｒｔｈａｎｄＬｉｆｅＳｔｕｄ－

ｗｏｒｋＷａｓｈｉｎｇｔｏｎｆｏｒｂｉｏｍｅｄｉｃａｌｐｒｅｃｉｓｉｏｎ，Ｄ．Ｃ．：ｒｅｓｅａｒｃｈｍｅｄｉｃｉｎｅＴｈｅＮａｔｉｏｎａｌａｎｄａＡｃａｄｅｍｉｅｓｎｅｗ：ｂｕｉｌｄｉｎｇｔａｘｏｎｏｍｙａＰｒｅｓｓｏｆｋｎｏｗｌｅｄｇｅ，２０１１．ｄｉｓｅａｓｅ［Ｍｎｅｔ］．－［７］　ＳｅｒｖａｎｔＮ，ＲｏｍéｊｏｎＪ，ＧｅｓｔｒａｕｄＰ，ｅｔａｌ．Ｂｉｏｉｎｆｏｒｍａｔｉｃｓｆｏｒｐｒｅｃｉ－

ｓｉｏｎｃｌｉｎｉｃａｌｍｅｄｉｃｉｎｅｔｒｉａｌ［Ｊｉｎ］．ｏｎｃｏｌｏｇｙＦｒｏｎｔＧｅｎｅｔ：ｐｒｉｎｃｉｐｌｅｓ，２０１４，３０（５）ａｎｄａｐｐｌｉｃａｔｉｏｎ：１５２．ｔｏｔｈｅＳＨＩＶＡ［８］　ＯｎｃｏｌｏｇｉｓｔｓＰａｒｔｎｅｒｗｉｔｈＷａｔｓｏｎｏｎＧｅｎｏｍｉｃｓ［Ｊ］．ＣａｎｃｅｒＤｉｓｃｏｖ，

２０１５，５（８）：７８８．

［９］　ＲａｔｎｅｒＭ．ＩＢＭ＇ｓＷａｔｓｏｎＧｒｏｕｐｓｉｇｎｓｕｐｇｅｎｏｍｉｃｓｐａｒｔｎｅｒｓ［Ｊ］．

ＮａｔＢｉｏｔｅｃｈｎｏｌ，２０１５，３３（１）：１０－１．

［１０］　ＬｅｅＨ．ＰａｇｉｎｇＤｒ．Ｗａｔｓｏｎ：ＩＢＭ＇ｓＷａｔｓｏｎｓｕｐｅｒｃｏｍｐｕｔｅｒｎｏｗｂｅ－

ｉｎｇｕｓｅｄｉｎｈｅａｌｔｈｃａｒｅ［Ｊ］．ＪＡＨＩＭＡ．２０１４，８５（５）：４４－７；ｑｕｉｚ４８．

［１１］　Ｄｏｙｌｅ－ＬｉｎｄｒｕｄＳ．Ｗａｔｓｏｎｗｉｌｌｓｅｅｙｏｕｎｏｗ：ａｓｕｐｅｒｃｏｍｐｕｔｅｒｔｏ

ｈｅｌｐｃｏｌＮｕｒｓｃｌｉｎｉｃｉａｎｓ，２０１５，１９（１）ｍａｋｅｉｎｆｏｒｍｅｄ：３１－２．

ｔｒｅａｔｍｅｎｔｄｅｃｉｓｉｏｎｓ［Ｊ］．ＣｌｉｎＪＯｎ－［１２］　ＣｏｌｂｅｒｔＪＡ１，ＣｈｏｋｓｈｉＤＡ．Ｔｅｃｈｎｏｌｏｇｙｉｎｍｅｄｉｃａｌｅｄｕｃａｔｉｏｎ—Ｏｓ－

ｌｅｒｍｅｅｔｓＷａｔｓｏｎ［Ｊ］．ＪＧｅｎＩｎｔｅｒｎＭｅｄ，２０１４，２９（１２）：１５８４－５．

［１７］　ＬｏｂａｃｈＤ，ＳａｎｄｅｒｓＧ，ＢｒｉｇｈｔＴ，ｅｔａｌ．Ｅｎａｂｌｉｎｇｈｅａｌｔｈｃａｒｅｄｅｃ－

ｓｉｏｎｍａｋｉｎｇａｇｅｍｅｎｔ［Ｊ］ｔｈｒｏｕｇｈ．ＥｖｉｄＲｅｐｃｌｉｎｉｃａｌＴｅｃｈｎｏｌｄｅｃｉｓｉｏｎＡｓｓｅｓｓｓｕｐｐｏｒｔ，２０１２，４（２０３）ａｎｄｋｎｏｗｌｅｄｇｅ：１－７８４．ｍａｎ－［１８］　ＭｙＣａｎｃｅｒＧｅｎｏｍｅ［ＥＢ／ＯＬ］．（２０１３－１０－０１）［２０１５－０３－

２０］．ｈｔｔｐ：／／ｗｗｗ．ｍｙｃａｎｃｅｒｇｅｎｏｍｅ．ｏｒｇ．

［１９］　李后卿，董富国，郭瑞芝．信息链视角下的医学信息学研究的

重点及其未来发展方向［Ｊ］．中华医学图书情报杂志，２０１５，２４（１）：１－５．

［２０］　钟秀梅，崔　雷，范雅丹．从我国医药企业医学信息专员职位

看我国医学信息学教育现状［Ｊ］．中华医学图书情报杂志，２０１５，２４（１）：６－１０．

［２１］　谭　锐，周曰强，周玉生．区域卫生信息化建设相关方的人才

需求及对策［Ｊ］．中华医学图书情报杂志，２０１５，２４（２）：６－９，５７．

［２２］　黄卓泳．美国医院医疗费用支付、医院质量管理及对我国医改

的启示［Ｊ］．中华医学图书情报杂志，２０１５，２４（９）：２７－３０．

［２３］　ｈｔｔｐｓ：／／ｏｐｅｎ．ｆｄａ．ｇｏｖ／［ＥＢ／ＯＬ］．（２０１５－０８－０６）［２０１５－０９－

１０］．

［２４］　王伟民，张雪艳．北京市医院电子病历存在的问题及对策

［Ｊ］．中华医学图书情报杂志，２０１５，２４（８）：４３－４５．

［２５］　王　帅，林晓东，沈明辉，等．四川省基层医疗卫生机构管理信

息系统与县级区域卫生信息平台数据交换的设计与实现［Ｊ］．中华医学图书情报杂志，２０１５，２４（９）：１２－１６．

［２６］　韩志琰，甄天民，谷景亮，等．基于３５２１工程的区域卫生信息

化建设总体设计框架［Ｊ］．中华医学图书情报杂志，２０１４，２３（３）：１９－２２．

［２７］　张忠安，张建军，朱颖靓，等．区域医疗卫生信息平台的规划建

设［Ｊ］．中华医学图书情报杂志，２０１３，２２（２）：６８－７０．

［收稿日期：２０１５－１０－１５］

［本文编辑：刘　娜］