孙晓东，眼科学博士生导师，主任医师，国家杰出青年基金获得者，长江学者特聘教授。现任上海第一人医院眼底科主任、上海眼科学会副主任委员，中华眼科学会委员。主要从事玻璃体视网膜显微手术和新生血管性眼病诊治与研究工作。先后获得国家“百千万人才工程”国家级人选、教育部“新世纪优秀人才”、上海市领军人才、上海市优秀学术带头人等。
朱鸿， 眼科学博士，哈佛光医学博士后，美国眼科与视觉科学学会会员，美国激光医学学会会员，上海晨星青年学者。现任上海第一人医院眼科主治医师。聚焦于光医学眼科转化研究，作为负责人承担国家自然科学基金青年项目、上海市自然科学基金，上海市教委高校优青专项课题等。
近年，随着人类基因组图谱的完整绘制，在“大数据发展计划”启动的基础上，科研及临床工作者就如何准确分析和充分利用基因组、蛋白组、代谢组等生物信息，来推动医疗健康事业发展以及怎样实现生物医学数据在全球范围内资源共享等方面展开了广泛讨论[1]。2015年奥巴马政府斥资2.15亿美元在生物医学领域启动“精准医学计划（precision medicine initiative）”以推进个体化医疗（personalized medicine）[2]，希望能在生物医学领域利用大数据技术进行突破，以此“引领一个医学新时代”[3, 4]。今年3月，我国科技部召开了首届国家精准医学战略专家会议启动精准医学项目，将精准医学列为“十三五”健康保障发展问题研究的重大专项之一。
精准医学计划是科学技术飞速发展的时代产物，主要是探讨如何利用目前已经得到的人类基因组图谱进行医疗实践。现有循证医学的核心思想是在个人临床经验基础上，以客观的临床科学研究为依据制订医疗决策。而目前临床证据主要来源于大样本的随机对照临床试验和荟萃分析，因此，医疗方案决策一般是根据“患者群体”的流行病学研究以及临床试验中“大样本病例”数据的统计分析结果循证制订的，医疗实践中所指的个体治疗方案也多基于此类研究[5]。然而，临床上患者之间针对同一治疗方案的个体化差异现象无法忽视，总有部分“个例”对现有针对大多数患者有效的药物或治疗方案是不敏感甚至无效的。循证医学作为一种科学方法是正确的，但是引入医学实践后，其“一刀切”的特点凸显，即将大量带有显著异质性的个体看成同质性人群。针对这一难题，“精准医学”应运而生，引领“医疗诊治模式”理念的革新，实现“数据驱动式点对点个体医疗”（data-driven treatments as unique as your own body”[6] ，为实现重大医学突破创造机遇。“精准医学”通过在超大规模人群内进行全面采样分析，综合运用现代分子生物学检测手段和临床影像等新技术，力求最充分的掌握人类疾病特征，明确疾病相关基因时空表达、表观遗传特点以及环境对健康的影响情况，共同推动转化医学发展，切实解决临床问题，促进人类健康[7]。这是一种利用现代科技手段集成用于传统医疗的系统工程，在人类基因组计划、蛋白组计划以及生物大数据库构建的基础上，通过综合分析患者个体分子生物学信息和临床表型将帮助医生更好地了解疾病的复杂成因，充分考虑个体在基因、环境和生活方式上的特点，从而精准地制订最有效的治疗方案，以期达到治疗效果最大化和副作用最小化的一种个性化医疗模式。
精准医学理念不仅会改变未来医疗模式，同时也将转变生物医学科研模式。大数据平台的存在不仅解决了少见疾病临床样本量不足难以统计分析的问题，而且可以指导宏观医疗决策并避免专家个人主观偏倚，同时也一定程度上弥补了采用动物模型模拟人类疾病这一科研模式中的固有缺陷，必将促进传统的“假说驱动式研究”（hypothesis-driven exploration）快速转变为以“数据驱动式研究”（data-driven discovery）为特征的循证研究模式[8]。精准医学的提出，使研究的方向转变到对不同治疗预后的深层原因的探索，以及对全新的分子生物学层面治疗思路的探索。精准医学的治疗模式将结合疾病的循证医学证据和患者的个体化生物信息，指导医生结合临床实践经验准确地了解病因，选择性用药，避免不必要的浪费，同时也降低相应副作用的发生。这种同病不同治的个体化方案将更加有效、易付、简单和优质，也将大大节约医疗成本。因此精准医学是循证医学的深入和升华，两者结合使人类在攻克各种疾病时更有方向感和更具针对性。
“精准医学”发展最快并展现出最佳实例的就是肿瘤诊断与治疗，分子生物学遗传信息已经被有效的用于临床肿瘤预防、监测、诊断和治疗。基于实验室研究成果的靶向治疗在临床中已经得以大量转化应用。在诸如肺癌、乳腺癌，结直肠癌，黑色素瘤和白血病等疾病中[9, 10]，临床医生可以根据患者基因遗传特点、肿瘤标志物和受体亚型分析选择有针对性的最佳化疗和手术方案[5, 11, 12]。近年来随着基因测序技术的发展，一批与眼病有关的重要基因被定位，未来个体化治疗将在充分应用这些研究成果上，实现“精准医学”。同时，个体化眼科“精准医学”并不局限于基因相关，目前在屈光手术个性化切削方案的量身定做[13]、儿童白内障手术人工晶体大小及度数选择[14]、虹膜识别波前像差技术引导下的准分子激光个性化手术[15]、特殊成像定位引导下角膜交联治疗[16]，AMD基因类型指导临床抗VEGF-A治疗等领域[17, 18]均展示出巨大前景。“精准医学”要求将现代科技与医学完美结合，因此，以分子生物学和临床眼科学为基础，充分发掘光医学、生物材料医学、组织工程学等交叉学科的优势，促进视觉健康，是眼科界面临的重大挑战。
与肿瘤学量样本容易获取的特点不同，眼科及视觉科学领域有自己学科特点[19, 20]。眼睛是人体感知自然界光子信息后转化为电信号传入大脑的最重要感觉器官之一，是一个天然的最精密智能光学神经器官。要实现眼科“精准医学”，首先要结合临床信息、视功能及影像数据、组织样本构建眼相关生物样本信息库，通过临床表型对样本进行分析是实现眼科“精准医疗”前提。
从临床中发现问题，用医学研究等手段解决，再回到临床进行验证的循环往复，是医学发展的原动力。未来临床医学研究、诊断和治疗模式，必将是以临床需求为前提，结合疾病表观特征和影响因素，通过对人类生物样本基因组学分析和药物基因组学预测，开展临床试验的大样本验证，再“循证”指导个体化“精准医学”，从而实现“转化医学”的“落地”。这一理念与“工业4.0”、“智能制造”为主导的概念不谋而合，第四次工业革命就是期望建立一个高度灵活的数字化和个体化产品与服务模式，未来这一服务模式也必将与现代医学紧密相连并整合为一，启动医学科学和临床诊疗模式的再次革新。然而，不可否认现阶段中国不同区域研究能力参差不齐，要达到临床决策、切实展开“精准医学”还有很长一段距离。未来，不仅要以医院为单位进行一体化数字平台建设，还需要实现国内外眼科生物样本信息库的标本共享，加强生物信息学研究分析，促进国际性眼科医疗科研联合体的形成，才能实现生物医学数据在全球范围内资源共享。可喜的是，最近国内很多同道已经走在了前列，在国人的青光眼、年龄相关性黄斑变性、白内障等基因筛查上，通过跨国多中心多学科合作模式，共享大数据，屡屡取得突破，为世界眼科发展作出了中国人贡献，推动了医疗健康事业发展。
《国际眼科时讯》将陆续为大家带来精准医学在眼外伤、青光眼方面应用的相关报道。敬请期待！
【百家论道】下期精彩内容：来自颜华教授的《精准医学在眼外伤学的应用及前景》！
点击左下方“阅读原文”，查看上期来自中山眼科中心葛坚教授的《精准医学，理性医学时代的来临》！
参考文献：
[1]Report. Big Impact: New possibilities for international development. World Economic Forum, Geneva, Switzerland. 2012, http://www3. weforum. org/docs/WEF_TC_MFS_BigDataBig Impact_Briefing_2012. pdf.
[2]Kaiser J, Servick K. Biomedical initiatives get top billing in budget rollout [J]. Science, 2015, 347(6222): 601.
[3]Reardon S. Precision-medicine plan raises hopes [J]. Nature, 2015, 517(7536): 540.
[4]McCarthy M. Obama promises to defend health law and promote “precision medicine” [J]. BMJ, 2015, 350: h385.
[5]de Bono JS, Ashworth A. Translating cancer research into targeted therapeutics [J]. Nature, 2010, 467(7315): 543-549.
[6]McLeod HL. Precision Medicine to Improve the Risk and Benefit of Cancer Care Genetic Factors in Vincristine-Related Neuropathy [J]. JAMA, 2015, 313(8): 803-804.
[7]Collins FS, Varmus H. A New Initiative on Precision Medicine [J]. N Engl J Med, 2015, 372(9): 793-795.
[8]W Abdelbaki, RB Messaoud, SB Yahia. A neural-based approach for extending OLAP to prediction // Discovery-driven exploration of OLAP data cubes [M]. Springer Berlin Heidelberg, 2012: 117-129.
[9]Snyder A, Makarov V, Merghoub T, et al. Genetic Basis for Clinical Response to CTLA-4 Blockade in Melanoma [J]. N Engl J Med, 2014, 371(23): 2189-2199.
[10]Klauschen F, Andreeff M, Keilholz U, et al. The combinatorial complexity of cancer precision medicine [J]. Oncoscience, 2014, 1(7): 504-519.
[11]Toss A, Mu Z, Fernandez S, et al. CTC enumeration and characterization-moving toward personalized medicine [J]. Ann Transl Med, 2014, 2(11): 108.
[12]Kuperstein I, Grieco L, Cohen DP, et al. The shortest path is not the one you know: application of biological network resources in precision oncology research [J]. Mutagenesis, 2015, 30(2): 191-204.
[13]谢立信, 高华. 正确认识飞秒激光在眼科临床应用中的优势与局限性[J]. 中华眼科杂志, 2013, 49(4): 289-291.
[14]谢立信, 董晓光, 曹景, 等. 儿童先天性白内障摘除和人工晶体植入. 中华眼科杂志, 2006, 34(2), 99-102.
[15]吴君舒, 高韶晖, 钟兴武, 等. 虹膜识别联合波前像差引导的LASIK手术临床疗效. 中华眼视光学与视觉科学杂志, 2012, 14(9): 517-520.
[16]Scarcelli G, Besner S, Pineda R, et al. Biomechanical Characterization of Keratoconus Corneas Ex Vivo With Brillouin Microscopy [J]. Invest Ophthalmol Vis Sci, 2014, 55(7): 4490-4495.
[17]Kovach JL, Schwartz SG, Flynn HW Jr, et al. Anti-VEGF Treatment Strategies for Wet AMD [J]. J Ophthalmol, 2012, 2012: 786870.
[18]Ferrara N, Mass RD, Campa C, et al. Targeting VEGF-A to Treat Cancer and Age-Related Macular Degeneration [J]. Annu Rev Med, 2007, 58: 491-504.
[19]Lang T. Advancing global health research through digital technology and sharing data [J]. Science, 2011, 331(6018): 714-717.
[20]Zou D, Ma L, Yu J, et al. Biological databases for human research [J]. Genomics Proteomics Bioinformatics, 2015, 13(1): 55-63.
（来源：《国际眼科时讯》编辑部）