编者按：“精准医学”这一前沿理念的核心在于通过深入挖掘患者的内在生物学信息，结合其临床症状和体征，为每位患者量身打造个性化的健康医疗方案。精准医学的推行，不仅为医疗决策提供了更为准确、科学的依据，更在降低误诊率和提高治疗效果方面展现出了巨大潜力。然而，对于机制较复杂的疾病，如2型糖尿病（T2DM）或心血管-肾脏-代谢（CKM）综合征等，精准医学的实施面临着一系列挑战。由于这些疾病涉及多个生理系统的交互作用，为每位患者制定个性化的医疗决策和精准的药物使用方案，往往需要大量的循证医学证据作为支撑，同时还需要高度的个体化管理。为此，本刊特邀哈佛大学公共卫生学院的Paul Franks教授进行专访，Franks教授以其深厚的学术背景和丰富的实践经验，对精准医学在临床的未来应用提供了宝贵的见解和建议。
Paul Franks教授目前是瑞典隆德大学和波士顿哈佛大学公共卫生学院两所大学的教授。他最初研究的是人类遗传学，尤其是流行病学和群体遗传学，但在过去15年里，他将更多精力投入在精准医学领域。
《国际糖尿病》
去年10月，Lancet Diabetes Endocrinol杂志的精准医学系列发表了4篇文章，其中1篇您是第一作者，介绍了心血管代谢疾病精准医学的临床转化框架，您在2024北大糖尿病论坛也进行了相关学术分享。您认为，精准医学在帮助减轻心血管代谢疾病负担以及加强当代循证医学方面具有怎样的潜力？体现在哪些方面？
Dr. Franks
在深入探讨精准医学的未来时，我认为它并非如某些观点所认为的那样，可以取代现行的循证医学。相反，精准医学的发展将更侧重于建立在当前已取得显著成就的循证医学基础之上，这一点至关重要。那么，精准医学如何助力完善当代循证医学？我们注意到,传统的循证医学在提供医疗建议时，往往基于人口平均水平的观察结果，即风险因素的平均效应或治疗的人均影响。这种“一刀切”的做法在实际应用中会产生一些弊端，因为没有人各项指标都处于平均分布的中间水平，他们与临床试验的队列大不相同。
精准医学打破了这一局限，它致力于深入研究每个个体的治疗反应和风险因素易感性，以及识别其他潜在的风险标记。这将有助于对人群进行分层，使医疗建议和治疗方案比现在更准确、更精确。这种个性化的医疗模式，将使我们能够更好地满足每个患者的独特需求，从而提高治疗效果和患者满意度。此外，精准医学的发展还将推动新药和新医疗实践的诞生。对于那些对标准疗法反应不佳的患者来说，精准医学将为他们提供更多的治疗选择。通过深入了解每个患者的生物学特征和健康状况，我们可以开发出更具针对性和有效性的新药和新疗法，从而真正帮助他们改善健康状况和生活质量。
《国际糖尿病》
精准医学的实施需要一个由多个利益攸关方组成的运转良好的系统。对于心血管代谢疾病的精准医学，目前存在哪些障碍和机遇？
Dr. Franks
精准医学领域正在进行大量的基础研究和临床前研究，这令人振奋。积极的研究对于推动任何领域的发展都至关重要。然而，我们注意到大部分研究在进行时往往缺乏标准化。去年10月，我们发表在Nature Medicine杂志上的一份大型共识报告指出，对约10万篇与精准医学相关的论文进行系统评估后发现，这些论文在报告研究的证据时存在显著多样性，使得后续的研究困难重重。如何有效地整合这些证据，并与现有方法进行比较，成为了面临的关键问题。
为此，我们7月将在Nature medicine杂志上发表《精准医学报告指南》，这一标准基于我们之前所做的工作。标准化不仅有助于我们在这个领域里保持一致的路径，还能促进全球范围内研究的比较与交流。我们可以将在瑞典、英国或美国所做的研究与在中国、非洲或中东所做的研究进行比较，标准化的作用将更加凸显。我们还必须认识到所有利益相关网的重要性。
为了确保精准医学研究从基础科学阶段顺利过渡到临床阶段，我们需要与多方建立紧密的联系。例如，监管机构，最终可能转化为实践的精准医学研究往往与监管机构的预期不符，因此应尽早与医疗监管机构接触非常重要。应该与患者和公众代表进行良好接触，以确保我们所做的工作能够满足人群需求，而不是仅仅由技术驱动。因此，需要监管机构、患者、公众和许多其他利益方参与进来，以确保正在进行的优秀临床前研究最终转化为临床实践，为人类的健康与福祉做出实质性的贡献。
《国际糖尿病》
这篇文章提到建立了一种基于当代循证方法的模型，即EPPOS模型。这是怎样的一种模型？它对于心血管代谢疾病精准医学的实施能够带来哪些帮助？
Dr. Franks
EPPOS模型试图为如何开发精准医学的转化框架提供一个更简单的大纲——如何从基础科学进入临床实践?该模型有四个组成部分。其中三个是顺序组成部分，一个是总体指导原则。第一个组成部分采用目前用于循证医学的证据，这是精准医学的基础。
实际上，临床中的患者个体更接近于较小亚组中的特征，而不与整个大亚组匹配，这需要提高预测的精确度和准确度。我们需要收集患者的信息，这是EPPOS模型的第三步，我们会使用数字技术，例如，连续血糖监测器、心率监测器、血压监测器等器械，从而获得患者个体化的数据。这些数据将帮助我们验证模型前两个阶段中的预测是否适用于特定患者，并可能通过不断迭代和优化模型来提高预测的准确性。
最后是第四步，也是最重要的组成部分，即个人更主观的特征。即使开发出一种生物学上最优的精准医学方法，它也可能因患者的社会背景、药物获取途径、对治疗过程的理解能力等因素而无效。因此，教育在这一环节中发挥着至关重要的作用，必须全面考虑到这些因素，以确保精准医学转化的最终产品真正满足个体需要。总的来说，EPPOS模型真正的意义在于，为精准医学的转化提供了一个全面而系统的框架，通过收集强有力的证据、理解患者群体的异质性、收集和分析个性化数据以及关注个体主观特征等步骤，将精准医学的理念融入临床实践，让每一位患者都能从精准医学中获益。
《国际糖尿病》
这篇文章对心血管代谢疾病的精准医学整合提供了框架，您对于其将来发展有何期待？
Dr. Franks
2018年，Ahlqvist等人在Lancet Diabetes Endocrology杂志上发表了一篇具有里程碑意义的论文，他们利用k-means聚类这一先进的机器学习方法，介绍了对T2DM进一步分类的新方法。这篇论文一经发表，便引发了广泛的关注和讨论，支持与质疑均有发声。但这篇论文对医学领域的开创性贡献在于具有高度的颠覆性，让人们从不同的角度思考疾病诊断的亚分类。自此之后，医学界对疾病分类的多样化研究兴趣日益浓厚，不仅限于T2DM，还拓展至其他多种疾病。
最近发表在Nature Cardiovascular Research杂志上的一篇论文，对心血管疾病进行了更多分类，也对肥胖等其他疾病进行了相应分类。我坚信，随着研究方法的多样化，医学界将在不同疾病领域探索出更多可能，并将这些研究成果转化为临床实践，对于提升医疗质量至关重要。这不仅是技术层面的问题，更涉及到成本效益和健康公平等社会问题。这些因素的考量，将确保精准医学能够真正惠及那些最需要它的人群。
小结
精准医学作为现代医学的重要组成部分，对个体的生物学、行为、临床特征和/或其他相关数据进行智能分析，能完善疾病的特征并优化其预测、预防、诊断、治疗和预后。精准医学不仅更安全、更有效，还更加公平和经济可行。因此，精准医学并非是一场革命，而是医学发展的一部分。我们期待未来心血管代谢精准医学在临床实践中的广泛应用，为患者带来更大的福祉。
