5.1 🎓 醫學生版

給醫學系 M3-M6：這一章談的是 21 世紀醫學最重要的觀念轉變——從「同病同治」走向「同病異治」。它不是某個器官系統的疾病章節，而是一套思考框架，告訴你為什麼同一個診斷底下的病人，預後與治療反應可以天差地遠，以及我們該用什麼工具把這份差異看清楚。讀的時候請把握一條主軸：疾病分類（nosology）一路從 Galen 的整體論，走到 Morgagni 的器官病理對照，再走到分子還原論，最後撞上「生物本質是網路而非單線」的天花板，於是回頭擁抱一種「整合式的整體論」——這就是精準醫療的起點。配 Harrison 22E Ch 5 原文對照閱讀。

5.1.0.1 📌 一頁重點

精準醫療的本質，是把疾病從「表型層級」往「分子層級」切細：在同一個診斷名稱底下，用基因體、基因表現、蛋白質體、代謝體、表觀基因體、微生物體與環境暴露史，把彼此其實不同的病人區分開來，給予更精準的預後與治療。
傳統「同病同治」效率高但限制大：把病人歸成相似的群組、套用「廣泛適用」的藥物，這對大族群很有效率，卻也帶來明顯的預測不準與療效落差——原文直言，有些估計顯示高達約六成（upward of 60%）的病人對「最有效」的藥物並不反應。
兩個關鍵陷阱：收斂型表型（convergent）——不同的病呈現相似外觀；發散型表型（divergent）——同一個病呈現很不一樣的外觀。兩者都源自個人獨特的「基因體脈絡（genomic context）」加上一生累積的環境暴露。
基因體脈絡（修飾基因）決定主驅動因子如何表現：為什麼同樣是鐮刀型紅血球病，有人中風、有人發急性胸症候群？答案就在每個人獨特的修飾基因與環境。
精準醫療的四大支柱：深度表型分析（phenotyping）、內表型分析（endophenotyping）、基因體剖析（genomic profiling）、以及理解健康的社會決定因素（social determinants of health）。
網路醫學與 reticulome：把病人特異的變異與差異表現基因，放回蛋白質交互作用網路（interactome），找出致病的「疾病模組」，組成屬於這個人的整合網路圖譜（reticulome / reticulotype），作為個人化治療的依據。
藥物基因體學的經典範例：TPMT 變異影響 azathioprine 代謝、CYP2C19 變異影響 clopidogrel 代謝。
癌症是精準醫療最成熟的領域（BCR-ABL→imatinib、EGFR→erlotinib、BTK→ibrutinib），但有四大難關：突變地景持續演化、單藥難以根治、腫瘤內基因異質性、以及病人耐受與免疫反應的差異。
核心哲學：「精準到能改變決策（actionable）就夠了」，不是越精準越好——過度檢測會帶來不必要的焦慮、成本與風險。

5.1.0.2 疾病分類的演化：從 Galen 到精準醫療

要理解精準醫療為什麼會出現，得先看疾病分類學（nosology）這一路怎麼走來。現代的疾病分類在十九世紀末成形，明顯告別了從 Galen 以來那種整體、模糊的描述。新框架的核心是「臨床病理對照」——把臨床徵象與症狀，對應到屍檢看見的病理解剖。Morgagni 在 1761 年出版《De Sedibus et Causis Morborum》，把 Padua 大學超過 600 例屍檢與病人的臨床特徵一一對照，奠定了「疾病有解剖學基礎」這個框架。因為要靠屍檢取得相關性，疾病就傾向被「主要病灶所在的器官」與「晚期的表現」來定義。

這套以歸納與奧坎剃刀（把複雜化約成最簡形式）為核心的方法，主導了一個多世紀，也確實征服了許多過去被視為不治的疾病。但它有明顯的缺點：過度概括、過度簡化的 Oslerian 診斷，無法區分「外表相似、根本病因卻不同」的疾病。原文舉的例子很直白——許多不同的疾病都可以走到末期腎病或心臟衰竭。隨著分子病因被一一找出，神經退化性疾病、淋巴瘤等的分類正變得越來越細緻、越來越精準；而這些區分之所以重要，是因為它能為個別病人提供更可預測的預後資訊，也能避免「因為不了解致病分子的細微複雜性，而給了無效的治療」。

二十世紀中葉起，分子醫學的時代帶來一個理想化的可能：找出每一種疾病背後單一的分子基礎。醫師科學家用傳統還原論，把疾病機轉挖得越來越深，希望找到那一個（或少數幾個）分子原因。然而即使這套方法揭露了許多機轉，真正能用「單一分子機轉」解釋臨床表現的疾病卻寥寥可數。原文用一個經典例子點破：即使我們知道造成鐮刀型紅血球病的 globin β 鏈突變，也無法預測這個病的眾多不同表現（中風症候群、疼痛危象、溶血危象等等）。換句話說，醫界對過度簡化的還原論期待過高，忽略了支撐正常與病理多樣性的那股「驚人的生物多樣性」及其背後的分子與遺傳複雜度。

人類基因體計畫帶來新工具，掀起了「為每個疾病找出單基因、寡基因或多基因病因」的熱潮，但失望再度降臨——基因庫越擴越大，預期中的揭示卻沒有跟著出現（罕見變異除外）。原文指出，部分原因在於表觀遺傳學（epigenetics）扮演了重要角色，而它又深受環境暴露與個人經歷的調控。還原論這條進步曲線，在精煉與解釋疾病上撞到了一個令人謙卑的高原期。舞台於是被重新布置：醫學需要回到「整體論」——但這不是古代醫師那種整體論，而是一種整合式的、在所有面向都把基因體脈絡納入考量的取向。疾病的定義必須變得更精準、更個別化，這正是精準醫療登場的時刻。

5.1.0.3 為什麼「同病同治」會失準：表型的過度簡化

把個體歸入「大致相似」的群組或叢集，是觀察式科學方法的自然產物。這樣做簡化了診斷者的任務，也讓「特定」療法能更廣泛地套用。長久以來，生物醫學被視為不如其他科學那麼量化精確，生物與病理的多樣性常被當成一種「雜訊（noise）」。把這些觀察上的複雜，蒸餾成一組「在一群病人之間大致不變」的症狀或徵象，就成了從醫學最早期至今的診斷與治療基礎，也支撐了標準診斷檢驗與廣泛適用藥物的發展。

針對大族群套用同一套方法，效率確實很高。但原文要我們看見它的限制：明顯的預測不準，以及相當大一部分的病人對「最有效」的藥物並不反應——有些估計甚至高達約六成。要得到更好的預後與治療結果，顯然需要更細膩的取向。

先從表型談起。敏銳的臨床醫師都清楚，同一個病在不同個體身上，表現可以既微妙又鮮明地不同。有時這些病理表型的差異會帶出新的次分類，最經典的就是把心臟衰竭分成保留射出分率（HFpEF）與降低射出分率（HFrEF）——而前者對目前大多數藥物類別的反應並不好。這類讓診斷更精準的努力，常由新技術或既有技術的新應用所驅動。另一些差異則更細微、不一定臨床上看得出來，往往要靠內表型（endophenotype）的測量才能分辨，例如靠血清學或免疫表型的精進來區分各種血管炎。創造這些次分類的動力，主要就是為了改善預後、施以更精準有效的治療。也因此，許多資深臨床醫師會說——而且說得有理——他們行醫生涯一直都在做個人化、精準的醫療：他們詳細刻畫每個病人的病況，並依這些（儘管有限的）個別化臨床與檢驗特徵來選擇治療。

5.1.0.4 核心陷阱：收斂型與發散型表型

對許多疾病而言，無論是遺傳或後天獲得的基因體變異，都提供了「以更高保真度與預測力把診斷做得更精準」的機會。也因此，精準醫療進入了一個新時代——把上個世紀的分子還原論，與整合式、系統層級對病理表型的理解結合起來。同樣重要的是，現代基因體學已經確立：基因體脈絡（有時稱為修飾基因 modifier genes）對每個人都是獨特的。理解這個脈絡，才能預測一個（或多個）主要致病驅動因子，會如何在臨床上表現出某種病理表型——這正是為什麼有些鐮刀型紅血球病人會中風、有些卻發急性胸症候群。「主要的遺傳或環境驅動因子，會依個人獨特的基因體脈絡而對疾病表現產生不同影響」，這個概念是當今所謂精準醫療的最終基礎。

要為任何疾病發展精準醫療策略，臨床醫師必須警覺兩個會混淆判斷的原則：

收斂型表型（convergent phenotype）——不同的疾病可以呈現相似的病理表型。原文舉了兩組好記的例子：肥厚的心肌可見於肥厚性心肌病、浸潤性心肌病、嚴重主動脈瓣狹窄、以及長期未治療的高血壓；而血栓性微血管病（thrombotic microangiopathy）可見於惡性高血壓、硬皮病腎危象、血栓性血小板低下性紫斑（TTP）、子癇症、抗磷脂質症候群。當基因分析被用在「同源、同名」的腫瘤上，常會偵測到實質的異質性，且帶有影響病理生理與治療的後果。臨床啟示很清楚：看到相似的表型，不能假設背後是同一個根本原因。

發散型表型（divergent phenotype）——同一個基本疾病可以呈現很不一樣的病理表型。原文的例子包括囊狀纖維化與鐮刀型紅血球病的不同臨床表現，以及許多常見遺傳病的不完全外顯（incomplete penetrance）。臨床啟示是：即使知道根本突變，也必須把修飾基因與一生的環境暴露算進去。

不論是「不同病的相同表現」還是「同一病的不同表現」，都是基因體脈絡加上個人一生獨特暴露共同作用的結果。理解這些眾多分子決定因子之間的交互作用，是精準醫療能否成功的關鍵。

那麼接著的問題就是：要多精準，才足以實踐有效的精準醫療？一個人完整的基因體（DNA、基因表現、粒線體功能、蛋白質體、代謝體、蛋白質的轉譯後修飾、總基因體 metagenome 等等）加上環境與社會史的量化評估，根本不可能全部取得；但這個缺陷並不會讓問題變得無解。原文給的答案很務實：更高的精準度只在「可據以行動（actionable）」時才需要，否則只會帶來過度檢測、焦慮與隨之而來的風險。因為支配表型的分子網路是「過度決定的（overdetermined，亦即冗餘的）」，且疾病表現有主要驅動因子、再被其他基因體特徵加權修飾，所以即使不掌握基因體的所有面向，精準醫療仍然可以實踐。

5.1.0.5 精準醫療的四大支柱

任何精準醫療工作的必要元素有四：表型分析、內表型分析（界定那些不易直接觀察的特徵）、基因體剖析、以及理解健康的社會決定因素。

深度表型分析（deep phenotyping）需要詳盡的病史，包含家族史與環境暴露，加上相關的（生理）功能檢查與影像（在合適時包括分子影像）。體液的生化、免疫與分子檢驗則為整體表型補上更多細節。這些客觀檢驗連同功能檢查，共同構成個體的內表型（endophenotype / endotype）評估，提升整個評估的鑑別力。近年還有一個逐漸受重視的概念叫正交表型分析（orthogonal phenotyping）——去評估那些「看似與臨床表現無關」的器官系統，因為疾病常會在主要症狀以外的器官系統裡，以亞臨床方式悄悄表現。有些病眾所周知會侵犯多個器官系統（如全身性紅斑性狼瘡），初診時就會一併評估；但多數其他疾病並非如此。隨著我們越來越了解基因體變異在不同器官的表現差異，「正交的——或更精確地說，無偏的全面表型分析」應該成為常規。

基因體剖析接著要與細緻的表型相耦合。基因體評估的層次仍在成熟中，包含 DNA 定序（外顯子體、全基因體）、基因表現（mRNA 與蛋白質表現）、代謝體；此外表觀基因體、轉譯後修飾的蛋白質體、以及個人的微生物體（metagenome）也逐漸被納入。值得注意的限制是：這些基因體特徵多數還無法在臨床檢驗室常規檢測，能做的也大多侷限於血液檢驗。一個新興領域是免疫表型分析，把免疫系統當成疾病或既往暴露的指標，甚至是偵測新疾病出現的感測系統。DNA 定序用全血大致可適用於任何器官疾病，但基因表現、代謝體與表觀基因體往往具器官特異性；由於目標器官的組織檢體不易取得，如何把全血的 mRNA、蛋白質或代謝物剖面，與受影響器官的剖面相關聯，對精準的預後與治療選擇至關重要。原文也提醒：一個被認為驅動疾病表型的基因變異，其功能後果不只取決於它在某組織的表現，更取決於同一組織裡蛋白質結合夥伴的共表現，這些夥伴組成了支配表型的特定（功能失常）路徑。

此外，時間軌跡（time trajectories）在精準的基因型與表型分析裡資訊量極大——同一個大表型底下的不同病人，基因表現模式與表型會隨時間以不同方式變化。目前表型多半是縱向追蹤的，但基因體特徵仍偏向單一時間點取樣；成本、可行的取樣頻率、預測力與治療選擇，都會左右最佳的取樣策略。

5.1.0.6 網路醫學與 reticulome：個人化的疾病全景圖

精準醫療的一大目標，是找出特異的治療標靶。要做到這點，通常不只是單純 DNA 定序，還得分析某種層級的基因表現（理想上在受影響的器官），並設法證明變異蛋白的功能後果——這又需要確認其結合夥伴蛋白與它們組成的功能路徑。其中最成功的取向之一，就是建構蛋白質-蛋白質交互作用網路（interactome）：一張某細胞或器官內蛋白質交互作用的全面網路圖。這張模板能標示出支配某疾病表型的子網路（即疾病模組 disease module），再把病人特異的變異與差異表現蛋白納入，進一步個別化。

這種分析最終會建構出屬於個人的「reticulome / reticulotype」（取自拉丁文「網路」之意），把個體的基因型連結到表型。用這個取向，可以理性地找出潛在藥物標靶，甚至藉由「展示某已知藥物標靶與目標疾病模組的鄰近性」來進行藥物再利用（drug repurposing）。原文舉的例子是多中心型 Castleman 氏病——這個病因不明的疾病，在認出 PI3K/Akt/mTOR 路徑高度活化後，便嘗試了一個原本核准於其他用途的現有藥物 sirolimus。

精準醫療還提供了另一個機會：透過評估藥物在個人身上的藥物基因體學（pharmacogenomics）處置與代謝，來優化用藥。原文點名兩個經典範例：TPMT 變異對 azathioprine 代謝的不良後果，以及 CYP2C19 變異對 clopidogrel 代謝的影響（詳見 Ch 72 藥物基因體學）。這些變異會讓「標準劑量」在某些病人身上造成毒性或失效，是精準醫療最貼近日常臨床的應用場景之一。

5.1.0.7 臨床應用：前基因體時代與後基因體時代

精準醫療不是在醫學史上突然冒出來的，而是隨著臨床醫師越來越意識到「同病不同人」而逐漸演化。有了現代基因體學，這些表型差異在理想狀況下就能對應到基因型差異。因此可以分成兩個時代來看。

前基因體時代的精準醫療早已在許多疾病上實踐。例如不少內分泌疾病（如第一型糖尿病）的治療目標是恢復代謝常態，把荷爾蒙治療（如胰島素）精準滴定到某個代謝終點（如血糖）。另一個典型是心臟衰竭——利尿劑、digoxin、乙型阻斷劑、後負荷降低劑、靜脈擴張劑、腎素-血管收縮素-醛固酮系統抑制劑、腦利鈉胜肽（nesiritide）等，會依病人主要的病理生理表型（如充血、高血壓、收縮力受損）組合使用。隨著表型分析變得更精細（如心臟超音波對心室功能的評估、組織都卜勒對心室舒張的刻畫），這個症候群被次分類成 HFrEF 與 HFpEF，而後者對現有大多數藥物類別的反應並不好。

肺動脈高壓則橫跨前、後基因體兩個時代。1990 年代以前對這個高度致殘致死的疾病束手無策；隨著對血管異常的分子與生化刻畫，能恢復血管功能的藥物（鈣離子通道阻斷劑、前列環素類似物、內皮素受體拮抗劑）改善了預後。過去二十年基因體刻畫進展後，逐漸認出帶來獨特表型的不同基因型，例如由（氧化的）支架蛋白 NEDD-9 主導、透過醛固酮依賴而非 TGF-β 依賴的方式增強第三型膠原表現所形成的「纖維化型內表型」。同一個肺動脈高壓的診斷底下，不同內表型可以對應不同的治療策略。

精準診斷也帶來失智症的重新分類——這些過去被當成「單一病因、表現多樣」的疾病，如今可依涉及的基因與路徑、以及聚集蛋白最初在神經系統形成與擴散的部位來分類。例如額顳葉失智的多種表現（進行性失語、行為障礙、合併肌萎縮側索硬化的失智）現在能連結到特定基因型與易感細胞類型；普利昂疾病的臨床表型由普利昂蛋白的特定生殖系突變決定；發現對抗 aquaporin-4（AQP-4）與 MOG 的自體抗體後，視神經脊髓炎得以從「類多發性硬化症」中獨立出來、需要不同治療；重症肌無力也因新自體抗體的辨識而能分層、施以更精細的精準治療。

5.1.0.8 癌症：精準醫療最成熟的範例與四大難關

癌症當然是精準醫療最具代表性的舞台。前基因體時代的化療，主要依「受影響的組織」與腫瘤的組織學特徵來選擇，療效時好時壞。隨著癌症基因體定序演進，人們發現大多數惡性腫瘤其實只由數量有限（少於 20 條）的致癌路徑所代表，且不太理會疾病主要表現的器官是哪個。這些基因體特徵成了精準標靶治療的模板，帶來治療反應的戲劇性改變——例如針對慢性骨髓性白血病 BCR-ABL 酪胺酸激酶活性的 imatinib（及其同類藥）、針對 EGFR 突變非小細胞肺癌的 erlotinib、以及針對慢性淋巴球性白血病 Bruton 酪胺酸激酶的 ibrutinib 等。

但原文同時點出癌症獨有的四大挑戰：（1）突變地景會隨疾病進展持續演化，治療往往（甚至無可避免地）會篩選出抗藥性的細胞株；（2）任何單一藥物——無論多精準——都極難根治癌症，因此必須發展理性的多藥併用策略，把「能達成相同致癌目的的替代路徑」納入考量，這也讓藥物開發更複雜；（3）許多惡性腫瘤具有顯著的基因體異質性，意味著即使用多種藥物鎖定特定路徑，長期下來也可能因腫瘤內基因地景的持續且異質的演化而失敗；（4）病人本身的差異——耐受治療、以及對腫瘤細胞發動互補免疫反應的能力都不同。儘管有這些嚴重的限制，越來越精細、精準的標靶治療（單用或與免疫調節劑等併用）仍為癌症治療帶來巨大希望。

原文也指出，這些癌症策略其實呼應了更早的感染症治療邏輯：辨識致病菌與其對抗生素的敏感性，就能精準用藥；組合式抗微生物治療是對付後天抗藥性的有效策略。但個體對特定感染與其治療的反應仍有差異，可能由不同內表型（如不同的發炎反應）驅動——這也是免疫調節（尤其針對慢性感染的免疫耗竭）這個新前沿的著力處。

5.1.0.9 精準醫療的未來與限制（誠實面）

精準醫療顯然大有可為，但原文坦白列出它要持續成功必須跨過的門檻：

資料量龐大：深度精煉的個人表型與基因體資料集都很大，需要足夠的儲存與分析能力，尤其當每個人都該盡可能取得時間軌跡時。
分析方法本身也很複雜且持續演進：相較於基因體與生化檢驗的進展，我們捕捉有意義的免疫內表型與環境暴露的能力仍相對有限。機器學習與人工智慧對於從這些資料集萃取最佳資訊（包括可標靶的路徑、以及高度預測預後的個人化基因/表型特徵）將是必要的。
需要足夠的「正常」族群資料：才能有適當的比較資料集供最佳預測。
表型分析必須持續擴展、維度更豐富：除了臨床表現相關資料，還要納入正交表型資料；個人裝置資料、環境暴露史、社交網路互動與醫療系統資料都會越來越多地被整合進來，這需要醫學資訊領域大量投入去協調、標準化資料收集與分析。
最大的挑戰，是找出「預測預後與治療反應所需的最小資料集」：收集資料相對簡單，難的是在這些「過度決定」的生物系統中剔除冗餘資訊、為各決定因子加權，並把資料化為「比全面無偏資料集更易收集」的表型/基因體特徵。

回到那個核心問題——精準醫療到底要多精準才有用？原文以臨床試驗設計來說明：降低異質性、富集研究族群（prognostic enrichment）能放大療效訊號，但這建立在既有資料上。相較之下，預測性富集（predictive enrichment）則用大數據驅動的個體分析，去探索可預測治療反應的表型與基因體特徵；這些特徵不必每位病人都精確符合，而是可以匯整、叢集成一個「合理規模、在一定信賴區間內可預期以某種方式反應」的世代。也因此，精準醫療的邊界嚴格說來是「不精確的」，卻足夠具預測力，從臨床照護與成本效益的角度來看是切實可行的。

（台灣臨床）藥物基因體學檢測在開立特定高風險藥物前的角色日益受重視，臨床上若懷疑標準劑量療效不佳或出現非預期反應，可把「個人基因體脈絡」納入鑑別思路，必要時諮詢相關專科。

5.1.0.10 🎯 醫學生最該記住的 6 件事

精準醫療＝把疾病從表型切到分子層級，在同一個診斷底下把彼此其實不同的病人區分開來，給更精準的預後與治療。
記住「同病同治」的代價：有些估計顯示高達約六成病人對「最有效」的藥物不反應——這就是需要精準醫療的最直接理由。
收斂型 vs 發散型表型：不同病可長得像（如肥厚心肌、血栓性微血管病），同一病可長得很不一樣（如鐮刀型紅血球病、囊狀纖維化）；根源都是基因體脈絡＋一生的環境暴露。
四大支柱：深度表型、內表型、基因體剖析、健康的社會決定因素；並認識 interactome / 疾病模組 / reticulome 這條網路醫學脈絡（含藥物再利用，如 Castleman 用 sirolimus）。
藥物基因體學經典對：TPMT→azathioprine、CYP2C19→clopidogrel（詳見 Ch 72）。
癌症是先行區但有四大難關：突變地景持續演化、單藥難根治、腫瘤內異質性、病人耐受與免疫差異；且核心哲學是「精準到能改變決策就夠了」，過度精準只會帶來焦慮、成本與風險。

來源：Harrison 22e Ch.005。