5.3 🩺 內科專科考前版
對象：R2-R3 / Fellow，準備台灣內科專科考。本章是 21 世紀醫學典範轉移的旗艦章。
5.3.0.1 📌 一頁重點整理
- 22E 強化網路醫學 (network medicine)：Loscalzo 學派的 reticulome、interactome、disease module 概念
- 6 Omics + 4 層 PEGS 整合是核心
- Convergent / Divergent phenotype 是診斷與治療策略選擇關鍵
- Cancer 標靶治療最成熟，但 4 大限制（mutation 演化、單藥不足、tumor heterogeneity、host variability）
- Pharmacogenomics 已落地常規：TPMT、CYP2C19、HLA-B*57:01、HLA-B*15:02、HLA-B*38:02、DPD
- 📍 台灣：HLA-B*38:02 篩檢 ATD agranulocytosis 為本土特色（漢人）；HLA-B*15:02 carbamazepine SJS 也健保給付
5.3.0.2 📜 22E vs 21E 主要差異
| 項目 | 21E | 22E |
|---|---|---|
| Network medicine / Reticulome | 提及 | 大幅擴充（Loscalzo 主筆） |
| Convergent/Divergent phenotype | 較少強調 | 新增正式概念框架 |
| Pharmacogenomics 例 | 5-6 個 | 擴展到 ~10 個 + 機轉細節 |
| Cancer precision tx 4 大限制 | 提及 | 明確列出 |
| Castleman’s disease 案例 | 無 | mTOR drug repurposing 故事 |
| PAH NEDD-9 endophenotype | 無 | 新增 |
| Precision MD 限制 + AI 整合 | 略 | 強化 |
5.3.0.3 🧠 深度概念
5.3.0.3.1 Reductionism Arc 與其極限
22E 用 tuberculosis 為例說明 reductionism 的限制： - 19 世紀：「Cough + cavitary lesion」 = TB - 1882 Koch：M. tuberculosis 是 cause - 20 世紀：抗生素時代 - 但 → drug-resistant TB、HIV-associated TB、host genetic susceptibility 仍待解 - 即使知道 root cause（細菌），phenotype 變化仍需 network 解釋
→ 單分子簡化的失敗教訓 → network medicine 興起
5.3.0.3.2 Network Medicine（Loscalzo 學派）
5.3.0.3.2.1 Interactome
- 全體 protein-protein interaction map of human
- ~20,000 proteins × estimated ~600,000 interactions
- 是 disease 的 “scaffold”
5.3.0.3.2.2 Disease Module
- 在 interactome 內，與某疾病相關的 subset of nodes
- 不同疾病 module 可能 overlap → 解釋 comorbidity
5.3.0.3.3 Convergent / Divergent 在臨床決策
Convergent phenotype 對策： - 看到 LVH 不能直接 = HCM - 必驗：BP 史、murmur（AS、HOCM dynamic）、ECG（AS strain pattern、HCM dagger Q wave）、echo（septal: free wall ratio、LV outflow gradient、infiltrative pattern）、若懷疑 amyloid → 99mTc-PYP scan、light chain - 治療完全不同：HCM disopyramide / mavacamten；AS valve replacement；HTN antihypertensives；amyloid tafamidis
Divergent phenotype 對策： - 同病人 SCD 為何不同表現？→ modifier genes（α-globin co-inheritance、HbF level）+ 環境 - 治療仍是 hydroxyurea + voxelotor + crizanlizumab + 部分 gene therapy - 但 risk-stratify based on prior events + biomarkers
5.3.0.3.4 Pharmacogenomics 在台灣的實踐
| 基因 | 藥物 | 台灣狀況 |
|---|---|---|
| HLA-B*38:02 | Methimazole / PTU | 健保給付 ATD 副作用篩檢（漢人特殊）⚠️ 近年新政策 |
| HLA-B*15:02 | Carbamazepine | 健保給付亞裔篩檢（防 SJS） |
| HLA-B*57:01 | Abacavir | 健保給付 HIV 治療前篩檢 |
| TPMT | Azathioprine、6-MP | 部分醫學中心常規測，自費 |
| CYP2C19 | Clopidogrel | 不常規測，但越來越多用 ticagrelor 替代 |
| DPD | 5-FU | 不常規，但歐美趨向 mandatory |
| HLA-B*58:01 | Allopurinol | 健保給付（防 SJS in HLA-B*58:01+） |
5.3.0.3.5 HF Phenotype 演化
| Phenotype | LVEF | GDMT 反應 |
|---|---|---|
| HFrEF | ≤ 40% | 完整 4 大武器（ACE-I/ARB/ARNI、BB、MRA、SGLT-2i） |
| HFmrEF | 41-49% | 部分 GDMT 有效 |
| HFpEF | ≥ 50% | SGLT-2i + spironolactone 是有實證；其他 GDMT 反應差 |
進一步細分 HFpEF： - Hypertensive - Obesity-related - Cardiac amyloid - Constrictive - 各 endophenotype 治療策略不同（amyloid → tafamidis；obesity → tirzepatide）
5.3.0.3.6 Cancer Precision Medicine 進化
22E 點出的演進路徑： 1. Histology era（pre-genomic）：tumor 大小、grading 2. Single biomarker（HER2 1998；EGFR 2004） 3. Multi-gene panels（NGS）：Foundation Medicine 等 panel testing 4. Liquid biopsy：ctDNA → real-time monitor + early detection 5. Multi-omics + AI：emerging
主要 oncogenic driver pathway < 20 個 → 同 driver 跨組織起源（例：BRAF V600E in melanoma、CRC、papillary thyroid CA、Erdheim-Chester disease）
5.3.0.4 🩺 臨床決策路徑
新發疾病 / atypical presentation
↓
1. 標準 phenotype assessment（symptoms、signs、imaging、basic lab）
↓
2. 鑑別 convergent phenotype 可能（多重 root cause）
↓
3. Endophenotype 評估（autoantibodies、advanced imaging、subspecific markers）
↓
4. 若有 actionable genetic component → genomic profiling
- Targeted gene panel（cancer、rare disease）
- Whole exome / genome（unsolved cases）
- Pharmacogenomics（特定藥物前）
↓
5. 整合 social determinants（adherence、access、support）
↓
6. 個人化 management plan
- Targeted therapy（若有 driver）
- Adjusted dosing（pharmacogenomics）
- Patient-tailored monitoring
↓
7. Iterative reassessment（disease evolves、treatment selects）5.3.0.5 🌟 Clinical Pearls (8 條)
- HLA 篩檢時機：高風險族群 + 高副作用藥物 + cost-effective intervention 時做
- Pharmacogenomics 不等於完美預測：TPMT 預測 myelosuppression risk 但仍需 CBC monitor
- Convergent phenotype 需「rule out 所有」：LVH 不能跳過 amyloid screening 在老人
- Divergent phenotype 需 risk-stratify：SCD 個別 risk 因子（HbF、α-thal、prior events）
- Cancer targeted therapy resistance 是 expected，不是 failure：plan B/C 應 pre-empt
- Reticulome / network medicine 還在 early-stage：clinical 應用有限，但 framework 重要
- Pharmacogenomic testing 不是 universal：cost / actionable / specific drug context 才有 value
- Personalized doesn’t mean perfectly individualized：clusters / subgroups 已是 huge improvement
5.3.0.6 🔍 特殊 / 困難情境
5.3.0.6.1 1. Whole genome sequencing for unsolved cases
- 罕見疾病、unidentified genetic causes
- ~30-40% diagnostic yield in selected cases
- 長期 follow-up needed for re-analysis
- 心理 + 倫理：incidental findings (ACMG 73 genes 列為 reportable)
5.3.0.6.2 2. Liquid biopsy in cancer
- ctDNA 偵測 minimal residual disease
- Real-time monitoring of resistance mutations
- 例：EGFR T790M emergence on osimertinib
- 限制：sensitivity for early stage 仍待提升
5.3.0.6.3 3. Adaptive Trial Design
- Bayesian framework 動態調整 enrollment
- I-SPY trial（breast cancer）為典範
- Allows precision medicine within trial design
5.3.0.6.4 4. Multi-omics + AI integration
- Sequencing + transcriptomics + proteomics → ML model
- 例：sepsis prediction、HCM trajectory、HF phenotype subtyping
- 仍 mostly investigational
5.3.0.6.5 5. Pharmacogenomics + EHR integration
- 預先儲存基因資料
- 開藥時自動 alert
- 例：Vanderbilt PREDICT, Mayo RIGHT
- 台灣 emerging（部分醫學中心試辦）
5.3.0.7 🔬 22E 提到的新進展
5.3.0.7.1 Network-based Drug Repurposing
- Castleman’s disease → sirolimus
- COVID-19 期間 hydroxychloroquine、remdesivir 篩檢用同框架（雖然 outcome mixed）
- 框架 generalizable 但需個案 validation
5.3.0.7.2 Single-cell omics
- scRNA-seq、scATAC-seq
- Reveals cell heterogeneity within tissue
- 應用：tumor microenvironment、immune cell subtype mapping
- 仍 mostly research, not clinical
5.3.0.8 📍 台灣 Context 專區
5.3.0.8.1 Pharmacogenomics 在台灣已落地的篩檢
| 基因 | 藥物 | 健保 / 自費 |
|---|---|---|
| HLA-B*15:02 | Carbamazepine | 健保給付（亞裔） |
| HLA-B*58:01 | Allopurinol | 健保給付 |
| HLA-B*57:01 | Abacavir | 健保給付 |
| HLA-B*38:02 | ATD（methimazole/PTU） | ⚠️ 近年新政策，請以最新公告為準 |
| TPMT | Azathioprine | 多醫學中心自費（cost-effective） |
| DPD | 5-FU | 自費 |
| CYP2C19 | Clopidogrel | 不常規 |
5.3.0.8.2 亞裔特化 phenotype
- DM：較低 BMI 即 metabolic syndrome
- 心血管：MINOCA（myocardial infarction with non-obstructive coronaries）相對較高
- 藥物代謝：CYP2C19 PM 比例 ~25%（vs 白人 3-5%）
- 皮膚副作用：HLA-B*15:02 carbamazepine SJS 顯著高
5.3.0.9 ⚠️ 老闆地雷區
- 不做 pharmacogenomics 開高風險藥物：例 carbamazepine 給亞裔不測 HLA-B*15:02
- 過度測 genetic panel：未經 actionable 評估亂測
- Convergent phenotype 跳過 amyloid 篩檢：80 歲 LVH 沒做 99mTc-PYP scan
- Cancer 不做 NGS panel：晚期 NSCLC 漏掉 actionable mutation（EGFR、ALK、ROS1、KRAS、MET、HER2）
- HFpEF 用 HFrEF GDMT：浪費 + 副作用
- 不解讀 social determinants：assume 病人有資源
- Direct-to-consumer test 不評估：raw data 解讀錯誤
- Inherited disease 沒做 family screening：例 FH、HCM、Lynch
5.3.0.10 🎓 內科專科考重點預測
5.3.0.10.1 高機率題型
- Pharmacogenomics 配對題（gene-drug）
- Cancer targeted therapy 對應
- Convergent vs divergent 辨識
- HF phenotype 細分
5.3.0.11 📖 延伸閱讀
- Greene JA, Loscalzo J. Putting the patient back together. NEJM 377:2493, 2017.
- Loscalzo J. Network medicine in pathobiology. Am J Pathol 189:1311, 2019.
- Antman EM, Loscalzo J. Precision medicine in cardiology. Nat Rev Cardiol 13:591, 2016.
- ACMG SF v3.2 list (2023)：reportable secondary findings
- 衛福部精準健康戰略：mohw.gov.tw
5.3.0.12 📚 三階段教材索引
- 醫學生概念 → Ch 5 medstudent.md
- 國考衝刺 → Ch 5 board-prep.md
- Harrison 22E 原文 → Ch 5
⚠️ 本 md 為 claude-opus-4-7 撰寫（2026-05-07），未經盧醫師驗證。台灣健保條文以最新公告為準。