约翰·霍普金斯医学院院长Paul B. Rothman：医生不会被机器取代

约翰·霍普金斯医学院院长Paul B. Rothman

前不久，以“未来医学教育展望”为主题 的第七届国际医学教育研讨会在北京举行。研讨会邀请了美国约翰·霍普金斯大学医学院、英国牛津大学、澳大利亚墨尔本医学院等国际知名医学院校主管医学教育的院长和教育专家，以及包括北京协和医学院在内的国内一流医学院校领导，进行专题报告和互动交流。

与会专家围绕医学教育改革的理念、管理、评估方面的特色和经验，并就医学生和杰出医学人才的国际标准、师资队伍建设、新技术在医学教育和评估中的应用、制度建设等方面开展广泛讨论。

为此，本报就精准医疗、医学教育、医生职业培训等方面，特意采访了约翰·霍普金斯医学院院长Paul B. Rothman。

医学教育走向“精准化”

《中国科学报》：随着新技术在医学教育上应用，医学教学手段也发生了改变。那么，我们医学院校在培养医学生方面应该有哪些改变？

Paul B. Rothman：医学教育是全社会共同关心话题，但总的目的都是为了患者。随着精准医学理念逐渐在临床上推广应用，我们在医学院校的教育方面也应该引入精准这一理念，或许以后可以将医学教育称为精准医学教育。

以哮喘为例，它实际上是一种慢性呼吸性炎症，具有可逆性。虽然我们对哮喘已有越来越好的治疗方法，但仍不能从根本上防治。

为什么不能够防治哮喘呢？最根本原因在于，哮喘并不是一种病，同样都是哮喘，但是它们的发病机理完全不同，比如有嗜酸性粒细胞性哮喘，还有非嗜酸性粒细胞性哮喘等。

而要在医学教育中强调精准，就是想让我们更好地了解每一种疾病发生具体的机理，进而可以集中有效的资源来解决个性化问题。

目前，约翰·霍普金斯医院已经建立了患者在医院的流动动态监测系统。从患者进入病房到各种检查再到出院，所有的关于患者的数字都会在屏幕上进行展现，并且不断地进行滚动。然后把患者所有的生理指标、动态变化进行记录，让我们的医生和患者都能够清楚地了解情况，目前我们已经按照精准医学的方法和理念，来提升整个教学和培训的质量。

《中国科学报》：能具体讲述下精准医学在临床上的应用吗？

Paul B. Rothman：以脑瘤为例，我们就可以针对不同的脑瘤选用不同的方式源、不同的照射剂量和不同的照射时间，进而获得最佳的缩小瘤体积的技术方案。

再比如囊性纤维化的靶向治疗，我们可以通过精准的突变基因组的分析来找到相应的治疗方案，什么样的情况下需要增加剂量，什么样的情况下可以进行常规剂量治疗。

此外，利用大数据系统还可以指导医院的安全运行。在美国，每个医院必须要把自己患者的死亡率或者是医疗的事故发生率上网公布，这是法律所规定的。那么，我们可以根据公开发表的数据，建立相应的安全数据库，进而选择各种不同的方法来测试医疗的安全性，这是一个非常重要的方面。

此外，我们还能利用收集到的各种数据进行分析，发现不安全因素，甚至是一些潜在的不安全因素，最终服务临床，让患者受益。

需要提醒的是，我们收集到大量病人的数据，需要高度保密，一旦数据泄漏，后果不堪设想。

传统医生问诊性价比最高

《中国科学报》：在新旧技术不断更迭的背景下，我们对培养医生会有哪些改变？

Paul B. Rothman：首先可以肯定的是，按照现有的技术水平，医生这个职业还是会存在的。当然随着人工智能在医学上的应用，可以在很大程度上解放医生，让医生有更多时间用在与病人交流、沟通方面。

但这并不意味可以取代医生，传统的医生问诊仍然是性价比最高的检查与诊断方式，医患之间的交流是不能被电脑替代的。

《中国科学报》：在精准医学的背景下，我们越来越强调医学人才的专业化，那么，我们医学培养过程中平衡专业化和全科化两者之间的关系？

Paul B. Rothman：的确，随着各类科学的不断膨胀，医学的知识体系、技能等都在不断深化与创新，这些自然对医生的要求越来越高。现在医学的专业化甚至可以专到，有些医生只看左手食指上的疾病。

全科医生主要是面对普通大众，诊治相对来说比较普遍的疾病。在美国，绝大多数患者的病症相对比较普通，真正的疑难杂症还是少数，所以在美国会有医生助理（PA）和高级护士（NP）。这两群人承担了绝大多数全科诊疗或基本医疗的角色，可以为非疑难杂症的病人提供很好的服务。那些疑难杂症的病人，自然会转到专科医生进行进一步的诊治。

基因检测市场仍处于“婴儿”阶段

《中国科学报》：精准医疗的实施，有待于基因检测技术的成熟与推广，但基因检测也存在局限性。目前，基因检测市场的成熟度如何，市场前景怎样？

Paul B. Rothman：基因检测的市场前景是很大的，但目前它还是处于“婴儿”阶段，应该说是非常初期的阶段。

主要原因有：第一，基因检测自身质量和技术的成熟度仍有待提升。

第二，经过基因检测之后，绝大多数的病人甚至是医生都不知道怎么样来运用这个信息。比如，某一种疾病，你的发生率是十万分之一，你通过基因检测之后得知，患这个疾病的可能性是正常人的两倍，你肯定会很害怕。但实际上，你的患病的几率也只有十万分之二，你会因此改变自己生活方式吗？

第三，有学者曾经在挪威做了一个研究，他们跟随了15000对同卵双胞胎，同卵双胞胎的基因组是完全一样的。研究跟踪了他们很多年，看双胞胎是不是都会得相同的疾病，比如哮喘、糖尿病、阿兹海默等。虽然同卵双胞胎基因组是一样的，患病可能比基因完全不一样的人高一点，但实际的情况还是千差万别。这个研究的结果就提示，环境对相关疾病的影响甚至基因。这同样说明，利用基因检测预测疾病，是非常有限的。