为推动我国精准医学以适当的、负责任的方式发展，本文对精准医学的 3 个领域（临床、研究和商业领域）的发展现状进行介绍，并且梳理了各领域可能面临的伦理问题或争议。在临床领域，可能存在知情同意、偶然发现返回及医疗资源的分配方面的问题；在研究领域，可能存在知情同意、研究结果返回及数据使用和共享方面的问题；在直接面向消费者的基因检测领域，可能存在遗传咨询、检测意义及数据使用方面的问题。需要积极应对以上伦理挑战，才能更好地促进精准医学在我国良性健康发展。
引用本文： 庞聪, 陈泓邑, 王逸枫, 尹洁. 中国精准医学的伦理挑战. 中国循证医学杂志, 2020, 20(12): 1367-1372. doi: 10.7507/1672-2531.202009019 复制
精准医学（precision medicine）是一种新的疾病治疗和预防方式，它能够考虑到每个人的基因、环境和生活方式的个体差异[1]。随着基因测序技术的进步和成本的大幅降低，精准医学时代已经到来。在 2015 年，时任美国总统奥巴马提出精准医学计划以后[2]，各国纷纷提出精准医学发展计划；其中，我国也将精准医学写入国家“十三五”规划，并于 2016 年启动了精准医学研究重点专项[3]。需要指出的，有人认为精准医学最终会取代循证医学，这是一种误解。相反，循证医学的发展在很大程度上依赖精准医学的进步。比如，有研究者指出[4]，精准医学的研究成果可作为循证医学的科学证据，二者是互补关系而非竞争关系。还有研究者指出[5]，循证医学依赖的证据来源于临床和研究活动中产生的大量结构化和非结构化数据，而精准医学相关研究正是基于生物医学大数据的研究。因此，许多专家认为可将二者进行整合，共同促进疾病的预防和诊疗。比如，在未来的乳腺癌风险预测研究中，可将乳腺癌精准医学项目的研究队列资源与循证医学方法结合起来建立和验证乳腺癌发病风险评估模型[6]。
精准医学的发展能够极大地改善我国人民的健康，并推动生物医学研究的进步，还催生了直接面向消费者（direct-to-consumer，DTC）的基因检测产业。然而，许多学者担心，精准医学会带来伦理方面（比如，自主、有利和公正方面）的挑战[7-9]。伦理问题经常被统称为伦理-法律-社会问题（ethical，legal and social issues，ELSI），它关注的是根本性的“应当”问题，比如，应当如何推进精准医学的发展和应用？该问题的答案与我们的价值观息息相关，我们希望精准医学既有利于健康又不侵犯个人隐私。精准医学的发展和应用及各利益相关方（如医生、科学家、DTC 基因检测公司）的活动必定会受到伦理规范的约束。
重要技术变革需要人们重新检视固有的法律和社会实践，这种检视必须对实际中产生的问题及问题背景有准确和充分地把握。现有的针对我国精准医学伦理方面的研究在与实际结合方面尚存在欠缺。本文旨在结合精准医学的 3 个主要领域—临床领域、生物医学研究领域和面向消费者的基因检测领域的国内发展现状，对每个领域中的热点伦理问题或争议进行梳理，为后续研究提供依据。
1 精准医学的临床应用现状与伦理挑战
1.1 精准医学的临床应用现状
基因检测（特别是基于高通量测序的基因检测）可被认为是精准医学的临床应用的核心。除传统的遗传病检测，精准医学在我国临床实践中主要应用于产前检测、肿瘤基因检测和药物基因组检测领域[10-12]。在产前检测领域，无创产前检测（non-invasive prenatal testing，NIPT）可用于唐氏综合征等遗传疾病的筛查，我国部分城市已对 NIPT 实行免费检测或将其纳入医保报销范围[13]。在药物基因组学领域，医生可通过药物基因组学检测确定患者对药物的反应、避免药物副作用及优化药物的使用剂量。美国食品药品监督管理局（food and drug administration，FDA）网站上总结了药物相关的生物标志物，其中大部分是遗传标志物[14]。另外，基因检测有希望改善至少 8 种单基因病（如囊肿性纤维化）和 4 种肿瘤（如肺腺癌）的治疗方式[15]。
1.2 精准医学临床应用的伦理挑战
1.2.1 知情同意问题
在临床领域，患者需要在充分知情的基础上做出医疗决定（即“知情同意”）。这一方面是为让患者行使自主权，另一方面也是为最大程度地保护患者利益。但是，精准医学往往涉及前沿的、复杂的知识和技术，这会给患者知情同意带来困难。比如，Ormond 等[16]指出，大规模测序技术产生的海量信息导致无法开展全面、深入讨论，这意味着充分知情存在困难。McGowan 等[17]也发现，被调查者（医务人员、科学家、卫生教育工作者等）将知情同意视为在肿瘤学领域引入个性化医疗的挑战之一，他们担心患者无法充分理解药物基因组学检测目的和复杂性，如生殖基因检测与体细胞基因检测对个人和家庭的影响。另外，患者在知情同意方面的困难也会给医疗系统带来负担。比如，Buchanan 等[18]调查显示，大部分医务人员（61.5%）认为，关于 NIPT 的讨论延长了遗传咨询环节，因医务人员需要将其与传统方法进行对比。
需要指出的是，在多数发达国家，医生通过遗传咨询环节使患者理解基因检测的意义并且获得患者的知情同意。中国遗传学会遗传咨询分会（The Chinese Board of Genetic Counseling，CBGC）指出，遗传咨询是基因测序转向临床应用必不可少的一环，然而，由于历史原因，我国公众对遗传咨询的认知不足，这可能制约我国基因测序技术的应用和普及[19]，并会最终影响到精准医学的推进。
1.2.2 偶然发现的返回问题
偶然发现一般是指基因检测过程中产生的检测目的之外的发现，有时也被称为次级发现。对于偶然发现是否应当返回给患者存在争议。患者往往想要接收包含偶然发现在内的全部检测结果[20, 21]。支持返回偶然发现的人认为，二代测序技术往往将偶然发现技术性地过滤掉了，这导致实际产生的偶然发现大大低于预期[22]。不支持返回偶然发现的人认为全盘接收偶然发现可能会产生不良后果，如患者可能会因此接受不必要的后续检测[23]。
美国医学遗传学与基因组学学会（American College of Medical Genetics and Genomics，ACMG）曾于 2013 年建议实验室主动检测与送检目的无关但可能有医学价值的 57 个基因，并建议临床医生在不考虑患者偏好的条件下接收阳性检测结果，他们的出发点是患者及其家属的利益[24]。但是，这一建议随后遭到批评[25, 26]，被认为侵犯了患者拒绝医学干预的权利。ACMG 最终在压力之下修改了原有立场，允许患者选择不接收偶然发现[27]。
1.2.3 医疗资源的分配问题
在理想情况下，精准医学可公平地惠及个人。但是，不同的人群中遗传变异的种类和分布都不同，这意味着不同的人群对于同种药物的反应存在差异[28, 29]。这种差异可能在事实上导致发达地区的人群优先享受精准医学成果。以华法林为例，Johnson 等[30]建议，只将指导华法林的使用剂量的基因检测用于具有欧洲血统的患者，因现有研究数据主要来自该人群，而其他人群的基因型与该药物的剂量关系尚不明确。事实上，基于欧洲人群的精准医学研究确实领先全球[31]。Korngiebel 等[32]提出，应优先资助那些有利于缩小健康鸿沟的研究，应考虑如何将精准医学的成果用于欠发达地区的医院和诊所；但在具备成熟的科研条件和发达的医疗体系的地区开展临床研究等更具有可操作性，而在资源匮乏或位置偏远的地区开展研究可能需要大大增加投入。虽然相对于其他问题而言，目前有关精准医学对于医疗公平性影响的相关讨论较少，但该问题在一定程度上决定着精准医学的发展方向，不容忽视。
2 精准医学研究的现状与伦理挑战
2.1 精准医学研究的现状
精准医学旨在使临床医生能够根据患者基因信息和临床资料高效、准确地确定最合适患者的行动方案，但数据解读的质量在很大程度上取决于背后生物医学大数据和基于大数据的生物医学研究进展。因此，精准医学发展在很大程度上依赖生物样本库建设及基于生物样本库研究[33]。在此背景下，我国于 2016 年发布的精准医学研究重点专项包含组学技术研发、大规模人群队列研究、大数据平台建设、疾病精准防治和诊疗方案研究等 5 个方面内容；其中，大规模人群队列研究涉及百万级的人群[34]。另外，当前各地政府、医院和高校等都在大力推进生物样本库的建设。如 2016 年开始正式运行的深圳国家基因库（China National GeneBank，CNGB）具有不限于人类样本的千万级别样本存储能力，且已收集了 48.9 万份样本资源信息和 565.75 TB 测序数据（截止 2019 年 4 月）[35]。再如复旦大学与地方政府合作建立了约 20 万人的社区健康人群队列（泰州队列）及相应包含 150 余万份样本和生物信息的大型生物样本库[36]。
2.2 精准医学研究的伦理挑战
对精准医学相关研究的伦理-法律-社会影响的文献进行调查，结果显示现有文献涉及的问题主要包括：知情同意、数据和样本共享、研究结果返回、特殊群体、隐私-保密-匿名等[37]。
2.2.1 知情同意问题
与临床领域类似，个人参加生物医学研究须基于本人自愿和知情同意。知情同意与其他问题存在交叉，研究结果返回及数据和样本共享也可能会涉及知情同意，这提示了知情同意问题的复杂性。
精准医学研究与传统生物医学研究的知情同意的重要不同之处在于：① 在收集研究参与者的样本和数据时，精准医学相关研究的目标往往还无法确定，研究参与者决定是否参与的是未来某些研究；② 精准医学相关研究只需要研究参与者提供一些样本和数据，与传统药物试验或侵入性研究相比风险更小，且不涉及直接人身方面风险，研究参与者决定是否参与的是一类风险极小研究；③ 为保证研究本身有效性，精准医学研究往往需要基于非常大规模人群和样本，这意味着知情同意（包括出于某些原因再次征求研究参与者同意）所需成本和实施难度大大增加[38]。
正是由于这些原因，有研究者建议采取相对传统、标准知情同意模式而言更具有可操作性的同意模式，如一揽子同意（blanket consent）[39]或广泛同意（broad consent）[40]。这些模式允许研究参与者一次性同意全部未来可能研究或者同意某一不确定范围未来研究。如英国的 UK Biobank 提供的知情同意书要求研究参与者允许所有以健康相关研究为目的的样本和健康档案等长期储存和使用[41]。但反对者认为这些同意模式是无效的，因研究参与者实际上没有被告知关于未来研究任何信息[42]。此外，还有研究者提出动态同意（dynamic consent）[43]、元同意（meta consent）[44]和分阶段同意（staged consent）[45]等模式，但这些模式都或多或少地面临着问题。迄今为止，在精准医学相关研究领域，被广泛采用的知情同意模式仍是广泛同意。
2.2.2 研究结果的返回问题
研究结果可分为两类，一类是预期研究结果，一类是预期结果之外的发现。大规模测序常会产生这类意外发现，而这些发现在某些情况下对于研究参与者具有一定医学价值。如，一位女士参加了一个生育的遗传影响因素方面的研究，但是研究者在研究过程中意外发现，该女士是 Tay-Sachs 综合征的携带者。该病由 15 号染色体上的 HEXA 基因突变引起，会导致神经损伤和早逝。携带该突变意味着她生育的孩子患该病的风险增加[46]。
关于研究者是否有义务向研究参与者返回各种研究结果、应返回哪些结果、何时返回、如何返回，这些问题都存在争议[47]。传统上，医学研究和临床治疗有明显的界限。如《赫尔辛基宣言》认为，医生首要考虑的是患者健康，而医学研究的主要目的是为医学进步获得新知识[48]。因此，在医学研究中，研究参与者需要为医学进步而承担相关研究风险，且无法从研究中获得与之相称的直接个人利益。但在精准医学背景下，该观念受到了一定挑战。其主要原因有：① 临床和研究这两个不同的领域事实上正在融合；如电子病历的使用使得临床数据可被用于某些研究；② 人们对循证医学和疗效比较研究的重视也促进了临床和研究的整合；③ 人们开始相信临床和研究的整合既有利于患者自身，又能够促进研究[49]。
如研究参与者从研究中直接获益可得到辩护，那么，研究参与者就可正当地要求研究者返回研究中产生的对自身而言可能有价值的发现。然而，从研究者角度出发，返回研究结果面临一些困难。Henderson 等[47]的研究显示，虽然有三分之二的研究者认为在某些情况下返回研究结果是合理的，特别是在这些结果有利于研究参与者健康的情况下，但绝大多数研究者表示他们没有返回研究结果的计划。Bledsoe 等[50]提出，成本是需要考虑的因素，在一个遗传流行病学研究中，返回研究结果的预计成本为 1 322 美元/人（包含重新检测样本、联系受试者、遗传咨询和后续措施的费用）[51]。此外，从研究参与者角度考虑，返回研究结果也存在一定风险。如 Kirschen 等[52]的研究结果显示，超过 90% 的研究参与者希望返回所有研究结果，但这种现象之所以产生可能是由于他们没有正确地区分研究与治疗。更具体地说，研究参与者相信研究会对自己产生直接、即时利益，即“治疗性误解”[53]。
2.2.3 数据使用和共享问题
精准医学建立在生物医学大数据的基础上，这就使得数据挖掘利用和广泛共享成为必须。在这些数据的使用和共享过程中，可能存在数据安全风险和个人隐私泄露的问题。考虑到基因信息的独特性，即每个人的基因信息都是独一无二的，而现有技术手段允许人们仅通过少量的已识别基因信息就可从大量匿名数据中识别出某个个体[54]，这大大增加了保护数据安全的难度。隐私泄露可能会使个人面临歧视，对其生活造成不良影响（如失去教育、就业、保险等方面机会）[55]。公众对于数据安全和隐私方面的顾虑可能会影响其参加研究意愿，从而对精准医学研究的开展产生负面作用[56]。多数学者都强调降低数据安全风险的重要性，认为需要保证数据、信息和知识的处理方式对捐赠者的风险尽可能小[57]；但 Prainsack 等[58]认为，为避免在伦理审查和再次同意程序方面浪费大量资源，生物样本库的管理模式应当从“预防风险”向“减轻危害”转变，即不是事先识别和减小风险，而是事后给予受害者一定的补偿。
3 DTC 基因检测的现状与伦理挑战
3.1 DTC 基因检测的现状
DTC 基因检测是一种新商业模式，在该模式下，消费者可从网上或药店购买基因检测服务，将样本寄给基因检测公司，公司完成检测后将检测报告返回，该过程通常没有医务人员参与。DTC 基因检测公司提供的基因检测可包括疾病易感基因检测、健康携带者检测、药物基因组学检测等。我国已有多家 DTC 基因检测公司[59]，大部分均提供健康相关基因检测。部分国外 DTC 基因检测公司不仅提供检测报告，还允许消费者下载原始数据，这些原始数据可被上传至各在线数据解读平台（比如，Promethease、LiveWello、Genetic Genie 和 Sequencing），这些平台可提供基于原始 DNA 数据分析的健康相关信息，有的还致力于促进原始数据的共享[60]。
3.2 DTC 基因检测的伦理挑战
3.2.1 遗传咨询问题
在传统医疗模式下，患者去医院在医生的指导下接受基因检测。通常情况下，检测前、后的遗传咨询对于患者正确理解疾病状况、选择合适的基因检测、理解检测结果和采取合适后续干预措施有重要价值。但在 DTC 模式下，医务人员参与缺乏或资质不足会使消费者错过该环节。临床医师应参与 DTC 基因检测[61]，DTC 基因检测公司应提供能解释结果的医学专家[62]。但也有研究者认为 DTC 基因检测使他们不必咨询医生即可获得相应的遗传信息[63]。虽然国外某些 DTC 基因检测公司已开始要求由医务人员订购检测产品和/或接受检测结果，但这仍不能保证遗传咨询的质量。原因是这些医务人员可能不具备足够的遗传学知识，并且公司雇佣的医务人员可能无法做到不偏私[64]。
3.2.2 检测意义问题
基因检测意义与多个因素有关：① 检测方法准确性；② 被检测基因与疾病的相关性；③ 是否有针对该疾病的干预措施。DTC 基因检测的意义受到某些研究者的质疑。Janssens 等[65]对 7 家 DTC 基因检测公司检测的 56 个基因与疾病的相关性进行研究，结果发现只有 25 个基因（占比 45%）与疾病的相关性有统计学意义。此外在这 25 个基因中，23 个基因与疾病的相关性虽有统计学意义但相关性不高（保护因素和危险因素的 OR 值分别在 0.54-0.88 和 1.04-1.50 之间），只有 2 个基因和疾病的相关性很高，即 TNF-a 与系统性红斑狼疮风险的相关性［OR=2.1，95%CI（1.6，2.7）］和 APOE-4 与阿尔兹海默病风险的相关性［OR=3.2，95%CI（2.7，3.8）］。另外，基于基因数据的疾病风险预测没有考虑到环境因素、生活方式和家族史影响，而这些因素对某个特定个体的疾病风险有很大影响[66]。
3.2.3 数据使用问题
基因信息不仅有科研价值，还有商业价值。商业价值既可通过 DTC 基因检测公司开展相关研究实现，也可通过向其他机构出售数据和信息实现。在这些数据使用过程中，DTC 基因检测公司是否以适当方式取得了消费者同意和数据所有权都面临问题。即使是消费者从自身数据中获利也存在争议。给消费者回报可鼓励消费者参与重要生物医学研究，但也可能会使愿意无偿捐献数据的人失望，且对经济状况不佳的人造成诱导[67]。
4 总结
总之，精准医学的发展在一定程度上代表医学未来方向，对改善人民健康具有重要意义，要充分实现精准医学对科学和社会积极意义，还需要充分意识到并处理好精准医学带来的伦理问题。为应对上述我国精准医学的伦理挑战，我们需要有相关的法律、政策、规范的更新和调整，这可能涉及医疗卫生、市场监督管理、遗传资源管理、数据安全、伦理审查和相关侵权责任（主要指医疗损害责任）等在内的领域。希望开展相关研究，为相关法律、政策和规范的制定提供借鉴，从而促进我国的精准医学良性健康发展。
精准医学（precision medicine）是一种新的疾病治疗和预防方式，它能够考虑到每个人的基因、环境和生活方式的个体差异[1]。随着基因测序技术的进步和成本的大幅降低，精准医学时代已经到来。在 2015 年，时任美国总统奥巴马提出精准医学计划以后[2]，各国纷纷提出精准医学发展计划；其中，我国也将精准医学写入国家“十三五”规划，并于 2016 年启动了精准医学研究重点专项[3]。需要指出的，有人认为精准医学最终会取代循证医学，这是一种误解。相反，循证医学的发展在很大程度上依赖精准医学的进步。比如，有研究者指出[4]，精准医学的研究成果可作为循证医学的科学证据，二者是互补关系而非竞争关系。还有研究者指出[5]，循证医学依赖的证据来源于临床和研究活动中产生的大量结构化和非结构化数据，而精准医学相关研究正是基于生物医学大数据的研究。因此，许多专家认为可将二者进行整合，共同促进疾病的预防和诊疗。比如，在未来的乳腺癌风险预测研究中，可将乳腺癌精准医学项目的研究队列资源与循证医学方法结合起来建立和验证乳腺癌发病风险评估模型[6]。
精准医学的发展能够极大地改善我国人民的健康，并推动生物医学研究的进步，还催生了直接面向消费者（direct-to-consumer，DTC）的基因检测产业。然而，许多学者担心，精准医学会带来伦理方面（比如，自主、有利和公正方面）的挑战[7-9]。伦理问题经常被统称为伦理-法律-社会问题（ethical，legal and social issues，ELSI），它关注的是根本性的“应当”问题，比如，应当如何推进精准医学的发展和应用？该问题的答案与我们的价值观息息相关，我们希望精准医学既有利于健康又不侵犯个人隐私。精准医学的发展和应用及各利益相关方（如医生、科学家、DTC 基因检测公司）的活动必定会受到伦理规范的约束。
重要技术变革需要人们重新检视固有的法律和社会实践，这种检视必须对实际中产生的问题及问题背景有准确和充分地把握。现有的针对我国精准医学伦理方面的研究在与实际结合方面尚存在欠缺。本文旨在结合精准医学的 3 个主要领域—临床领域、生物医学研究领域和面向消费者的基因检测领域的国内发展现状，对每个领域中的热点伦理问题或争议进行梳理，为后续研究提供依据。
1 精准医学的临床应用现状与伦理挑战
1.1 精准医学的临床应用现状
基因检测（特别是基于高通量测序的基因检测）可被认为是精准医学的临床应用的核心。除传统的遗传病检测，精准医学在我国临床实践中主要应用于产前检测、肿瘤基因检测和药物基因组检测领域[10-12]。在产前检测领域，无创产前检测（non-invasive prenatal testing，NIPT）可用于唐氏综合征等遗传疾病的筛查，我国部分城市已对 NIPT 实行免费检测或将其纳入医保报销范围[13]。在药物基因组学领域，医生可通过药物基因组学检测确定患者对药物的反应、避免药物副作用及优化药物的使用剂量。美国食品药品监督管理局（food and drug administration，FDA）网站上总结了药物相关的生物标志物，其中大部分是遗传标志物[14]。另外，基因检测有希望改善至少 8 种单基因病（如囊肿性纤维化）和 4 种肿瘤（如肺腺癌）的治疗方式[15]。
1.2 精准医学临床应用的伦理挑战
1.2.1 知情同意问题
在临床领域，患者需要在充分知情的基础上做出医疗决定（即“知情同意”）。这一方面是为让患者行使自主权，另一方面也是为最大程度地保护患者利益。但是，精准医学往往涉及前沿的、复杂的知识和技术，这会给患者知情同意带来困难。比如，Ormond 等[16]指出，大规模测序技术产生的海量信息导致无法开展全面、深入讨论，这意味着充分知情存在困难。McGowan 等[17]也发现，被调查者（医务人员、科学家、卫生教育工作者等）将知情同意视为在肿瘤学领域引入个性化医疗的挑战之一，他们担心患者无法充分理解药物基因组学检测目的和复杂性，如生殖基因检测与体细胞基因检测对个人和家庭的影响。另外，患者在知情同意方面的困难也会给医疗系统带来负担。比如，Buchanan 等[18]调查显示，大部分医务人员（61.5%）认为，关于 NIPT 的讨论延长了遗传咨询环节，因医务人员需要将其与传统方法进行对比。
需要指出的是，在多数发达国家，医生通过遗传咨询环节使患者理解基因检测的意义并且获得患者的知情同意。中国遗传学会遗传咨询分会（The Chinese Board of Genetic Counseling，CBGC）指出，遗传咨询是基因测序转向临床应用必不可少的一环，然而，由于历史原因，我国公众对遗传咨询的认知不足，这可能制约我国基因测序技术的应用和普及[19]，并会最终影响到精准医学的推进。
1.2.2 偶然发现的返回问题
偶然发现一般是指基因检测过程中产生的检测目的之外的发现，有时也被称为次级发现。对于偶然发现是否应当返回给患者存在争议。患者往往想要接收包含偶然发现在内的全部检测结果[20, 21]。支持返回偶然发现的人认为，二代测序技术往往将偶然发现技术性地过滤掉了，这导致实际产生的偶然发现大大低于预期[22]。不支持返回偶然发现的人认为全盘接收偶然发现可能会产生不良后果，如患者可能会因此接受不必要的后续检测[23]。
美国医学遗传学与基因组学学会（American College of Medical Genetics and Genomics，ACMG）曾于 2013 年建议实验室主动检测与送检目的无关但可能有医学价值的 57 个基因，并建议临床医生在不考虑患者偏好的条件下接收阳性检测结果，他们的出发点是患者及其家属的利益[24]。但是，这一建议随后遭到批评[25, 26]，被认为侵犯了患者拒绝医学干预的权利。ACMG 最终在压力之下修改了原有立场，允许患者选择不接收偶然发现[27]。
1.2.3 医疗资源的分配问题
在理想情况下，精准医学可公平地惠及个人。但是，不同的人群中遗传变异的种类和分布都不同，这意味着不同的人群对于同种药物的反应存在差异[28, 29]。这种差异可能在事实上导致发达地区的人群优先享受精准医学成果。以华法林为例，Johnson 等[30]建议，只将指导华法林的使用剂量的基因检测用于具有欧洲血统的患者，因现有研究数据主要来自该人群，而其他人群的基因型与该药物的剂量关系尚不明确。事实上，基于欧洲人群的精准医学研究确实领先全球[31]。Korngiebel 等[32]提出，应优先资助那些有利于缩小健康鸿沟的研究，应考虑如何将精准医学的成果用于欠发达地区的医院和诊所；但在具备成熟的科研条件和发达的医疗体系的地区开展临床研究等更具有可操作性，而在资源匮乏或位置偏远的地区开展研究可能需要大大增加投入。虽然相对于其他问题而言，目前有关精准医学对于医疗公平性影响的相关讨论较少，但该问题在一定程度上决定着精准医学的发展方向，不容忽视。
2 精准医学研究的现状与伦理挑战
2.1 精准医学研究的现状
精准医学旨在使临床医生能够根据患者基因信息和临床资料高效、准确地确定最合适患者的行动方案，但数据解读的质量在很大程度上取决于背后生物医学大数据和基于大数据的生物医学研究进展。因此，精准医学发展在很大程度上依赖生物样本库建设及基于生物样本库研究[33]。在此背景下，我国于 2016 年发布的精准医学研究重点专项包含组学技术研发、大规模人群队列研究、大数据平台建设、疾病精准防治和诊疗方案研究等 5 个方面内容；其中，大规模人群队列研究涉及百万级的人群[34]。另外，当前各地政府、医院和高校等都在大力推进生物样本库的建设。如 2016 年开始正式运行的深圳国家基因库（China National GeneBank，CNGB）具有不限于人类样本的千万级别样本存储能力，且已收集了 48.9 万份样本资源信息和 565.75 TB 测序数据（截止 2019 年 4 月）[35]。再如复旦大学与地方政府合作建立了约 20 万人的社区健康人群队列（泰州队列）及相应包含 150 余万份样本和生物信息的大型生物样本库[36]。
2.2 精准医学研究的伦理挑战
对精准医学相关研究的伦理-法律-社会影响的文献进行调查，结果显示现有文献涉及的问题主要包括：知情同意、数据和样本共享、研究结果返回、特殊群体、隐私-保密-匿名等[37]。
2.2.1 知情同意问题
与临床领域类似，个人参加生物医学研究须基于本人自愿和知情同意。知情同意与其他问题存在交叉，研究结果返回及数据和样本共享也可能会涉及知情同意，这提示了知情同意问题的复杂性。
精准医学研究与传统生物医学研究的知情同意的重要不同之处在于：① 在收集研究参与者的样本和数据时，精准医学相关研究的目标往往还无法确定，研究参与者决定是否参与的是未来某些研究；② 精准医学相关研究只需要研究参与者提供一些样本和数据，与传统药物试验或侵入性研究相比风险更小，且不涉及直接人身方面风险，研究参与者决定是否参与的是一类风险极小研究；③ 为保证研究本身有效性，精准医学研究往往需要基于非常大规模人群和样本，这意味着知情同意（包括出于某些原因再次征求研究参与者同意）所需成本和实施难度大大增加[38]。
正是由于这些原因，有研究者建议采取相对传统、标准知情同意模式而言更具有可操作性的同意模式，如一揽子同意（blanket consent）[39]或广泛同意（broad consent）[40]。这些模式允许研究参与者一次性同意全部未来可能研究或者同意某一不确定范围未来研究。如英国的 UK Biobank 提供的知情同意书要求研究参与者允许所有以健康相关研究为目的的样本和健康档案等长期储存和使用[41]。但反对者认为这些同意模式是无效的，因研究参与者实际上没有被告知关于未来研究任何信息[42]。此外，还有研究者提出动态同意（dynamic consent）[43]、元同意（meta consent）[44]和分阶段同意（staged consent）[45]等模式，但这些模式都或多或少地面临着问题。迄今为止，在精准医学相关研究领域，被广泛采用的知情同意模式仍是广泛同意。
2.2.2 研究结果的返回问题
研究结果可分为两类，一类是预期研究结果，一类是预期结果之外的发现。大规模测序常会产生这类意外发现，而这些发现在某些情况下对于研究参与者具有一定医学价值。如，一位女士参加了一个生育的遗传影响因素方面的研究，但是研究者在研究过程中意外发现，该女士是 Tay-Sachs 综合征的携带者。该病由 15 号染色体上的 HEXA 基因突变引起，会导致神经损伤和早逝。携带该突变意味着她生育的孩子患该病的风险增加[46]。
关于研究者是否有义务向研究参与者返回各种研究结果、应返回哪些结果、何时返回、如何返回，这些问题都存在争议[47]。传统上，医学研究和临床治疗有明显的界限。如《赫尔辛基宣言》认为，医生首要考虑的是患者健康，而医学研究的主要目的是为医学进步获得新知识[48]。因此，在医学研究中，研究参与者需要为医学进步而承担相关研究风险，且无法从研究中获得与之相称的直接个人利益。但在精准医学背景下，该观念受到了一定挑战。其主要原因有：① 临床和研究这两个不同的领域事实上正在融合；如电子病历的使用使得临床数据可被用于某些研究；② 人们对循证医学和疗效比较研究的重视也促进了临床和研究的整合；③ 人们开始相信临床和研究的整合既有利于患者自身，又能够促进研究[49]。
如研究参与者从研究中直接获益可得到辩护，那么，研究参与者就可正当地要求研究者返回研究中产生的对自身而言可能有价值的发现。然而，从研究者角度出发，返回研究结果面临一些困难。Henderson 等[47]的研究显示，虽然有三分之二的研究者认为在某些情况下返回研究结果是合理的，特别是在这些结果有利于研究参与者健康的情况下，但绝大多数研究者表示他们没有返回研究结果的计划。Bledsoe 等[50]提出，成本是需要考虑的因素，在一个遗传流行病学研究中，返回研究结果的预计成本为 1 322 美元/人（包含重新检测样本、联系受试者、遗传咨询和后续措施的费用）[51]。此外，从研究参与者角度考虑，返回研究结果也存在一定风险。如 Kirschen 等[52]的研究结果显示，超过 90% 的研究参与者希望返回所有研究结果，但这种现象之所以产生可能是由于他们没有正确地区分研究与治疗。更具体地说，研究参与者相信研究会对自己产生直接、即时利益，即“治疗性误解”[53]。
2.2.3 数据使用和共享问题
精准医学建立在生物医学大数据的基础上，这就使得数据挖掘利用和广泛共享成为必须。在这些数据的使用和共享过程中，可能存在数据安全风险和个人隐私泄露的问题。考虑到基因信息的独特性，即每个人的基因信息都是独一无二的，而现有技术手段允许人们仅通过少量的已识别基因信息就可从大量匿名数据中识别出某个个体[54]，这大大增加了保护数据安全的难度。隐私泄露可能会使个人面临歧视，对其生活造成不良影响（如失去教育、就业、保险等方面机会）[55]。公众对于数据安全和隐私方面的顾虑可能会影响其参加研究意愿，从而对精准医学研究的开展产生负面作用[56]。多数学者都强调降低数据安全风险的重要性，认为需要保证数据、信息和知识的处理方式对捐赠者的风险尽可能小[57]；但 Prainsack 等[58]认为，为避免在伦理审查和再次同意程序方面浪费大量资源，生物样本库的管理模式应当从“预防风险”向“减轻危害”转变，即不是事先识别和减小风险，而是事后给予受害者一定的补偿。
3 DTC 基因检测的现状与伦理挑战
3.1 DTC 基因检测的现状
DTC 基因检测是一种新商业模式，在该模式下，消费者可从网上或药店购买基因检测服务，将样本寄给基因检测公司，公司完成检测后将检测报告返回，该过程通常没有医务人员参与。DTC 基因检测公司提供的基因检测可包括疾病易感基因检测、健康携带者检测、药物基因组学检测等。我国已有多家 DTC 基因检测公司[59]，大部分均提供健康相关基因检测。部分国外 DTC 基因检测公司不仅提供检测报告，还允许消费者下载原始数据，这些原始数据可被上传至各在线数据解读平台（比如，Promethease、LiveWello、Genetic Genie 和 Sequencing），这些平台可提供基于原始 DNA 数据分析的健康相关信息，有的还致力于促进原始数据的共享[60]。
3.2 DTC 基因检测的伦理挑战
3.2.1 遗传咨询问题
在传统医疗模式下，患者去医院在医生的指导下接受基因检测。通常情况下，检测前、后的遗传咨询对于患者正确理解疾病状况、选择合适的基因检测、理解检测结果和采取合适后续干预措施有重要价值。但在 DTC 模式下，医务人员参与缺乏或资质不足会使消费者错过该环节。临床医师应参与 DTC 基因检测[61]，DTC 基因检测公司应提供能解释结果的医学专家[62]。但也有研究者认为 DTC 基因检测使他们不必咨询医生即可获得相应的遗传信息[63]。虽然国外某些 DTC 基因检测公司已开始要求由医务人员订购检测产品和/或接受检测结果，但这仍不能保证遗传咨询的质量。原因是这些医务人员可能不具备足够的遗传学知识，并且公司雇佣的医务人员可能无法做到不偏私[64]。
3.2.2 检测意义问题
基因检测意义与多个因素有关：① 检测方法准确性；② 被检测基因与疾病的相关性；③ 是否有针对该疾病的干预措施。DTC 基因检测的意义受到某些研究者的质疑。Janssens 等[65]对 7 家 DTC 基因检测公司检测的 56 个基因与疾病的相关性进行研究，结果发现只有 25 个基因（占比 45%）与疾病的相关性有统计学意义。此外在这 25 个基因中，23 个基因与疾病的相关性虽有统计学意义但相关性不高（保护因素和危险因素的 OR 值分别在 0.54-0.88 和 1.04-1.50 之间），只有 2 个基因和疾病的相关性很高，即 TNF-a 与系统性红斑狼疮风险的相关性［OR=2.1，95%CI（1.6，2.7）］和 APOE-4 与阿尔兹海默病风险的相关性［OR=3.2，95%CI（2.7，3.8）］。另外，基于基因数据的疾病风险预测没有考虑到环境因素、生活方式和家族史影响，而这些因素对某个特定个体的疾病风险有很大影响[66]。
3.2.3 数据使用问题
基因信息不仅有科研价值，还有商业价值。商业价值既可通过 DTC 基因检测公司开展相关研究实现，也可通过向其他机构出售数据和信息实现。在这些数据使用过程中，DTC 基因检测公司是否以适当方式取得了消费者同意和数据所有权都面临问题。即使是消费者从自身数据中获利也存在争议。给消费者回报可鼓励消费者参与重要生物医学研究，但也可能会使愿意无偿捐献数据的人失望，且对经济状况不佳的人造成诱导[67]。
4 总结
总之，精准医学的发展在一定程度上代表医学未来方向，对改善人民健康具有重要意义，要充分实现精准医学对科学和社会积极意义，还需要充分意识到并处理好精准医学带来的伦理问题。为应对上述我国精准医学的伦理挑战，我们需要有相关的法律、政策、规范的更新和调整，这可能涉及医疗卫生、市场监督管理、遗传资源管理、数据安全、伦理审查和相关侵权责任（主要指医疗损害责任）等在内的领域。希望开展相关研究，为相关法律、政策和规范的制定提供借鉴，从而促进我国的精准医学良性健康发展。