目前許多疾病的治療著重於分析疾病的基因排序與作用機制，以找到治療的方式。洛加大學者近日則發表一種新的技術，跳過基因分析，專注放在醫師給病人多少治療、得到多少的反應，找出對病人最佳療程，個人化療程研究大躍進。

這項以療程效果數據化概念名為「表現型個人化醫學」（phenotypic personalized medicine，又稱PPM），由洛加大口腔生物醫學（Oral Biology and Medicine）與生物工程學（Bioengineering）華人教授何鼎（Dean Ho）的團隊研究。表現行個人化醫學將治療與效果分別作為「輸入」與「輸出」兩端，記錄療程的數據、與病人實際對療程的反應數據，繪出關係圖後，找出最佳的療程。

輸入的療程不僅是藥物以及用藥量，也可以是電擊、物理治療等。輸出的效果則可以是癌症腫瘤大小、血壓、肝指數、神經受刺激後的反應量等，任何療程與效果都可以量化、進一步繪圖。

醫師設定目標效果後，將病人的實際治療與成果數據，繪製成個人的反應關係圖後，再依此使用最適當的治療量。何鼎表示，每個人的反應圖都不一樣，但意外的是研究發現數據都呈現拋物線狀。此外，也可分析多種藥物共同使用，找出最佳比例以達到個人化療程的目標。

此概念看似簡單，卻不是目前進行治療的策略。目前疾病治療多依靠大型人口研究數據，找出對多數病人最有效的藥物與藥量，但無法將個人情況納入考量。治療疾病往往一開始就對疾病火力全開，以增加擊中與擊敗疾病的機率。

何鼎表示，人體構造十分複雜，光是最小的生物單位細胞，就有超過十種細胞器官。因此醫學研究多數致力抽絲剝繭，欲從最基礎的基因找出交互作用機制。

一種米可以吃百種人，但藥物與治療卻並非如此。除了因無法預知個人對藥物的反應及可能殘留的毒性，若遇到副作用太強的病例，只能依照指導方針將用量減半，反應僵化。

何鼎表示，每種藥物或治療方式在每個病人的作用都不同，尤其癌症、傳染病等重大疾病，病人往往同時服用多種藥物，藥物之間的作用更是未知。「表現型個人化醫學」技術則避免「盲目開槍」的盲點。此外，此技術是使用個人的實際數據，而非統計數據推測，數據可能隨療程或未知的因素改變，也可隨時調整曲線圖。依照病人自己對藥物的反應效果用藥，省時省力又省錢。

為證實「表現型個人化醫學」技術的效果，何鼎與洛加大醫學中心的肝臟與胰臟移植手術部外科醫師Ali Zarrinpar合作，透過此技術操作八位肝臟移植病患，在術後服用抗排斥的藥物的狀況。定時抽血檢查血液中的藥物還含量，並以控制在個人的最佳濃度範圍。研究發現，透過此技術控制用藥的病患，更容易維持體內的最佳藥物濃度。

「表現型個人化醫學」技術更可廣泛使用在其他疾病，如癌症、傳染病、三高的慢性病等，目前也已進入臨床試驗階段。何鼎表示，幾乎不影響病人，可能是抽血頻率稍作增加，甚至使用本來就會搜集的數據，只要有治療與結果數據，就可找出病人的個人最佳值。