忘掉基因吧，医疗条件才是影响健康的第一要素

克劳斯·柯尼希斯（Klaus Koenigshausen）

张 铎/译

忘掉基因吧，医疗条件才是影响健康的第一要素

克劳斯·柯尼希斯（Klaus Koenigshausen）

张 铎/译

选自世界经济论坛 2016年6月

当前，在发达国家中，改善低收入群体的健康状况是降低公共医疗服务成本的重要环节。医院和医生也已经为此做了很多工作，比如为特定人群建立检查表，以进行标准化的治疗手段，或者基于历史消费数据，来预测哪些人可能会成为高消费的病人等。不过，尽管做出了种种努力，与10年前相比，我们并没有取得太多的成就，而巨额的医疗健康预算，特别是针对低收入群体、老年人和残疾人的医疗支出，已经威胁到了今后数十年间政府财政的稳定。那么，我们到底遗漏了什么？

我们通常认为，个性化医疗服务是解决目前医疗健康体系病症的一剂良方，它通过测定个人的基因结构来预测病人对特定治疗方法的反应，或者罹患某种疾病的风险，但是，基因结构目前只能对30%的健康问题做出解释。为了推进个性化医疗的发展，我们对医学研究和药物创新投入了大量资金，但是，我们真的取得了突破性进展吗？或者，在个性化医疗服务方面，是否还有另一条路，一条更加便捷的路可走？

医疗健康服务可以分为两类，一是个性化护理管理，它着眼于决定健康的社会性因素；一是基于个人基因结构和DNA分子序列的个性化医疗服务。实际上，决定健康的社会性因素包括个人的社会行为和所处的环境，这些因素可以解释60%以上的健康问题，特别是低收入群体，他们的健康问题往往都源于社会性因素。借助个性化护理管理，医疗保健服务的提供方可以将影响健康的社会性因素有机地纳入治疗方案中，医疗保健服务除了为病人制定治疗方案之外，还要提供某些非传统的治疗手段。比如，当隔壁成立了一家专门运输食品的公司，医疗保健服务的提供方为什么不与这家公司合作，为一位饱受肥胖困扰，又很难在家附近买到健康食品的病人订一份新鲜的肉呢？

然而，个性化护理管理仍然没有纳入到医疗保健行业中，部分原因在于我们至今仍然缺乏对社会行为的“伴随诊断（companion diagnostic）”。在个性化医疗服务中，伴随诊断的目的是探寻病人基因结构中的各种组合是如何发生作用，从而导致产生了怎样的病症。而在个性化护理管理中，伴随诊断是要告诉护理人员，不同的社会阶层、行为习惯和家庭经济条件等因素是如何共同导致某一个体出现健康问题的。现在，是时候运用个性化医疗服务这一成功的剧本了，用它来绘制人类的基因组，根据特定的生物标志物研发和测试药品，除此之外，我们更要教育护理人员了解影响健康的社会性因素，并学会个性化护理管理。

只有当我们懂得了社会性因素是怎样导致疾病的产生，只有当医疗保健的从业者掌握了简单易用的伴随诊断，我们才可以精准地测量某一特定群体罹患疾病的风险，预测高消费的病人，并且使医疗保健成为一项名副其实的消费者驱动行业。

财富如何影响健康

在发达国家，低收入往往与较差的健康状况和较低的生活预期相伴而生。研究表明，美国一年的死亡人口总数中，有1/3是由包括教育水平、种族、社会支持系统和贫困等在内的社会因素造成的。我们通常认为，不同种族之间才会存在健康差距，而实际上，健康上的不平等在多种维度上都有所呈现，而且收入越低，差距越大。我们甚至可以发现，在预测健康时，一个人家里的邮政编号要比他的基因结构更有用。

发达国家中低收入群体的健康状况造成了巨大的社会经济成本，却收效甚微。低收入人口往往会在医疗上耗费更多的钱，因为他们更容易暴露在疾病的威胁下。在美国，医疗补助计划（Medicaid）是专门为低收入的成年人和儿童制定的医疗保险，它同时也是联邦政府财政收支平衡表上最大的一项无准备金债务。尽管很多人都意识到了老龄化对公共医疗成本的巨大影响，但是当低收入群体的消费能力越来越低时，公共医疗的成本也将会随之压缩。

对社会行为的伴随诊断

健康习惯和个体所处的环境统称为决定健康的社会性因素，这一概念对于改善个人健康状况，特别是低收入群体的健康状况有着非常重要的意义。现在，围绕着影响健康的社会性因素，已经产生了许多以社区为基础的研究项目，从美国的“健康社区”（Accountable Health Communities）相关性研究方案，到其他国家的非正式社会网络，此类研究项目遍及世界。但是，这些研究都是从社会上层开始，逐步向下开展的，而且，我们总是试图将一种模式套到所有个体的身上，尽可能地减少多样性，并获得一个标准的治疗方案。标准的方案在减少医疗事故方面扮演着非常重要的角色，此外，它还可以保证每一个人都获得最好的医疗。不过，正如绘制个体的基因结构有助于精准用药一样，个人的社会行为资料也可以提升医疗服务的效率。

医疗保健服务提供方应该可以认识到个体独特的社会行为习惯，找到可实施的计划，并将其纳入到服务流程中。如此一来，社会行为的伴随诊断将促使医疗保健服务的提供方转变为提供健康的机构。

社会行为的伴随诊断必须要能产生可以行动的方案而不是流于空谈——它不仅要能够帮助医疗保健服务提供方更好地了解现状与健康间的差距，更要帮助他们制定合理的治疗方案。比如，面对一个肥胖的、但又无法获取健康食品的病人，医疗保健服务是否可以通过饮食疗法来帮助他？或者对于一对生活在空气严重污染环境中的母子，仅仅靠安装空气净化器就能保障他们不会因哮喘症而被送到急诊室吗？

众所周知，大部分的公共医疗资金是被一小部分病人花掉了。根据这一事实，医疗资源应该分配给已经罹患某种疾病的人和个人历史消费记录上医疗开销较大的人。然而，过去几年的数据显示，50%以上的“高消费”病人在第二年都不再被认为是“高消费”的。因此，在对社会行为的伴随诊断的基础上，我们可以做出更加科学的预测，这不仅有助于我们在长期内减少公共医疗支出，也有助于快速提升当前公共医疗体系的效率。

将社会行为的伴随诊断付诸实践的五种方法

在发达国家里，社会行为的伴随诊断是控制公共医疗服务成本，特别是控制低收入群体医疗公共支出的一项重要工具。今天，如果人们购买保健服务的行为与降低公共医疗成本存在直接且密切的关系，我们就应该，而且必须鼓励每一个人支持对社会行为的伴随诊断的研究：

1. 政府应向社会公众公开社会调查的数据，改变其原先的封闭状态，而且要为医生和医学研究者提供相应的渠道，以使他们更好地诊断病人的状况。

2. 正如医疗保健服务提供商需要懂得在提供服务时应如何运用基因资料，他们更要学会怎样利用影响健康的社会性因素。

3. 医疗保健服务提供商应通过使用计费代码，不断缩小对个人社会行为的研究和提供健康服务（比如交通服务、营养咨询等）之间的差距。

4. 政府要采取相关措施，鼓励保险公司将资金投向那些给病人开出非标准性治疗方案的医疗保健服务提供商，并为接受上述治疗方案的病人埋单。

5. 政府需要制定一个更加清晰的标准，保护好病人健康资料的隐私权，以使医疗保健服务提供方在不断提升服务水平的同时，避免给病人带来负面的以及不必要的影响。

近年来，大数据分析取得了飞速进展。现在，我们可以对数以兆计的病人数据和资料进行整合研究，找到其中的规律，并将其深度纳入医疗保健服务提供方的工作中。这么做，不仅可以让社会中最需要医疗保健服务的群体获得最好的服务，还可以大幅度减少我们在医疗健康方面的公共投入。

原文标题：Forget Genes: It’s your Zip Code that Influences your Health