大數據：精準醫學應用中的倫理辯護*

王 垚 鄭保章

精準醫學是生命醫學領域中全新診療模式，該模式集合了生物醫學、計算機科學與大數據等多項領域中新興技術于一身，通過對大樣本人群與特定疾病類型進行生物標記物的分析鑒定與驗證應用，將個體生物特征、生活環境等因素與各項生物技術相結合，精確尋找致病因與治療點，實現對個體進行精準診斷、精準治療與精準預防，同時能夠識別遺傳疾病代際傳播潛在風險，對未來疾病進行高效評估以提升人類整體健康水平并使社會醫療資源得到合理分配。該診療模式在近十年時間里得到蓬勃發展，如日本的FANTOM計劃第五階段開展的基因組研究、英國對10萬患有癌癥和罕見病的英國人進行的全基因組測序以及個性化療法的制定以及歐盟發布的創新藥物第二期計劃等[1]6，其發展基于多組學數據進行，使用大數據分析與挖掘技術可以實現對個體生物基因、臨床診斷等各項信息進行存儲與發掘分析，是大數據最具應用前景的領域之一。

目前我國精準醫學的發展仍處于基礎研究起步階段，原國家衛健委和科技部于2013年成立精準醫學專家組和專門組織，2016年科技部正式啟動了精準醫學的專項研究，各高校也紛紛推動醫學發展成立研究中心，如清華大學精準醫學研究院、鄭州大學精準醫學中心、哈爾濱醫科大學腫瘤醫院精準醫學中心等。雖然距離將精準醫學應用至大規模臨床實踐中還有相當長的一段路要走，但我們不能忽視其在未來疾病診療中的巨大潛力。對于大數據在精準醫學應用中所出現的倫理問題進行前瞻性討論，將有助于推動大數據與精準醫學健康有序發展。

1 大數據在精準醫學中的應用

大數據的發展對精準醫學研究起到一定導向作用，為開展癌癥精準診療、臨床用藥指導、慢性疾病防控等奠定基礎。

癌癥診療率的提高。癌癥是基因組水平疾病中的一種，其產生會觸發相應的基因組突變，受標本類型復雜性與難易度影響，影像學、病理學等傳統檢測方式有時會分不清癌癥類型，無法對腫瘤做出適當定位與分析，基于基因組大數據的分析可幫助醫生對早期癌癥患者進行精確診斷，來自癌癥登記與相關治療記錄的數據也可為常規腫瘤學實踐中對患者的治療與結果提供獨特見解[2]，提高癌癥的診療率。加拿大一位患有結直腸癌的女士通過哥倫比亞癌癥機構所開展的個性化腫瘤基因組計劃加入實驗治療，在通過基因組測序數據分析后研究人員給她服用了一種常用于治療高血壓的藥物，使她的病情在未來五周內得到巨大好轉[3]。目前，臨床醫生可以使用Oncotype DX(21基因)檢測明確乳腺癌疾病亞型以制定合適的治療方案提高疾病診療率,聯合使用診斷性腹腔鏡技術與腹腔游離細胞檢測技術，可有效提高對胃癌患者胃癌分期診斷的準確度，可避免患者接受不必要的手術，而微生物組大數據的研究更是開拓了對腸道性疾病的研究與治療。同時，通過探索分子特征將疾病與潛在有效藥物相聯對新治療方法的發現至關重要，如Chen等[4]基于系統的方法預測了四種化合物在肝癌中逆轉基因表達的高效力并驗證了該化合物在五種肝癌細胞系中都有效。

與癌癥相關的數據庫建立為精準醫學發展提供了良性基礎。生物數據庫的構建可實現對大樣本數據的綜合分析以形成知識網絡，洛索腫瘤公司通過使用癌癥基因圖譜(the cancer genome atlas,TCGA)數據確定一個分子靶點獲得了治療可抑制轉移性癌癥中的原肌球蛋白受體激酶融合的藥物，同時其包含的非小細胞肺癌組學信息與患者詳細的臨床信息可幫助研究者尋找到大量與非小細胞肺癌預后相關的標志物。類似于TCGA等大量公共基因組數據的建立可推動藥物研發并提高癌癥治療率，我國胰腺疾病大數據中心通過共建共享機制收集全國胰腺腫瘤數據對提高國內胰腺癌整體診療水平做出巨大貢獻。檢查點治療靶點數據庫是第一個關于癌癥免疫治療中檢查點靶點及其調節劑的綜合性數據庫，該數據庫編譯了癌癥免疫治療中多項信息，通過增強的文本挖掘系統從10 649篇文獻中收集了經過驗證的實驗證據，為癌癥免疫治療與藥物研發提供一定支持[5]。在國際上，美國國家生物技術信息中心與歐洲生物信息研究所相繼開展多個基于生物醫學大數據的知識庫建設項目，同時國內相關學者使用單細胞檢測技術對精確性和低豐度基因或非編碼基因進行精準檢測，獲得了包括乳腺癌、肝癌、腦膠質瘤等多種類型腫瘤在內的基因圖譜，解釋每個腫瘤細胞的突變規律，為更多腫瘤標志物與抗腫瘤靶點的發現提供一定數據支撐。

提高臨床用藥的精準性。基因檢測與血藥濃度檢測可提高對個體用藥的精確度，大數據技術則可監視個體用藥反應，為醫生開展臨床工作提供有價值的決策方案。將基于大數據研發的臨床合理用藥決策系統嵌入醫院信息管理系統中，在用藥的關鍵節點為醫生與監管者提供一定決策支持，能有效防范用藥風險并為醫務人員提供最新藥物信息。基于美國范德堡大學開展的eMERGE項目建立的臨床-基因整合數據庫BioVU以臨床病例為基礎報道了華法林、氯吡格雷、他克莫司等藥物療效及副作用與基因多態性的關系為醫生在臨床決策中提供一定指導。Lind等[6]則基于大數據集開發了隨機森林模型，該模型可根據癌細胞基因組的突變狀態來預測抗癌藥物活性以期實現在臨床上的精準用藥指導。大數據與基因檢測技術的結合在提高患者治愈率的同時避免不恰當用藥，達到對患者實現精準用藥與治療，如采用美國國立綜合癌癥網絡發布的非小細胞肺癌治療指南中靶向藥物對患者進行治療，使患者平均中位生存期由28個月提高至42個月，增長約50%。

基于大樣本與個人所測數據進行對比發現疾病產生的前兆，使對慢性疾病的日常防控成為可能。慢性病產生受遺傳性因素、個體日常行為習慣與生活方式等多因素影響，這意味著不僅基因組數據可在遺傳學角度解釋個體患慢性疾病的概率大小，同時與個體生活相關的各項數據也包含了許多使現代社會常見的慢性疾病發生的關鍵信息，醫生獲得與這些行為因素相關的數據可以更好地了解生物效應，幫助我們確定行為變化，從而減輕生物變異對疾病易感性的影響[7]。大數據背景下，通過使用移動智能終端、數據管理系統、移動醫療設備與醫療健康軟件，實現多項監測數據的網絡接入，同時對患者的行為習慣、藥用記錄進行智能的監護與跟蹤[8]58。如帕金森疾病患者通過裝配多節點可穿戴設備，對其數據進行實時收集與檢測可有效評估運動遲緩癥狀的藥物治療效果，隨時調整用藥。同時，精準醫學依托于大數據技術匯總個體綜合數據信息，對其進行智能化監控與分析，了解個體當前各項生命體征與行為數據將其同慢性疾病大數據結合分析，為個體提供精準的用藥與治療方案，使慢性疾病的防控更具有針對性，延長個體壽命。微糖公司通過慢性疾病管理軟件收集了大量有關糖尿病患者的血糖數據，并基于亞洲糖尿病基金會超十年以上的大數據信息研究出用于提供并發癥風險預測與分析的“天雁”系統，同時引進基于動態數據分析與服務的動態血糖技術雅培“瞬感”，為糖尿病患者提供健康血糖解決方案，幫助患者穩定血糖[8]86。李蕊[9]也指出，通過對個體進行數據收集與分析可實現對糖尿病患者的血糖監護，降低醫療費用的同時可在一定程度上解決問診難的現象。

2 大數據在精準醫學應用中的主要倫理問題

大數據技術的運用使精準醫學中不同數據集相連接，揭示了迄今未知的各種相關性與因果路徑，對信息實現高度的精確裁剪與分析，但它也引發了與數據隱私、社會公平、個體自由意志相關的倫理問題。

2.1 生物大數據隱私安全

精準醫學的研究與大數據相關聯，在該模式之中使研究者站在一種“上帝視角”對個體生命特征、行為興趣與生活習慣等各方面進行記錄分析，大數據時代的個體宛如生活在邊沁所提的圓形監獄之中，所有行為以數據化形式暴露在眾人之下。精準醫學領域中的數據不僅包含個體姓名、性別等基礎性數據，還包含基因層面的生物數據，基因是生物體最小的遺傳單位，與生物的各項生命現象息息相關，對于此類數據的過分收集與分析將會模糊個人隱私與數據安全的界限。如研究者可通過將男性Y染色體與公開的基因組譜數據對比以恢復個體姓氏，也可通過利用在線系譜數據庫使1 000個基因組項目中大約50個人被重新識別(即參與者的名字)[10]。受生物數據信息攜帶遺傳性特點的影響，所收集到的個體生物信息之間并非彼此割裂獨立，而是以一種互通互聯的方式存儲，此部分數據比傳統數據包含更多敏感性的內容，隱私性更強，若此部分數據沒有得到恰當保護將會產生隱私泄露與使用不當的風險。Homer等[11]使用dbGaP數據對屬性披露風險進行了分析，發現個體的等位基因頻率能可靠地確定他/她在病例組中的存在使個體處于隱私暴露的風險之中。而已發表的研究成果若與現有的種族或種族刻板印象相結合將會帶來群體污名化，如Havasupai部落事件：把原本用于研究糖尿病的DNA運用至其他研究目的，未能有效兼顧當地部落成員的價值觀與心理敏感性，而海拉細胞基因組的倫理爭議事件也反映出了生物大數據遭到泄露后所產生的群體性風險。

由于當下相關領域科技傳播的缺失使個體對自身生物數據保護意識薄弱，在一定程度上削弱了對個體數據隱私的保護力度。Frizzo-Barker等[3]所作的一項研究表示由于新媒體對于基因組學的過度宣傳及患者對于此類信息的誤解造成自身缺乏數據信息保護意識。對于參與醫學研究的個體而言，他們更多關心的是對進入到生物樣本庫當中組織樣本等物理樣本隱私保護而非進入在線注冊表(網絡)當中的數字健康數據。一位患有肺結核的年輕人不想讓任何人知道自己患病并讓醫務人員“私下”對她進行治療，但自己在社交網站告訴了所有人她患有肺結核且正在服用相關藥物。可以看出，對于患者而言他們自身并不清楚當下各項數據信息與自身隱私的關聯度如何，反而視大數據信息相較于傳統信息而言更具有匿名化。若社會欠缺對個體數據隱私的保護且仍使用傳統的隱私保護機制來面對現下新型數據隱私風險問題，則會加劇隱私受侵害的現象。

2.2 社會公平問題

只有當精準醫學的正面效應遠超于它的開發與使用成本及所涉風險時，才能被廣泛接受。大數據在精準醫學領域中的運用加速了靶向藥物研發，輔助醫生進行臨床用藥指導，但高昂的治療成本在某些方面易損害社會公平。雖然目前國內醫療保障體系正在逐步完善，但受精準醫學前期研究成本、治療方案與臨床釋義高昂的價格影響，使精準醫學可能最終成為少數“富人”的特權，加劇醫療資源分配不均的現象，進一步造成兩極分化。如常用于胃腺癌治療的阿帕替尼售價在1 000元～4 000元不等，針對 ALK、ROS和MET激酶活性異常的腫瘤患者所適用的賽可瑞售價也在上千元，富有成效的靶向藥物能夠改善患者的生存質量，但并不能完全治療癌癥。在慢性疾病治療上，相關研究證明他汀類藥物不耐受或無反應的患者服用PCSK9抑制劑可以有效降低患心血管疾病的風險且長期有效[12]。但受高昂的前期研發成本影響，目前使用該抑制劑治療的年費用在5 000美元～14 000美元，而這種治療可能會伴隨患者終生，在此類藥物并未納入國家醫保體系或商業保險范圍內時，能否得到有效治療在很大程度上取決于患者經濟水平。

醫學數據的較高商業價值與學術價值使其成為市場競爭的目標，對于數據不恰當的使用(包含一次使用與多次使用)有違社會公平正義的同時會對個人尊嚴與自主性造成一定傷害。大數據技術的發展使精準醫學中各項數據可存儲至網絡平臺或云端，同時與第三方實現共享進行不同目的的研究。個體提供數據，平臺進行存儲與收集并利用深度挖掘與智能分析技術使這部分數據產生一定的意義與價值，此時出現了權益在數據提供者、數據分析機構、與數據使用機構間如何分配的問題。各機構了解數據背后價值及收集分析數據辦法，數據在機構面前相當于透明的存在，但對于數據提供者來說，大部分人僅具有一定數據隱私概念，知道此部分數據是自身各項生命指標的顯現，但并不知此部分數據背后價值與使用方法，無法直接享受到數據有益性反饋。如對PCSK9抑制劑的研發，抑制劑的研發成功不僅需要科研人員日積月累的努力，同樣需要大量的數據樣本，大量患者通過使用他們自身的遺傳數據與臨床數據參與到開發過程中[13]，即使他們在參與研究前已簽訂相關協議并得到報酬，但高昂的抑制劑價格可能仍將大部分人拒之門外(包含提供研究數據的患者)。在大型數據庫建立過程中，如英國生物銀行項目與TCGA數據庫等，前期提供臨床數據的個體作為項目參與者無法持續享受到研究所帶來的利益，因此在數據提供者與研究機構及平臺間會出現失衡的現象，在一定程度上對社會公平造成損害。

2.3 自由意志的削弱

當大數據進駐于生物醫學領域中，并在臨床決策系統與健康保健系統中占據越來越重要的地位時，醫生和患者均可根據數據推算與深度挖掘智能分析所得出的結論進行決策，在一定程度上削弱了個體自由意志中的選擇能力。在精準醫學領域中，大數據技術可以從多方位多角度對個體數據進行收集與監控，進而影響個體的日常行為選擇，如人們常佩戴的智能手環，通過收集每日運動數據來監測佩戴者的健康狀況并在分析后向佩戴者推送運動與保健指導，同時售賣相關配套產品，在此情況下大部分個體出于對自身生命健康負責的角度會采取所推送的建議或選購相關產品。美國的“斯諾登事件”“棱鏡計劃”“劍橋事件”等無不顯示出當下大數據對于人們生活的影響，機構在獲得個體數據后進行提取與分析并針對個體行為與態度進行控制，而這種控制是處于個體無意識情況下進行，在一定程度上削弱了個體的自主性。“各種事情的決定權已經完全從人類手中轉移到具備高度智能的算法。”[13]當將個體基因、臨床表征、生活方式等各項信息轉化為數據形態加以儲存并通過計算機深度挖掘與智能化分析得出相應的結論，甚至在某些情境下可以代替醫生進行決策時，易造成人與技術間關系的逆轉，存在技術異化風險。

當把個體的生命加以數據化時，人的自由意志遭到一定程度的消解，世界觀將會受到來自機械化世界觀的沖擊。如芒福德所提出的那樣，以單一技術為特征的現代技術的意識形態基礎是一種機械化的世界觀，這種機械化的世界觀已經深入到人類的心靈，變成一種基本的價值觀念和思維方式[14]。精準醫學中所運用的生物醫學與大數據技術，實現了在生物層面上對個體的生命發展進行干預的同時，在客觀物質層面上將個體生命加以數據化進行存儲、挖掘與分析，當這些新興的現代科技手段強強聯合時，存在技術意識取代人意識的潛在危險，人們的自主性受到干擾，會產生這樣一種懷疑：這項決定是我在基于理智判斷上所做還是受技術操控所做。對人們現有的世界觀、人生觀與價值觀產生一定沖擊。亞里士多德對于“奴隸”的本性描述對于現今大數據時代社會發展仍具有借鑒意義，當人成為一筆財產時就應當成為別人的所有物，那么這筆財產就在生活與行為中被視為工具，現下若把個體生命數據化并成為各集團間的利益爭奪對象時，人是否會被視為一項工具。

3 大數據在精準醫學應用的倫理辯護

3.1 數據共享可推動精準醫學良性發展

數據共享與隱私讓渡是當下促進研究開發的必由之路。精準醫學中的各項數據是推動該領域技術發展與創新的基石所在，數據的共享不僅能夠強化數據的使用率促進新型研究，還利于知識的傳承與創新，促進國際間科學技術交流，過分的進行數據保護主義易產生數據霸權的現象，影響科技創新發展。亞馬遜網絡服務與美國心臟協會合作搭建的“AHA”的精準醫學平臺為科學家們提供強大的數據支撐以應對心血管疾病這全球第一大健康殺手[8]58，該平臺通過臨床病學研究、各國研究人員的上傳、對照試驗等多種渠道收集數據并對其進行匿名化處理后存入云平臺中以供各方人員使用，幫助科研人員加快對疾病的研究，探明發病機理明確治療目標與方案，實現對心血管疾病最大、最有效的預防與治療；基因組數據共享(genomic data commons,GDC)項目是美國國家癌癥研究所建立的一個腫瘤研究數據標準化及共享平臺以推進精準醫學在腫瘤領域中的發展。GDC作為數據庫的同時，還是一個可以擴展的支持癌癥研究相關基因組數據和臨床數據導入與標準化的知識網絡，為癌癥研究人員提供標準化的基因組數據與對應的臨床數據，促進癌癥基因組數據與相應患者數據的共享[1]99。探索性的數據分析將推動對未知疾病間的關系和生物標志物與疾病間可能存在的亞組的研究，在未來醫學研究中將各項生物數據庫相連接是推動新的研究與發現基礎，在此大型網絡基礎上甚至能夠為非常小的疾病亞組提供充足的數據支持。截止至2016年8月，GDC數據庫已收錄腫瘤數據庫TCGA和TARGET共計29個腫瘤原發部位、38種疾病類型、14 531個病例數據資源[1]47，研究人員與臨床醫生可以通過該平臺搜索、下載與分析所需數據，分析腫瘤分子機制以為患者提供更加精準個性化的診療方案，如就腫瘤的生物標記物而言，研究者基于8個基因組學數據庫構建了最完整的增強子癌癥RNA(enhancer RNA,eRNA)圖集證明eRNA可能是精確治療癌癥的一個強有力的診斷或預后標記。英國生物銀行項目也是生物醫學大數據庫貢獻的一個好案例，通過收集項目參與者全基因組的基因型數據為發現新的遺傳關聯和復雜性狀的遺傳基礎提供了許多機會。精準醫學應用中各項數據共享目的在促進人類健康發展，推動醫學研究的進步，以減輕患者傷痛為原則，為追求最高的“善”而進行，符合生命倫理學中“有利”原則。若在國際社會間推動生物醫學大數據共享能夠使大部分人受益的同時，并不會對他人、對我們的環境、社會造成損害，那么數據共享應得到倫理上的支持。

3.2 技術與主體道德意識的提高可降低數據隱私風險

大數據技術的發展在一定程度上降低隱私風險。受互聯網開放性與共享性影響，保證數據在傳輸過程中的隱私與安全性是我們必須要面對與解決的問題。在原始數據處理方面對敏感數據進行變形處理可以有效地保護隱私，常用的隱私保護技術(統計模型與概率模型)可在較低應用層次上面實現對數據保護，在高層數據應用中常使用面向數據挖掘的隱私保護技術實現對敏感數據的保護。在數據傳輸過程中，通常使用加密機制、安全認證機制與訪問機制對其進行保護，包括DES、AES等典型的對稱密鑰加密算法與RSA非對稱密鑰加密算法等；PKI與CA是通用的安全認證技術，能有效保障數據在傳輸過程中的安全性；訪問控制機制能夠有效防止不具備權限的非法用戶訪問及使用網絡資源。SDN網絡架構能夠平衡大數據傳輸速度與安全性，入侵檢測系統(IDS)可以通過對網絡運行狀況的旁路式監測發現各種攻擊行為以保證數據的機密性、完整性與可用性，網絡訪問控制設備(NAC)檢測與主機連接的網絡接入方法已發現不正當接入路徑，網閘將兩個不同的網絡隔離以保證數據安全。現下很多研究已使用同態加密(HME)技術，該項技術允許用戶直接對加密數據執行某些算術操作，在聯合計算環境下還可采用加密布爾電路與秘密共享機制以實現對數據的保護，shi等[15]分析了當下圖像保密變換、混合云存儲解決方案、加密方案等大數據保護方法，提出通過在基于人類基因組特征的編輯距離計算中引入近似，加密技術可以有效地優化處理大規模的、保護隱私的人類基因組數據分析。現有的大數據技術可以有效保證數據在源頭與運輸過程中的安全性，即使遭到攻擊或意外泄露，此部分數據也是經過變形處理，攻擊者需要獲取足夠量并具有關聯性的數據才能將手中竊取到的數據去匿名化，Gürsoy等[16]開發了一款數據凈化程序，該程序允許原始的功能基因組讀取被共享并最大限度地減少隱私泄露，實現原則性的隱私效用權衡。Decouchanta等[17]通過技術的更替實現對原始基因組數據中隱私敏感信息的精確過濾。可見技術的發展并不是停滯不前，隨著大數據技術的不斷進步，在一定程度上能夠降低數據隱私風險，為精準醫學的發展提供技術保障。

提高行為主體道德意識有助于降低數據隱私風險。道德意識是人們在長期道德實踐中所形成的道德觀念，對人們的行為具有一定指導作用，提高在大數據操作過程中行為主體的道德意識在一定程度上有助于降低數據隱私風險。在生物大數據操作過程中，主要行為主體包括醫務工作者與患者。醫務工作者進行專業技能學習以提高辨別大數據中所包含敏感信息的能力，可依托醫學倫理委員會通過職業倫理培訓以增強保護患者生物數據隱私安全意識，注重維護患者個人隱私與不知情權利。對于患者個人，需要主動學習與大數據信息相關的各項知識，提高數據安全意識，減少自身敏感數據的暴露，在注重保護自身生物大數據隱私安全的同時也應尊重他人數據隱私。

3.3 國家健全體制機制促進社會公平

國家健全體制機制以加強數據隱私保護，一定程度上促進社會公平。精準醫學中各項數據信息具有較高的附加價值，通過對海量的數據進行整理分析挖掘可以從中發現新知識，創造新價值，國家立足于宏觀層面出臺數據隱私安全、數據管理等各項政策。《促進大數據發展行動綱要》指出要推動大數據發展和應用，在未來5年～10年內打造精準治理、多方協作的社會治理新模式；《“健康中國2030”規劃綱要》中強調發展健康產業和醫療大數據、培育健康醫療大數據應用新業態，同時需加強健康醫療大數據相關法規和標準體系建設；《國家健康醫療大數據標準、安全和服務管理辦法(試行)》從大數據標準、大數據安全、大數據服務與大數據監督四個方面提出指導意見，對未來數據的標準管理、落實安全責任等具有重要意義。在頂層設計方面，2018年科技部官網公布了包括“精準醫學研究”等生物醫學領域的五大專項，共撥款12億元左右，在精準醫學研究領域中主要部署新一代臨床用生命組學技術研發，精準醫學大數據的資源整合、存儲、利用與共享平臺建設疾病防診治方案的精準化研究三個主要任務；基于《網絡安全法》2020年人大提出的《個人信息保護法》有效地解決了公民合法權利的保障與數據自由流動間的價值平衡，堅持個人信息保護優先的權利。同時，國外已有的政策措施可以為我國完善相關法律法規提供借鑒。如美國國立衛生研究院從開放訪問存儲庫中刪除所有匯總數據并轉向一種控制訪問模式以保護人類基因組研究計劃參與者不被“數據重新識別”，《基因信息非歧視法案》禁止雇主根據員工基因檢測結果或家族史歧視員工。美國食品藥品管理局(Food and Drug Administration,FDA)在精準醫學中承擔了對現有監管格局重新審視的責任，推出基于開源基因組信息數據庫、云計算在線與數據共享而成的“精準FDA”平臺，為社會各界提供數據共享與比較、工具共享等，以提高下一代測序數據分析準確性[1]336。

雖然精準醫學的診療模式短期內只能在國內小范圍頂尖醫院中采用，要達到普及仍需很長一段時間，但此種診療模式較于我國前幾十年醫療水平而言已有很大進步，促進了人們生命健康福祉，在一定程度上促進了社會公平。如大數據在精準醫學中的運用使醫保做到防患于未然，有效平衡了患者、企業與社會間的利益。醫療保險公司可以通過公共數據平臺資源分析制定合適的保險產品以降低公司成本，Clover Health公司從醫療保險理賠數據中收集用戶疾病數據后與數據庫中的模型相匹配找到高風險患者人群并幫助他們改善健康情況[8]61，在其生病前就進行健康干預，有效降低個體患病率與企業成本。同時大數據的運用還可以有效推動國家醫保控費發展，使醫療資源得到合理分配，如平安集團的“互聯網醫療+保險”戰略，使國家能夠根據人民群眾的現實需要制定相應政策。倫理道德行為是在特定的社會歷史條件下經過長期生產生活實踐而形成的優良品質與行為規范，是在面對利益與誘惑時仍能堅持以原則、規則處事，社會資源與人類工具理性的有限性使各個利益相關體間的沖突不可避免，有效的政策體制可以從國家宏觀層面上促進各方利益分配平衡，維護社會公平。

3.4 自由意志的讓渡提高個體生命質量

大數據的快速發展使人們產生對自由意識的思考，在精準醫學領域中大數據的運用使個體從表層的行為習慣、生活方式到生命層面的基因信息等無所遁形，一切的信息均可以加以數據化表達。持有大數據發展威脅自由意志的論調出發點在于，若能掌握個體大量信息就能準確把握其生理心理特征，通過數據分析準確預測其行為。但大數據在精準醫學應用中僅是提供了一種概率表達與數據參考而非替主體做出決定。如基因檢測數據僅是以數字的方式呈現個體患癌概率大小，并不是“決定”其是否會患癌癥，此數據結果對于人們來說起到了預警作用。研究人員可以根據數據結果進行癌癥臨床研究以攻克技術難關，臨床醫生可以據此為患者提供預防與診療方案，患者本身產生自我預警等；在臨床用藥指導方面，臨床醫生可以基于各項數據分析，將客觀數據信息與專業知識相結合，為患者提供最佳診療方案，并以更加清晰可視化的方式向患者講解各項方案的優缺點，最終由患者自行選擇治療方案而非強制賦予。在此過程中大數據技術的使用助力醫生與患者了解并預判病情發展，使臨床治療過程更加具有針對性，減少了醫學判斷中的非理性因素，提高疾病診治率，此類診療模式對于大部分缺乏專業知識背景的患者而言無疑是最佳舉措(在提供了最佳醫學方案的同時給予心理支持，減少了患者無助感)；在慢性疾病防控方面，數據的收集與分析僅是呈現出個體當下的生命健康狀態，通過長時間的數據記錄可以分析個體健康發展，當個體各項生物數據接近“亞健康”狀態時起到預警作用，把以往生澀難懂的醫學信息進行可視化分析并用通俗易懂的語言傳遞給個人，個體基于所掌握的信息后及時有效地進行行為調整，如對糖尿病與高血壓等患者進行監測可根據數據實時提供適當的飲食建議。相較于以往只能在病狀顯現時才進行干預治療而言，通過大數據技術手段進行輔助型決策，使醫生與個體更能掌握病情發展，達到對慢性疾病的有效防控。同時，數據的實時變化與呈現，推動健康決策融入至人們日常生活中，在為個體生命質量提供保障的同時于無形中加強了個體責任，使患者從“旁觀者”轉為“參與者”加入進疾病治療中。當把大數據技術運用于精準醫學各項領域中，并非會弱化主體地位走向技術決定論，也并沒有削弱個體自由意志，而是個體自由意志在一定程度上的讓渡，通過技術可視化的呈現做出當下最優判斷，最終決定權仍在具有理性與價值判斷的個體手中。

4 結語

大數據技術應用于精準醫學中是當代醫學發展的大勢所趨，是研究某項疾病產生、發展、治愈及某些群體抗病特點的重要依據之一。個體生活離不開集體，每個人都應為創造更優質的集體生活而做出貢獻，與此同時集體效益也會反饋到個體身上，為使患者得到更快、更有效的治療需要個體在一定程度上讓渡出部分隱私。對于技術的發展我們無法阻擋，只能將其負面影響降至最低，“一方面，忽視倫理問題可能會帶來負面影響和社會排斥。另一方面，在錯誤的情況下過分強調對個人權利的保護，可能導致監管過于僵化，而這反過來又可能削弱利用數據的社會價值的機會科學”[18]，而“如果人們不能通過圓滿的理性論證來確定一種具體的道德作為標準的、決定的東西，那么道德和道德指導的權威的唯一來源就是同意”[19]。對于當下大數據在精準醫學應用領域中所出現的倫理問題需要各方協同合作，共擔責任，以對話協商為基礎解決新科學技術帶來的倫理難題，推動技術的向善發展。