演講全文：
本次講座主要分為以下三個方面的内容：
第一，罕見病的定義和理念。
第二，目前診斷治療現狀。
第三，提高罕見病診斷效率的探索。
首先，罕見病容易讓大家覺得它是和常見病對立的，是很不常見的疾病，是以便不去關注和重視。但罕見病并不罕見，它并不是醫學的名詞，其社會含義大于醫學含義。最初，罕見病這個名詞被提出是源于患者及其家庭以及患者群體的自救自助行為。
目前已知的罕見病有7000種左右，其中80%為遺傳性疾病，是由基因極端變異引起的明顯的表型異常。罕見病是病因研究的天然模型，可以為很多常見疾病的發病機制和研究提供重要線索。
此外，罕見病離我們并不遙遠，我們每個人都攜帶一些罕見病相關的有害基因突變，尤其是隐性遺傳病緻病基因突變，這也解釋了為什麼沒有血緣關系的健康父母卻生出不正常的孩子。
是以，每個家庭都有出生罕見病嬰兒的風險。随着二胎政策的開放，罕見病帶來的挑戰越來越大，而相應的技術和流程還在發展過程中。
現在，需要讓更多的人了解罕見病和公共健康之間的重要關系，真正地連接配接需要跨越一條河，需要更多的人參與。
首先，通過對出生缺陷、兒童期發病的嚴重性疾病、常染色體顯性疾病、成年期發病的的表型隐匿的疾病資料進行積累及共享整合，可對出生缺陷的預防、孕期篩查、新生兒篩查及攜帶者篩查起到重要的參考作用。
第二，成年期發病疾病資料的整合對健康人群的疾病風險預測也是非常有用的。
第三、通過推動孤兒藥的研發，藥物适應症可能擴充到常見疾病。
罕見病的研究将推動了精準醫學的發展，疾病譜的細分也對新治療方法的探索有幫助。
這張模式圖展示了目前大多數罕見病患者艱難的就醫經曆。導診和診前流程的缺乏、專業臨床資源缺乏、基因檢測行業的魚龍混雜等現象都會讓大多數患者的就醫停留在ABC三個階段。
但我們希望，如果有更多的患者能達到DEF模式，經曆遺傳咨詢和醫學建議、産前檢測，或得到針對性藥物的幹預，并在後期接受随訪注冊，就會讓更多的患者找到适合他們的治療途徑。
這是我們2009年做的一項探索，我和一些病友建立了中國共濟失調病友協會網站，在2015年10月15日至2015年10月29日期間進行了短期的患者登記，調查患者的社會資訊和一些醫學資訊。
從就醫和和治療上我們可以看出，病人輾轉就醫的過程非常曲折，治療方法包括康複鍛煉、中藥、西藥等。
就醫花費的統計上，有的患者不願意提供相關資訊，收集到的花費資料資訊也從5千以下到10萬以上分為不同級别，且大部分的支付方式都是自付。
地域分布顔色的深淺代表患病人數的多少。從這張圖可以看出，沿海地區就診的人數更多，顔色淺的地區為中西部地區，可能由于醫療條件和經濟水準的問題，就診的人數較少。
目前罕見病的主要問題還是能否進行明确診斷，大部分疾病尚缺乏針對性治療，部分疾病的治療也主要是長期服藥、特殊飲食及生活幹預，是以門診依然是罕見病的主要醫療方式。然而我們在診治時發現，相當多的患者在來到我們醫院之前就有過住院的經曆，并且接受了一些非必需的、非正常及非精準的過度醫療。
大多數醫療機構的門診資訊碎片化非常嚴重，醫療資源浪費嚴重，資訊分散、無序。這是一個患者的門診病曆，其中包含着多家醫院多位醫生的勞動，也包含着患者及其家人多次就醫的過程，但是效率很低。
這是我自己的一些體會，資訊、技術的群島缺乏連接配接和合作，資源嚴重浪費。醫療資源分散且碎片化；相關技術之間彼此孤立，缺乏整合；醫生、檢測機構、患者群體、企業、政府部門及科研院校之間缺乏用于資訊交流和共享的平台。
很多罕見病都是遺傳性疾病，診斷涉及多個環節，每個環節應該精益求精，各個環節需要無縫銜接。醫生掌握臨床表型，通過分析推斷疾病的分類和遺傳模式，之後基于知識庫和資料庫可檢索到這類疾病已知的基因缺陷屬于哪一類，進而采用不同的基因檢測技術進行檢測。
然而圖中這四個環節之間存在連接配接的問題，從左至右是細緻的表型采集，從右至左則是基因檢測的發展和優化應用，二者連接配接在一起才能進行更好的基因資料解讀。這方面目前還很不完善，沒有建立很好的流程，是未來的願景。
後續的環節連接配接到臨床的最後一公裡難以實作完全自動化，可以探索機器學習等輔助方式幫助醫生高效的收集表型。
其中客觀的制約因素主要有：表型資訊采集效率的嚴重滞後，由于醫學發展曆史的原因，疾病命名、分類的複雜交叉，疾病表型的變異性及各種環境因素影響下患者病程進展的不可控等。此外，基因檢測技術雖然在飛速發展，但我們對基因的認識仍然不足。
提高罕見病診療效率的探索，首先是對診斷中臨床表型的确認，其次就是基因資料和表型資料的對接，随着二代測序技術推廣到臨床應用，表型尤其是精準表型的确認在遺傳病診斷中顯得尤為重要。
醫生作為臨床一線的核心角色，擁有醫學專業背景，能真正了解患者的情況，并将其轉化成醫學語言，這個環節是非常重要的。
此外，在診斷及幹預過程中，醫生也需要綜合各方面的證據，針對不同患者來制定個性化的方案。醫生需要通過終生學習來達到轉化醫學和精準醫學的要求，然而醫生也是需要支援的，需要能夠幫助其擷取更多的知識資訊、提高工作效率的平台。
細緻可靠的臨床表型采集對疾病診斷十分重要，基因資料的積累建立參考資料庫需要一個過程，同時還需要的能夠将各方面的資料整合在一起的平台。在這方面我們也進行了一些探索。
HPO，即人類表型術語集，是标準化的表型，建立者起初從OMIM等資料庫進行詞彙抓取。
國内大部分醫療和科研工作者所使用的表型沒有統一的标準，且表型資料大多數是自然語言，交流很不友善，後期資料挖掘也十分困難。一些資料機構因為沒有漢化的HPO詞語難以将自己的系統銜接臨床，這一點需要突破。
是以，我們成立了CHPO，中文人類表型标準用語聯盟，對HPO的詞彙進行翻譯，并對其詞條進行更新，由國内外華人相關專業人士對其進行專業的編輯優化，建立搜尋引擎并提供了詞庫的免費下載下傳。
CHPO是一個逐漸完善的過程。
CHPO将一邊推廣一邊完善。
在此過程中，醫生的參與尤為重要。目前的狀況是醫生提供表型資訊給檢測機構，但是缺乏統一的标準，品質參差不齊，檢測機構基于醫生提供的資訊歸納核心表型，連結CHPO/HPO，進行生物資訊分析和緻病性評估，最後是基因檢測結果的解讀。
未來，需要讓醫生了解CHPO/HPO，在提供表型的時候進行标準化，這一點對于基因檢測結果的解讀也會十分有幫助。是以，需要把整個流程整合到一起。
流程的整合就是建立連接配接的過程，包括連結相關的專業人士、連接配接表型和基因的資料、連接配接個體資料與資料庫。
目前，醫生所掌握的患者個體的表型資訊與基因資料相比常常是多樣的、模糊的，檢測機構得到的個體序列變異數量多而意義未名，各種疾病及生物資訊資料庫也非常多，HPO可以作為三方的接口，讓醫生與檢測機構或科研機建構立共同語言，使醫生收集的表型資訊與各種資料庫資訊的描述方式盡可能統一，此外有助于通過表型連接配接資料庫更好地進行基因變異選點分析。
搜尋引擎可在輸入表型後連結CHPO，輸入疾病可連結OMIM和ORPHA；同時，可免費下載下傳詞庫，現已包含1萬多個詞條。
目前已有38個項目組和機構申請下載下傳。
另一個探索是在運動障礙和神經遺傳病方面。
近20年來，我們通過臨床和基因學研究和檢測，建立了電子版的資料庫，也探索了一些移動醫療模式；目前已經建立資料庫，并與第三方檢測機構、科研機構合作，并做了很多罕見病公益方面的工作。未來希望三者可以結合起來，整合資源，進而提高效率。
我們的資源庫累計了3000多個家系的表型資訊DNA樣品。
在常染色體顯性遺傳共濟失調方面，我們對基因檢測确診的患者家系資料進行分析可在一定程度上反映中國人SCA分型比例的特征。
運動障礙與神經遺傳病資料庫是與一脈基因合作開發的，我們希望能夠基于門診進行表型資訊的采集，并實作與其他資料庫的連結，該資料庫已于2015年年底開始試運作。
左邊為資料庫的導航，包括病史、體格檢查、輔助檢查和基因資料、拟診和醫囑等，每個頁面包含相應的采集項目，其中基因資料頁面希望能夠通過授權給檢測機構，讓他們可以看到患者的表型資料，同時上傳基因資料，由醫生和檢測機構共同出具檢測報告。
這張圖是我作為醫生的夢想，建立一個有序的能将資訊資料整合共享的平台。以患者資料為中心，從各個機構擷取的患者就診資訊、患者的基因檢測資料整合在一個平台上，流程和方式仍需探索，同時患者的個人隐私必須得到保護，資料共享需要建立授權方式。
MSA輔助診斷和聚類分析系統是與清華大學江瑞老師課題組合作的一項工作，選擇MSA作為模型疾病的原因主要包括：MSA為神經退行性疾病，且迄今沒有針對性的治療方法；MAS為多因素疾病且具有臨床表型多樣性和病因異質性；病因複雜，難以進行聚類分析；國内外并無基于表型資料庫進行MSA統計的報道。
此研究的目的主要包括輔助診斷和聚類分析。
在研究的政策和技術路線方面，首先拟定了一個資料庫的表單，同時通過機器學習對臨床病例進行分級診斷，最後是自然語言的處理，希望通過它為模型來實作機器的聚類和觀測，将這個流程用于其他疾病的機器學習中，這是我們的願望，希望在這個過程中得到各位專家和老師的支援。
謝謝！
原文釋出時間為：2017-03-24
本文來自雲栖社群合作夥伴“資料派THU”，了解相關資訊可以關注“資料派THU”微信公衆号