用电子治疗记录促进个性化医疗

　　

据一项新的报告披露，电子治疗记录可以加快个性化医疗的进程。 这些发现提示，通过使用电子医疗记录，医疗服务提供者可帮助研究团队收集全面、精确的数据以揭示疾病与某个人在遗传学研究中所显示的基因构成之间的关系。

Abel Kho及其同事应用电子医疗记录（或EMR）数据来精准地发现疾病。 这些研究人员以在EMR数据中寻找5种疾病的数据作为开始，这些疾病为：痴呆症、白内障、外周性动脉疾病、糖尿病和心脏传导性疾病。

他们在专门设立的使用EMRs的机构中创建了计算系统来发现罹患这些疾病的病人，并收集了用于遗传学研究的样本。 当病人在这些机构中接受治疗的时候，作为同意接受治疗的一部分，他们同意将他们的病史记录用于研究。 另外，文章的作者也得到了每个病人对这一研究的许可。

研究人员应用这种计算系统能够正确地在某个机构中的73%的病人中发现痴呆症。 在另外2个机构中，这种计算系统分别在71%和90%的病人中正确地发现了该疾病。 Kho及其同事核查了该规则系统相对于传统诊断方法（如医生的记录和病历）的精确性并发现，得自EMR数据的诊断可正确地与医生所作的诊断相匹配。

该研究表明，增加使用电子医疗记录可显著地增强用于遗传学研究的参与者资料的可用性，并在无需花费时间和金钱去登记参加对不同疾病所作的临床试验的情况下而得到更强有力的结果。 文章的作者指出，对EMR数据作一些改进可令其变得更有用，例如：始终纳入诸如吸烟情况和家庭史等因素。

Article: "Electronic Medical Records for Genetic Research: Results of the eMERGE Consortium," by A.N. Kho; J.A. Pacheco; R.L. Chisholm at Feinberg School of Medicine, Northwestern University in Chicago, IL; A.N. Kho at Regenstrief Institute, Inc. in Indianapolis, IN; P.L. Peissig; L. Rasmussen at Marshfield Clinic Research Foundation in Marshfield, WI; K.M. Newton; N. Weston at Group Health Research Institute in Seattle, WA; K.M. Newton; P.K. Crane at University of Washington in Seattle, WA; J. Pathak; C.G. Chute; S.J. Bielinski; I.J. Kullo at Mayo Clinic in Rochester, MN; R. Li; T.A. Manolio at National Human Genome Research Institute in Bethesda, MD; J.C. Denny at Vanderbilt University in Nashville, TN.