近(4/25)日，由國家衛生研究院、台基盟生技、國家衛生研究院論壇主辦的「2025精準健康論壇—糖尿病與腎臟疾病」，匯聚國內臨床、流行病學、統計與大數據等專家，共同探討基因檢測在兩大慢性國病──糖尿病與腎臟病的應用。論壇下半場邀請北醫附醫腎臟科主任吳逸文、林口長庚醫院兒童腎臟科主任余美靜、國衛院癌症研究所楊奕馨研究員、中研院統計科學研究所所長楊欣洲，分享腎臟病多基因風險分數(PRS)的重要性、臺灣健康大數據整合服務平台(GHD)建置以及透過醫療影像與基因數據建構的糖尿病風險預測模型。

吳逸文：突破歐美數據侷限 建構亞洲腎病PRS模型

台北醫學大學附設醫院腎臟科主任吳逸文指出，臺灣末期腎病需要透析治療之行率全球第一，其中糖尿病腎病(DKD)是主要成因之一，若能早期辨識高風險族群、進行個人化干預，將能降低透析負擔。
 
她提到，腎臟病多屬多基因疾病(polygenic)，應透過多基因風險分數(Polygenic Risk Score, PRS)進行風險分層與預後預測，不過，現行PRS多為歐裔樣本，亞洲人群樣本少，在亞洲人群使用上代表性與準確性較低。
 
吳逸文也展示，北醫團隊分析臺灣BioBank數據，發現臺灣族群特有的基因變異，並據此建構本土化的多基因風險分數(PRS)模型。同時，團隊也透過500例病人的全外顯子體定序，進一步評估罕見基因變異對慢性腎病與末期腎病易感性的影響。
 
她表示，為了實踐精準醫療，他們預計到2028年收集五千名腎病患者，並透過整合WES/WGS、臨床資料、代謝體、微生物群與環境暴露資訊，建構更具亞洲族群代表性的基因資料庫與標準化套組(panel)。


圖為台北醫學大學附設醫院腎臟科主任吳逸文。(攝影/李林璦)

余美靜：小兒難罕腎病診斷困境   盼建專屬基因套組加速診斷、治療

 
林口長庚醫院兒童腎臟科主任余美靜分享小兒腎臟病的基因研究成果與臨床照護經驗。她指出，臺灣兒童慢性腎臟病(CKD)成因中，先天性泌尿道結構異常約占51.1%，腎絲球疾病佔48.9%，另10%為囊性腎病變。
 
余美靜表示，在林口長庚醫院長達18年針對接受腎臟切片檢查的兒童之回顧性研究中，發現紅斑性狼瘡腎炎(LN)、微小病變型(MCD)腎病症候群和原發性甲型球蛋白腎絲球腎炎(IgAN)仍是兒童和青少年病人最常見的腎臟病。
 
目前常用的腎臟生物標誌在兒童族群早期診斷或預後的預測準確度仍嫌不足，因此，需發展具潛力的兒科專屬檢測指標。在余美靜與台基盟合作進行的兒童腎臟病的基因研究中，利用可負擔的全基因體定序(WGS)分析，包括亞伯氏症候群(Alport syndrome)、C3腎病變(C3 glomerulopathy)、囊性腎病變(ADPKD or ARPKD)等遺傳或是罕見腎臟病，期待能進一步發展相關診斷基因套組，能更快速和精準找出致病的風險基因。
 
余美靜表示，針對特定臨床症狀，如持續性無症狀血尿孩童，特別是有血尿或CKD家族史，或是同時出現蛋白尿的孩童，若因恐懼腎臟切片手術而未接受檢查，可以考慮基因檢測，是有利於早期疾病診斷與及時處置。特別是在照護幾位因罕病──非典型性尿毒溶血症候群(aHUS)造成移植腎衰竭且合併其他器官失能或是病變的孩童後，她更關注基因診斷的重要性。
 
余美靜強調，兒童困難和罕見腎臟病需要更精準便利的診斷工具以制定後續介入治療策略。期望能結合基因資料與生物標誌，建立兒童特定疾病診斷基因套組。同時，這些基因資訊也有助於家庭遺傳諮詢以及無症狀之家族成員的早期診斷。

 圖為林口長庚醫院兒童腎臟科主任余美靜。(攝影/彭梓涵)

楊奕馨：銜接國際標準　國衛院布局健康大數據、生物資料整合

 
國衛院癌症研究所楊奕馨研究員指出，精準醫療的推動非常仰賴大型、標準化且可互通(interoperable)的健康資料庫，其中資料的完整性、長期追蹤數據與病人知情同意等都是關鍵。
 
她提到，國際上如：英國UK Biobank、美國 All of Us、芬蘭 FinnGen、新加坡等國家都已建立大型資料庫，臺灣目前則有臺灣人體生物資料庫(Taiwan Biobank)，但主要聚焦於社區族群，在病人臨床資料整合上仍有努力空間。
 
她表示，為落實2030精準醫療國家目標，國衛院銜接行政院領導的跨部會計畫，組建臺灣健康大數據整合服務平台((Taiwan Gateway to Health Data, GHD)，負責串聯全國不同資料來源，搭建可查找、可取用、可交換、可再用(FAIR)的資料集共享平台，同時，GHD設有資料篩選器與導航系統，協助研究者快速找到合適資料資源。
 
另外，楊奕馨也介紹，國衛院管理的國家級人體生物資料庫整合平台(NBCT)，目前已與國內32家醫院合作，建立統一與標準化格式(Common Data Model, CDM)的醫療數據庫，支援跨院、跨資料庫的臨床資料整合。
 
這套系統以癌症資料為起點，後續擴展至糖尿病、慢性腎病等系統性疾病，並導入自然語言處理(NLP)技術，自動化萃取非結構化資料，如病理及檢驗檢查報告等。
 
最後，她強調，臺灣必須加速健康資料國際標準化，如FHIR、OMOP、推動雲端資訊安全環境(Trusted Research Environment/ Secure Data Environment)，並強化資料品質管理，才能在國際精準醫療競爭中占有一席之地。


圖為國衛院癌症研究所楊奕馨研究員。(攝影/李林璦)

楊欣洲：基因＋影像＋AI！打造糖尿病風險預測模型 AUC達0.944

中研院統計科學研究所所長楊欣洲分享，隨著全球精準醫療與智慧健康的快速發展，大數據與人工智慧(AI)在疾病風險預測中的應用也日益蓬勃。他所領導的團隊分析臺灣人體生物資料庫(Taiwan Biobank)的全基因體定型資料與多類型醫學影像資料，透過以第二型糖尿病為例，進行跨模態(multi-modality)整合分析，成功打造高準確度的疾病風險預測模型。
 
楊欣洲說明，臺灣人體生物資料庫已累積超過16萬人的全基因體定型資料，並完成2.6萬名參與者人的進階追蹤與多類型醫學影像的收集。他的研究團隊運用全表型體關聯研究(PheWAS)探討第二型糖尿病的遺傳風險因子，並進一步分析基因體與醫學影像特徵之間的關聯性，接著運用孟德爾隨機化(MR)方法驗證影像特徵與第二型糖尿病風險之間的潛在因果關係。
 
楊欣洲與團隊進一步發現，多基因風險分數(PRS)與多影像風險分數(MRS)皆與第二型糖尿病罹病風險高度相關。這不僅有助於疾病風險的評估，亦能有效鑑別出第二型糖尿病潛在高風險子族群，進一步實現精準醫療的目標。
 
此外，楊欣洲指出，若僅以基因資料進行第二型糖尿病風險預測，預測資訊不足能力有限(AUC = 0.73)。但整合基因與醫學影像資訊後，模型預測表現明顯提升(AUC = 0.92)。進一步納入人口學變項後，所建立的整合預測模型表現最佳，AUC高達0.944，準確度為0.875，靈敏度爲0.882，特異性爲0.875。此成果為第二型糖尿病的早期介入與精準預防邁出了重要一步。

 圖為中研院統計科學研究所所長楊欣洲。(攝影/彭梓涵)

慢病防治靠基因＋大數據！專家建議早納基因檢測、強化衛教防腎病

在會後討論中，由國衛院特聘研究員蔡世峯擔任主持人，邀請到國衛院群體健康科學研究所所長邱弘毅、中研院分生所特聘研究員孫以瀚、國衛院分子與基因醫學研究所所長羅世皓、北榮內科部主任唐德成、北醫附醫內科部腎臟內科主任吳逸文、國衛院副院長許惠恒等專家，共同探討如何利用PRS與大數據資料，提升腎臟病及糖尿病等慢性病預防效益。
 
蔡世峯分享，國衛院執行的多中心長期追蹤台灣中老年健康因子及健康老化長期研究(HALST)，該研究共追蹤15年，從2009年起，對55歲以上、共2,468名中老年人進行長期追蹤調查，並已完成全基因體定序。
 
蔡世峯表示，初步分析結果發現，2009年時，有29.6%的人患有CKD，5年後(2014年時)CKD患病率增至37.7%，這也正是此次舉行針對腎臟病和糖尿病精準健康論壇的原因之一，期望讓民眾更加重視這兩項疾病。
 
邱弘毅強調，要有效降低CKD發生，應從生活型態與基層醫療端更早期開始介入。許惠恒指出，我們需針對高風險族群導入適當的衛教與治療，以提升疾病管理效果。
 
吳逸文則表示，針對早發型腎病家族史或年輕病人，建議可納入基因檢測，提升個人化預防與治療。孫以瀚也建議，未來基因檢測成本下降後，越早期進行基因檢測，能提高民眾對自我健康的關注並即早預防疾病發生。
 
唐德成提醒，部分年輕族群罹患腎病恐與高溫和環境因子有關，呼籲加強民眾衛教。最後，羅世皓指出，功能基因體學(Functional genomics)的研究仍需補強，才能真正促進臨床應用與藥物開發。


左起為國衛院群體健康科學研究所所長邱弘毅、中研院分生所特聘研究員孫以瀚、國衛院分子與基因醫學研究所所長羅世皓、北榮內科部主任唐德成、北醫附醫內科部腎臟內科主任吳逸文、國衛院副院長許惠恒、國衛院特聘研究員蔡世峯(攝影/彭梓涵)

(報導/李林璦、彭梓涵)