港大团队整合医管局大数据，以期实现精神科药物个性化用药

港大团队整合医管局大数据，以期实现精神科药物个性化用药

精神科药物的使用需要持续且准确，但药物的潜在副作用和调药过程中的病情起伏可能会影响临床用药选择及患者依从性。香港大学跨学系团队正在利用医管局大数据，分析真实病例中精神科药物的反应，以建立庞大的数据库，并通过机器学习预判不同患者的用药效果，实现个性化用药。

准确且持续用药，是治疗精神病一大关键。不过，药物的潜在长远副作用，以及“调药”过程中的病情起伏，均可能影响临床用药选择及患者依从性。港大跨学系团队正以医管局大数据，分析真实病例应用精神科药物反应，长远冀建立庞大数据库，以机械学习预判某一类病人用药效果，做到“个人化用药”，并冀缩减寻找合适药物时间。团队指，曾有药物疑增患颗粒性白血球缺乏症机会，用药需严格抽血监测，易引起病人惶恐，但研究后证风险极低，监控方式也正考虑调整。

左起：港大药理及药剂学系讲师郑永德、港大药理及药剂学系和临床医学学院家庭医学及基层医疗学系助理教授黎子骏、港大临床医学学院精神医学系临床助理教授罗嘉莹。

黎子骏期望未来可结合公私营医疗数据，更好分析不同药物、疗法及生活习惯等对病人影响。

郑永德指精神科病人常有迷思，认为病情转好便不用服药。

罗嘉莹指精神病成因涉及多元及复杂因素，若有临床大数据分析，可更精准用药。

精神科药物需持续服用，掌握长期影响更有助医患安心用药。港大医学院药理及药剂学系、临床医学学院家庭医学及基层医疗学系助理教授黎子骏指，现存药物均经过严格临床测试才会上市，已证安全及具一定效用，惟其长远、罕见或针对特定人群的副作用，仍需一个较庞大的数据库对比才能发现，故须持续分析真实世界的用药大数据。他指，因资源所限，会分两个方案选择分析方向，一是尽快检视“出现安全性警号”药物，二是系统性评估某一大类药物的潜在风险。团队早前已分析高效抗精神病药物“氯氮平”(clozapine)致血癌的风险，接下来会将10多种抗精神病药物分作“催乳素”及“非催乳素”两大类，并分析用药与妇科癌症关系。

黎子骏解释，正比较两类药物对荷尔蒙分泌的影响，会否导致子宫颈癌等妇科癌症风险增加，初步已看到两者确有一点分别，“使催乳素增加的药物，有治疗思觉失调等用上的氟哌啶醇(Haloperidol)、利培酮(Risperidone)；不会使催乳素增加的药物，有氯氮平、用以治疗重度抑郁等的喹硫平(Quetiapine)。”但他强调“有分别”不等同患癌风险大增，“像氯氮平已证每万人平均用药1年，只增少于6宗血癌病例，风险存在，但不是极高。”他期望日后除公院数据外，也能连接私家医院及医生数据，“尤其是一些病人自评报告(self-report)，有助分析其生活习惯、作息对病情影响，是很强大的数据。”惟目前相关法律及授权制度仍待完善。

强化数据分析更有助预判药物效果。港大临床医学学院精神医学系临床助理教授罗嘉莹指，通过临床病征可初步估计适合用药范围，如某类抑郁症患者更嗜睡，惟依靠医生个人经验作判断，且药物非“一食有效果”，病情成因复杂，非单一分泌失调导致，调整剂量亦需时，“如服血清素便需4至6周适应期。”若能整合临床处方的海量数据，便可建立统计模型，“作出更标准化建议，更大机会加快找出有效药物。”

精神科药物不断更新迭代，却非越新越有效。港大医学院药理及药剂学系讲师郑永德解释，早期精神病药物有较多锥体外系反应，现时很少使用，但非意味“旧药”完全淘汰，“像氟哌啶醇属第一代抗精神病药物，但用于有幻觉时的紧急情况、年长病人助眠等仍很有效果。”

郑永德说，精神科药物复杂之处，在于部分人“用开同一种药”才有效，强调公院亦非为“悭钱”才处方旧药。

罗嘉莹补充，药物“副作用”也非一面倒，如药物会令胃口差，有病人觉得可瘦身反而想用，“加上现时复合用药情况普遍，若有数据库分析复方影响，亦有助治疗。”