引言医学是一个领域,其中个人的健康可能取决于基于不完美的信息和不完整数据做出决策。尽管存在临床实践指南,以帮助医生护理特定疾病的患者,但这些准则是基于系统评价和专家意见的总体建议。因此,很难确定这些实践指南与特定个体的相关性。此外,长期以来,人们一直没有两名患者完全一样。实际上,威廉·奥斯勒爵士(经常被称为“现代医疗之父”)说:“可变性是生命法则,而且由于没有两个面孔是相同的,[…]没有两个人会反应,并且在我们称为疾病的异常情况下表现出色”。1为了改善患者的预后并降低不必要的医疗保健成本,必须采用个性化和预防性医疗保健方法;必须开发决策支持工具来帮助临床决策,并吸引患者作为个人护理的积极参与者。通过整合改进的统计框架和加工软件的开发,可以构建支持个性化健康的工具。学习健康系统中的个性化健康有可能彻底改变整个医学领域。当然,药物不是一种千篇一律的方法,必须考虑对同一干预的异质反应。2尽管有些区分这些术语以区分因此,在个性化的领域中产生了倡议;个性化,准确性,预测,预防性,个性化和参与性(P4);或分层的医学/健康,以实现针对个人患者的数据驱动的医疗决策。
主要关键词