基因知道藥怎麼走，社群決定資料能去哪裡：毛利精準醫療的新路線

如果你把精準醫療的主流想像濃縮成一句話，大概就是：「資料愈多，醫療愈精準。」這句話聽起來很合理，甚至充滿科技進步感。問題是，資料從哪裡來、由誰說可以、由誰保管、由誰決定可以用到什麼程度，常常沒有被同樣嚴肅地討論。於是很多精準醫療專案在實務上就變成：先蒐集、先分析、先發表，治理與文化問題之後再補。對原住民族社群而言，這種做法非常熟悉，因為它和過去許多研究採集模式幾乎如出一轍——只是樣本從植物、工藝、口述歷史，換成了 DNA 與電子病歷。

毛利案例最重要的地方，不在技術，而在起點

2026 年發表於《Journal of Community Genetics》的毛利藥物基因體學研究之所以重要，並不只是因為它討論 CYP2C19 這個與多種藥物代謝相關的基因，更因為它把研究的起點放在社群參與與治理設計，而不是把社群當成研究完成後才被告知的對象。研究透過 hui、地方醫療合作與持續溝通建立參與關係，這意味著研究不是先假定資料一定可以被蒐集，而是先處理誰有權說明、誰有權提問、誰有權保留疑慮。

這種做法看似慢，卻恰好說明一件經常被忽略的事：精準醫療要真的「精準」，不只要理解基因與藥物之間的機制，也要理解資料與社群之間的關係。因為對毛利而言，基因資訊不是單純的個人醫療紀錄。它同時涉及 whakapapa，涉及家族連結、祖先脈絡與社群責任。如果研究者只把 DNA 當作高度敏感但可以個人授權的資料，就會低估它的集體性意義。

當基因資料遇見處方資料，技術上的價值確實存在

這項研究討論的核心技術問題很務實：若能提前知道某些人對特定藥物是較慢代謝者或較快代謝者，是否能幫助處方更精準、避免副作用、提高治療效果？研究分析參與者的基因變異與處方資料後，指出部分用藥情境確實可能因為基因資訊而需要劑量調整或改用其他藥物。對臨床醫療來說，這是很重要的訊號。因為精準醫療若能真正降低試錯成本、減少不必要副作用，對病人當然有潛在好處。

但也正因為它有價值，我們更不能容許治理過程被簡化。因為一旦這些資料被標準化、平台化，就很容易超出原先的使用範圍。今天是為了藥物基因體學研究，明天可能被拿去做更大規模的風險分析、保險評估、藥廠合作或其他次級用途。沒有清楚的邊界，再善意的研究也可能在制度流動中變形。

動態同意之所以重要，是因為同意不是一次點擊就永久有效

很多研究與醫療系統仍然偏好「一次同意、長期使用」的模式。行政上確實方便，倫理上卻往往太粗糙。動態同意之所以逐漸被重視，是因為它承認：人的理解會改變，研究用途會擴張，資料流動會超出原先想像，而參與者應當保有持續調整意願的權利。

對原住民族社群而言，這件事更加重要。因為資料不只是個人授權問題，也包含社群是否持續信任研究團隊、是否認可新的使用方向、是否認為研究成果有回饋、有解釋、有保護措施。換句話說，同意不應只是一張表單，而是一段關係。關係若已經改變，表單卻還被拿來無限使用，那就只是法律上的方便，不是倫理上的尊重。

毛利研究所呈現的動態同意與 kaitiakitanga 思維，正好補上現代醫療常缺的一塊：醫療資訊系統總想追求資料整合與再利用，但社群關心的是守護、責任與可撤回性。兩者並非對立，而是需要被同時設計。

資料主權不是阻礙科學，而是讓科學有更可靠的社會基礎

反對原住民族資料主權的人，常會用一種看似務實的說法回應：醫療研究若處處卡住，會不會拖慢創新？這個問題本身就藏著偏見，因為它預設順暢流動的資料才是正常，而原住民族提出的治理要求則是額外阻礙。事實上，沒有正當性與信任的研究，本來就不算成熟創新。它頂多算是把技術跑得很快，卻把倫理留在後面追。

資料主權的核心，不在於阻止研究，而在於改變研究的基礎條件。研究仍然可以做，但必須回答：誰來保管資料？誰能決定次級使用？商業合作如何揭露？結果如何回到社群？若研究造成風險，誰來負責？這些問題一旦被正視，科學不會因此變弱，反而會更有公共可信度。

對台灣原住民族健康資料治理而言，這一點尤其值得提早思考。因為我們也正走進同樣的時代：電子病歷、健康平台、基因分析與 AI 模型正在快速擴張。如果沒有及早建立以社群為中心的治理原則，未來就很可能重演另一種版本的知識抽離——不是把知識帶離部落，而是把身體資料、族群資料與文化脈絡帶離原本的決定權範圍。

Two-Eyed Seeing 在這裡，不是折衷，而是雙重精準

若從雙向知識的角度看，這個案例非常具有啟發性。生物醫學之眼，讓我們看到基因型、酵素代謝、藥物反應與電子病歷分析的重要性；原住民族治理之眼，則提醒我們，樣本不是孤立物件，資料不是脫離關係的資源，研究不能假裝自己與權力無關。兩隻眼睛若都睜開，我們看到的就不只是更精準的用藥，也是一種更精準的倫理。

很多機構喜歡把 two-eyed seeing 說成「融合」或「整合」，但真正需要的常常不是把兩套知識磨平，而是讓它們各自保有完整性，並共同決定如何合作。毛利藥物基因體學值得注意的地方，就在於它沒有把 tikanga 當成社區宣導的裝飾，而是把它放進研究結構中，影響同意、治理與信任的設計。

結語：未來的精準醫療，不能只有基因很精準，治理卻很粗糙

當醫療進入基因與 AI 時代，我們確實需要更好的工具、更細緻的分型、更快的分析能力。但如果資料治理依然停留在一次授權、長期抽用、平台集中與社群缺席，那麼所謂精準醫療就只是把技術做得更精密，卻沒有把權力處理得更公平。

毛利案例的真正價值，不在於它提供一個可以被簡單複製的模板，而在於它提醒我們：科技從來不是單獨前進，科技總是在制度與文化中前進。基因會告訴我們藥物怎麼走，社群則提醒我們資料該往哪裡走、不該往哪裡走。只有兩邊都被認真看見，精準醫療才不會變成另一種有禮貌的抽取工程，而可能成為更值得信任的公共醫療實踐。

從研究回到醫療現場：信任不是附屬效益，而是成效條件

許多醫療創新習慣把「社群信任」當作附加價值，好像有最好，沒有也還是能做研究。但對原住民族健康議題來說，信任本身就是成效條件。若病人與家屬不相信資料會被妥善使用，不相信研究者會回應疑慮，不相信結果能回饋社群，那麼參與率、後續追蹤、臨床轉譯乃至政策推動都會受到影響。這表示治理不只是倫理門檻，也是研究品質的一部分。

對台灣的啟示因此很明白：未來若要推動與原住民族相關的精準醫療、罕病研究、族群健康資料庫或 AI 健康模型，不能等計畫啟動後才補做說明會。更好的做法是把社群代表、文化工作者、醫療現場人員與資料治理專家一起放進設計階段，讓「怎麼收、怎麼管、怎麼回」在一開始就被談清楚。當社群不是末端簽名者，而是前端共同設計者，精準醫療才比較可能走出抽取邏輯。

延伸閱讀與資料來源

• Journal of Community Genetics：Māori pharmacogenomics in primary care｜人工審稿核對：研究題名、作者、樣本數、基因位點、主要發現與研究限制。
• Te Mana Raraunga：Māori Data Sovereignty Network｜人工審稿核對：毛利資料主權原則、whakapapa 與資料治理的關聯。
• Global Indigenous Data Alliance：CARE Principles｜人工審稿核對：如何將 CARE 原則運用於醫療與基因資料。
• World Health Organization：Genomics and precision public health｜人工審稿核對：WHO 對基因體學、個人化醫療與公共衛生應用的基礎說明。
• National Institutes of Health：All of Us Research Program｜人工審稿核對：大型健康資料庫如何處理參與者同意與資料使用說明，可作為對照案例。
• PubMed：pharmacogenomics and Indigenous health（關鍵字檢索）｜人工審稿核對：延伸文獻中對原住民族社群、藥物基因體學與研究倫理的討論。