精准医疗是以个体化医疗为基础、随着基因组测序技术快速进步以及生物信息与大数据科学的交叉应用而发展起来的一种新型医学概念与医疗模式。精准医疗从研发、预防、诊断和治疗等各方面颠覆了传统医学体系。传统药物治疗对待患者都是对症下药，很多依靠的医师的经验；精准医疗则以大数据分析结果为依据，将病患的内在基因和外在环境结合，为其定制个性化治疗方案，实现靶向用药。
用于优化个体肿瘤等患者的精准医学治疗效果方面取得了长足进步， 但在精神病学方面进展较少。抗抑郁药是目前最常用的药物之一，但其治疗抑郁症仍存在试错的成分，不仅导致治疗失败，还会变相增加治疗成本。越来越多的人意识到个体的遗传变异可能与这些药物的有效性及副反应的可变性有关。研究显示，使用GeneSight（Myriad Genetics）精神药物基因检测指导难治性抑郁症患者的药物选择时，治疗有效的可能性升高30％，达到缓解的可能性升高50％。组合药物基因组学（Combinatorial pharmacogenomics）可找到那些可能因为遗传因素而效果不佳、副作用大及需要更换的治疗手段，进而改善治疗结局。2018年的数据，当时美国有3万名医师正在使用GeneSight测试，已治疗了超过70万患者。
梅奥诊所的研究人员提出了抗抑郁药的药代动力学和药物代谢处方指南，作为精神病学精准医疗的模板。在2016年发表于《Mayo Clinic Proceedings》的一篇综述中提及，研究人员发现为个体患者提供更精确的药物治疗建议（除大规模临床试验数据外）可以改善治疗。虽然基因与环境之间相互作用相当繁复，研究者们正在尝试去了解两者间的关系以及这些相互作用如何导致精神疾病。目前有关于抗抑郁药物的药代动力学作为可操作数据，根据患者的遗传编码所对应的代谢酶，可以为特定患者选择所需疗效，同时具有最小副作用的抗抑郁药物。
研究人员将重点放在细胞色素P450（CYP）基因变异，目前已知其会影响选择性5-羟色胺再摄取抑制剂代谢的方式。具体来说，研究人员分析了编码两种CYP代谢酶（CYP2D6和CYP2C19）的约140种主要的遗传等位基因变体。例如帕罗西、汀氟西汀以及5-羟色胺和去甲肾上腺素再摄取抑制剂文拉法辛主要由CYP2D6代谢；西酞普兰和艾司西酞普兰则主要由CYP2C19代谢。遗传变异分为四个主要代谢表型：慢代谢型,中间代谢型,正常代谢型,快速代谢型。快速代谢型具有潜在的较低的药物生物利用度，因此可能降低疗效。慢代谢型失去产生功能性酶的能力，导致药物血浆水平升高，潜在增加不良反应率。不同种类抗抑郁药的存在各自不用的副作用，有些副作用可能会影响依从性，也可能危及患者。在处方抗抑郁药之前，先获得患者的药代动力学信息，更可能处方安全性更高的药物，同时也可以根据遗传结构调整药物剂量。例如，西酞普兰与剂量依赖性QTc间期延长有关。美国食品药品监督管理局（FDA）最初批准日剂量不超过40 mg，后来将该剂量改为每天不超过20 mg，FDA还将CYP2C19的慢代谢型作为QTc延长的危险因素。
精准医疗是未来药物治疗发展的方向。可以预计在不久的将来，随着遗传检测成本的不断下降，更好的保险制度落实以及更多临床证据的延伸，都将进一步增加其临床治疗的实际意义。基因分型将成为处方相关抗抑郁药之前的常规检测，并推而广之到其他抗精神病药物。更多的转化研究将临床神经科学、遗传学研究的进展与精神病学的临床实践更紧密地联系，使基于证据的个性化精神病学实践成为现实。