最近，一位中年患者拜访了西雅图的医生托马斯·佩恩，抱怨体重明显意外减轻和脚部刺痛。这位医生感到困惑——这些症状可能表明从感染到数十种更复杂的疾病，例如糖尿病或癌症。因此，佩恩，他同时也在华盛顿大学医学院担任信息技术服务医疗主任，做了一件不寻常的事情。在进行了标准的身体检查并填写了患者的医疗记录后，他求助于一个在线工具——DXplain——寻求帮助。
佩恩输入了症状，计算机程序提示了一些潜在的疾病，包括一种罕见的疾病，称为淀粉样变性，其中异常蛋白质在体内积聚，干扰正常的器官功能并导致神经损伤。进一步的检查和另一家机构的活组织检查证实了这个提示——这位患者是美国每年约 4,000 名被诊断出患有这种疾病的人之一。
即使在五年前，如果佩恩对某个病例感到困惑，他首先会求助于一位值得信赖的同事，或者花费数小时仔细研究大量的教科书和科学研究，以找出这种晦涩的诊断。DXplain 利用相同的教科书和同行评审的研究来进行自己的评估——但在几秒钟内就能完成。“我能提出同样的疾病列表吗？也许如果我思考足够长的时间，”佩恩说，他通常看到的患者患有流感或关节炎，而不是无法解释的神经损伤。但是，他警告说，科学文献表明，“当时间紧迫时，我们不会像应该的那样坐下来思考这些事情，那么这些诊断可能会被遗漏。”
支持科学新闻
如果您喜欢这篇文章，请考虑通过以下方式支持我们屡获殊荣的新闻报道 订阅。通过购买订阅，您正在帮助确保有关塑造我们当今世界的发现和想法的具有影响力的故事的未来。
美国国家科学、工程和医学院认为，这种遗漏太常见了，该学院在 1999 年和 2015 年发表了关于医疗错误原因的主要报告。其中一些错误可能源于不良的记录保存或沟通不畅。但误诊通常是罪魁祸首。对医疗记录的审查表明，医院中 6% 到 17% 的不良事件可能与误诊有关。国家科学院 2015 年的报告估计，美国 10% 的患者死亡是由这些不正确的结论以及相应的不当治疗造成的。
科学院建议的解决方案之一是，医院和临床医生应采用更多工具——正式称为临床决策支持系统——这可能有助于改进他们的决策。在最基本的层面上，这可能意味着遵循清单，以避免在重要的日常工作中跳过关键步骤。越来越多的医学院、教学医院和其他护理中心也在为基于计算机的辅助工具付费，例如 DXplain 或其竞争对手 VisualDx 和 Isabel。据其制造商称，目前 VisualDx 是最受欢迎的诊断支持系统，已在美国 1,600 多家医院和诊所获得许可。
临床决策支持行业表示，其产品可以帮助临床医生确认其诊断或提出替代方案。但是，医生们并没有完全张开双臂拥抱这些新工具。最大的问题是，采用此类软件解决方案是否会实质性地提升医疗实践水平，还是仅仅给医生本已紧张的日程安排增加不必要的复杂性。
处理能力
利用计算机帮助进行医疗诊断的想法并不新鲜。首次针对临床医生错误的计算机工作始于 20 世纪 70 年代。然后在 20 世纪 80 年代中期，马萨诸塞州总医院开始研究 DXplain，目标是帮助改进诊断。这种方法似乎很有希望，但当时实际上并没有流行起来，部分原因是患者记录仍然是手写的，而转向基于计算机的程序又增加了一个繁琐的步骤。
自那时以来发生了很多变化。计算机现在已成为标准医学不可或缺的一部分。在联邦激励措施的鼓励下，它们已经接管了大多数诊所、医院和私人诊所的记录保存工作。这些转变提高了医疗保健系统的质量、安全性和效率。
临床决策支持系统也发生了变化。它们变得更快，并且通常直接链接到它们从中提取的研究，使临床医生能够快速评估证据并了解有关潜在诊断的更多信息。VisualDx 在这方面突出了其“视觉”方面——它包括可能受影响的身体部位的图表和疾病图片，以便于比较。
至关重要的是，科学家们还更多地了解了人们为什么会犯某些类型的错误以及如何纠正这些错误。研究人员已经确定了医生在做出诊断时有时会陷入的许多认知陷阱。其中一种似乎特别适合通过计算机纠正的是所谓的锚定错误。研究表明，医生常常会坚持他们想到的第一个诊断——锚点——即使它是错误的。然后，他们可能会下意识地更加重视任何强化该诊断的信息，而忽略——甚至懒得寻找——其他数据。
人为错误
在繁忙的医院病房或医疗实践中，锚定错误可能会因多种原因而发生。一位忙碌的临床医生可能会忘记询问患者最近是否旅行过，即使该答案可能会大大改变可能的诊断——导致出现这样的情况：例如，埃博拉患者可能会被医院送回家，并指示服用泰诺林治疗高烧和疼痛，而不是被隔离并接受立即护理。其他问题可能源于医生接受教育的方式。学生通常会得到反映原型症状而不是现实世界复杂性的案例研究。教科书案例并不像人们想象的那么常见。
这种差异正是这些系统希望找到其最佳位置的地方。每个程序都采用专有算法将症状与诊断联系起来，并标记哪些疾病可能是最有可能的或最危险的，因此需要尽快排除。有些甚至能够自动从患者当前的电子病历中提取信息，从而减少医生重新输入相同信息的需求。
然而，决策支持程序能在多大程度上减少错误仍然难以估计。但初步数据看起来很有希望。2011 年对 VisualDx 的一项研究比较了两家不同机构的急诊室医生在有和没有计算机辅助的情况下诊断特定皮肤感染的能力。使用 VisualDx 的临床医生有 64% 的时间做出正确诊断。没有使用的临床医生只有 14% 的时间做出正确诊断。2014 年在一次会议上发表的关于 Isabel 的一项初步研究得出结论，该服务将 40 名医学生做出准确诊断的能力提高了多达三分之一。2010 年发表的一项关于 DXplain 的研究发现，当梅奥诊所的住院医师在诊断复杂的病例中使用它时，该程序显着降低了医疗成本，因为它缩短了住院时间，提高了住院效率。
需要克服的障碍
然而，有益的改变往往来得很慢。7 月，美国国家科学院举行了一次为期一天的会议，以检查减少诊断错误的进展情况。主持科学院 2015 年报告的医生约翰·鲍尔在会议召开前表示，他预计结果“令人失望”，因为许多减少错误的建议——包括更多地使用计算机化决策工具——尚未大规模采用。鲍尔说，他自己在北卡罗来纳州的七家医院系统尚未在将这些系统整合到其护理中取得太大进展。
鲍尔指出，北卡罗来纳州的部分问题是，他网络中的各个医院和医生使用不同的电子记录系统和协议，这使得标准化此类变更变得不可能。他说，另一个问题是，医生可能不愿意花时间学习系统，直到他们确定它值得为止。
美国医学诊断改进协会主席兼联合创始人马克·格雷伯观察到，制度惯性是美国各地普遍存在的问题。“医疗保健组织并没有真正‘拥有’诊断错误的问题，也没有认识到这是他们需要关注的问题，”他说。“总的来说，医生认为他们做得很好，并且认为他们真的不需要担心[它]。”
此外，一些专家，例如美国医师学会前任主席、亚特兰大执业内科医生桑德拉·弗莱霍弗，担心这些程序的广泛采用可能会产生意想不到的后果。她担心，如果此类软件更容易为患者所用，他们可能会放弃去看医生，因为他们认为自己已经知道出了什么问题，或者，或者，不必要地感到烦恼，因为该程序提示了一个可怕的结果——医生说这种情况现在发生在人们在互联网上搜索他们的症状时。
然而，像佩恩这样的医生表示，他们并不担心被取代。他们设想的是一种更安全、更智能的方法——就像飞机驾驶舱中复杂的备用系统一样。他们希望通过这种内置的冗余和提示，也许他们可以为我们所有人规划一条更可靠、更顺畅的航线。