一天深夜,在儿科门诊,一对疯狂的年轻夫妇带来了他们几周大的孩子。她发烧了,高烧不退,而且比平时更挑剔。她的症状可能是任何原因——最好的情况是轻微的呼吸道感染,在这种情况下我们只需要观察她并控制她的症状,但最坏的情况是,可能是脑膜炎,一种攻击覆盖她脊髓和大脑膜的感染。这是一种严重的疾病,如果不加以诊断,将是致命的,但诊断它意味着要进行腰椎穿刺,这对任何人来说都是一个极其侵入性的过程,包括将针插入脊柱,更不用说婴儿了。
这是一个典型的两难境地:点击还是不点击。在和住院医生商量了一个小时后,我发现自己抓住了一个扭动着哭泣的婴儿的腿和躯干,而住院医生则把一根针插进了她的腰椎。经过几次尝试,我们终于提取了足够的脊髓液进行分析。
第二天早上,化验结果出来了——她根本没有患脑膜炎。让孩子和她的父母承受不必要的痛苦和风险,我们做了错误的决定吗?当科学不能给我们正确的答案时,我们被迫求助于我们的本能,深入挖掘我们的临床记忆库来寻求指导,并相信我们的训练是足够的。就像我们当时的主治医师告诉我们的那样,这种模棱两可和细微差别,抓住了医学的艺术,也是吸引我进入这个领域的原因。
然而,医学这门艺术正在慢慢被排挤出去。很多临床决策,至少是简单的那种,已经在使用个人健康数据了。现在去找任何一个家庭医生,你可以找到一个提供你信息的人一个在线计算器决定要做什么测试,开什么药你是有高血压、高胆固醇和吸烟史的男性吗?根据该算法,其他健康状况类似的患者也从每天服用婴儿阿司匹林中受益。循证医学已经超越了医学教条——现在我们做科学合理的事情,而不是我们认为正确的事情。
但是更复杂的决定呢?在我上个月参加的一个会议上,一位计算机研究人员和他的同事们展示了他们最新的机器学习项目的成果。在过去的一年里,他们设计了一种卓越而优雅的算法,可以将数以千计的正常组织与任何类型的癌变组织区分开来,准确率高达96%。该研究小组计划将同样的策略应用于血液样本,使简单的抽血有可能导致更早、更少侵入性的癌症诊断。即使是世界上最有才华的病理学家也很难总结出这样的效率。
医学也不能幸免于混乱。随着计算机的崛起,我们作为医生可能会看到我们的自主性和创造力,这些正是我们决定成为医生的一些原因,被边缘化了。你可能会认为,计算机取代医学的黯淡前景会让我感到害怕——在接受了26年的教育和无尽的贷款之后,我会发现自己失业了,我的技能也过时了。但计算机永远不会绝对正确,永远需要人类的监督——毕竟,我们人类制造了这些机器。
我们更应该关注的是医学的人格解体。没有了人类的解读和判断,医学变得冷漠而遥远:面对的时间被屏幕时间取代,探针和电线取代了人的手和耳朵。一些临床医生已经花40%的时间在电脑屏幕前,只有12%的时间在直接护理病人。这些数字最终会变成100和0吗?
我这一代的医生可能有一天会更多地作为监督者而不是决策者来执业。但伴随这一变化而来的是护理的标准化,以及通过缩小无效差距和消除人类偏见来改善结果。对我们的病人来说,这是一件好事。最终,这难道不是最重要的吗?
本文中的细节已被省略或更改,以保护相关人员的身份。
Steven Zhang是一名医科学生,他的博客在范围,这篇文章最初出现在那里。
图片来源:Shutterstock.com