去年,我所在机构的一位心脏病专家向我们讲述了一个他曾治疗过的病人的故事,在其他几位医生未能正确诊断出一种并不罕见的疾病之后,他却正确诊断出了这种疾病。患者为72岁男性,运动数月后出现晕厥症状,无其他症状或诊断线索。心脏病专家请他详细讨论每一段发作,他说,每天早上,他都要在跑步机上轻快地走30分钟,停下来检查脉搏,他们会感到几分钟的头晕,当他从地下室走到一楼时,这种头晕就会消失。
心电图和动态心电图监测没有提供答案,并计划进行运动压力测试。听完这个故事,心脏病专家机敏地问道:“你能演示一下你是如何检查脉搏的吗?”患者把手举到脖子上,立即被要求躺在检查台上,心脏病专家轻轻地按压颈动脉窦,连续心电图显示心室暂停5秒,患者注意到典型的运动后头晕症状。
正如关于颈动脉窦过敏——病人的诊断结果——接着,心脏病专家问了一个问题:“在这种情况下,计算机能做出正确的诊断吗?”他向大家解释说,是他的好奇心促使他要求患者讲述他每次症状发作的整个故事。虽然电脑会用一句话“在跑步机上锻炼后几乎晕厥”,并按照这句话所暗示的算法进行操作,但这位心脏病专家认为,他和其他人都有一种电脑所不具备的内在好奇心,正是这种属性促使他要求病人一步一步、每时每秒地回顾自己的病史。
随着沃森和其他认知计算系统的出现,以及对它们在各种医学专业中使用的越来越多的讨论,这个话题再合适不过了。许多人已经设想了这样一个世界,在这个世界里,诊断就像敲击几下键盘一样简单,然后看着机器产生正确的答案。这样可以节省时间和金钱,病人也会因为他们的问题被发现而感激不已,而计算机程序也会继续解决下一个医学难题。可以肯定的是,基于目前的可能性,这是一个过于简化的场景,但技术的进步有望推动临床医学在这个方向上越来越远。
当我进入风湿病学奖学金的第二年时,我经常想到这个话题。吸引我进入风湿病学领域的最大吸引力之一,是有机会专注于复杂的诊断困境,并通过细致的技巧,有机会达到灵光一现的时刻,帮助有需要的病人。因此,在深度学习时代,当工程师和计算机科学家似乎越来越接近将整个诊断推理机械化的时候,年轻的医生该怎么想呢?仅仅因为它们可能会威胁到侵犯给许多医生在行医过程中带来兴奋和快乐的活动,就拒绝这种在面部方面的进步,似乎是勒德式的和自私的。它还没有认识到,医学最重要的方面——正确对待并真正帮助每一个病人——必须超越其他一切,无论过程或机制如何。
我们的部门主任最近做了一个演讲,他在演讲中讨论了如何在理论上将人类和计算机的最佳能力结合起来,以追求卓越的临床效果。他提出的一个关键见解是,有些事情人类往往做得不是特别好,比如在乏味的任务上保持专注,避免可能仅由个人经历形成的偏见,或不受生理因素的影响,如缺乏睡眠、饥饿或情绪动荡。
在所有这些领域中,计算机将是解决人类局限性的理想工具。然而,有许多事情是人类唯一适合完成的:直觉何时挑战传统智慧,理解患者的生活背景,以及这在他们提供的信息中所扮演的角色,以及保持好奇心的力量。
我们现在发现自己陷入了一个争论:在前进的过程中,什么应该紧紧抓住,什么应该放弃。在一个核心是与他人的关系和联系的领域中添加技术,当然有一些实际的考虑。
许多人可能会欢迎计算机正确识别癌症的能力,但可能更少的人更愿意让这台机器向他们传递消息,而不是让一个他们认识并信任的医生与他们坐在一起交谈。因此,医生能否也应该被转变为获取输入到计算机系统所需数据的手段,并仅仅充当结果答案的信使?这种激进的转变如果走到极致,很可能会减少愿意花数年时间从事医学教育和培训的人数,并将改变那些已经行医的人的工作性质。然而,像这家公司这样的故事伊莎贝尔这一鉴别诊断应用程序以一名因漏诊坏死性筋膜炎而差点丧命的小女孩命名。它证明,完全拒绝帮助诊断的辅助技术也是不明智的。
如果技术能够提供帮助,我们应该接受它,而不是感到压力,放弃我们对医学实践如此特殊的东西的把握,包括让对患者生活的好奇成为一盏指路明灯,它不仅引导我们更好地了解他们的病情,还引导我们与他们建立更强的联系。2022年卡塔尔世界杯积分榜
致谢:我要感谢Roy Ziegelstein博士和Antony Rosen博士在准备这篇文章时的见解。
Jason Liebowitz是风湿病学家。
图片来源:Shutterstock.com