今天,医疗记录是为单一情况(门诊或住院)而开发的。一次会面的医疗记录在会面结束时签字,不能更改。事后可以添加补充病历以纠正偶遇病历中的错误信息,但这种做法很少。
这一过程使医疗文件成为每次接触过程中所发生事情的合法记录。但通常情况下,只有在多次遭遇后才能做出正确的诊断,所以当记录诊断时,往往是过早的。
治疗可能会针对错误的诊断而量身定做。此外,有时报告诊断和治疗过程是出于经济原因而不是临床原因,有时甚至增加记录以获得保险公司的最高赔偿或政府,而不是反映真实的诊断或治疗。
在遇到的情况下,医疗记录往往是一种病史的医疗状况。结合来自患者的新信息和医疗记录的信息,医生可以建立一个彻底和完整的病史。这是指医生拥有一个病人的所有医疗记录并阅读它们。但这几乎是不可能的,因为医疗记录很难阅读,而且通常是大量的,而且一些医疗记录可能存在于其他医疗机构,医生无法获得。因此,病史最常多来自于患者。
有病史主要是因为病人有问题:人类通常没有很好的记忆力,病人通常不太懂医学。
无论疾病史是如何发展的,疾病史不需要那么全面,就足以应付一次偶遇。提供更详细的病史,确定以前的相关疾病和干预措施,以及这些干预措施的结果将是有用的2022年卡塔尔世界杯积分榜大数据对于医学研究来说,比如根据类似患者的结果来确定当前患者的最佳干预措施。由于医疗记录中的错误信息,以及仅通过查看医疗记录很难将结果与以前的干预措施联系起来,这些病史目前无法获得。
通常医生也会为一次偶遇制定一个护理计划。如果一个病人因为同一种疾病去看不同的医生,那么可能会有不一致的护理计划,甚至是相互矛盾的计划。
对于医生来说,最有用的不是患者的医疗记录,而是患者的医疗信息汇总,例如已服用药物的完整列表、过敏情况、当前的医嘱、重大健康问题等。如果一个病人在一个医疗机构就诊,从一个医生可以信任的自动化系统中获得这样的摘要是可能的,但如果病人在多个不同的机构就诊,那么信息就不可靠了。医生通常认为他们掌握的信息不完整,并在每次会面中从头开始总结。
互操作性允许从曾见过患者的外部医疗机构收集患者的医疗记录。互操作性存在许多问题:不是一堆难以阅读的医疗记录,而是有多个,而且不能保证没有在其他医疗机构看过病人。
大数据目前是一个从所有这些医疗记录中收集信息的过程,将一个患者的信息与类似患者的信息进行比较,并试图根据这些类似患者的治疗和结果,向医生提供关于该患者未来最好的治疗的信息。问题是,医疗记录包含许多错误信息(例如,初步诊断)、不一致或缺乏生物标记数据来对因果关系进行比较和假设,这些数据可能不基于统计和流行病学原则,并可能包括没有因果关系的偏差和相关性。
举个例子相关性没有因果关系在我上的一节课上,一个人的寿命与他服用的维生素C片的数量高度相关。但这并不能证明摄入维生素C可以延长寿命,因为富人和受教育程度更高的人会服用更多的维生素C药片,这些人通常更健康、更长寿。因此,如果你给穷人服用维生素C药片,这不会帮助他们活得更长。
我认为,由于医疗记录中的信息不可靠,由于没有记录必要的信息和无用的相关性,仅使用基于当前医疗记录的大数据很难确定特定医疗决策可能产生的结果。
如前所述,本文提出将详细的病史作为大数据,而不是医疗记录。这些详细的病史可能包括已被证明可以预测干预措施未来结果的生物标志物。这些信息可以用来确定相关性,从而确定真正的因果关系。
除了互操作性和大数据,另一个经常听到的短语是人工智能.人工智能首次被使用时(霉菌素),它被拒绝了,因为医生无法确定为什么MYCIN会做出这样的决定——它是一个“黑匣子”。人工智能仍然是如此,但现在似乎可以接受依赖人工智能来做出医疗决定,尽管存在这个问题。
人工智能可能有用,但也可能不可靠。我参加了一个课程,在那里他们讨论了如何使用人工智能来评估x光检查可能的乳腺癌。他们通过让放射科医生识别乳腺癌可能存在或不存在的时间来培训这个系统。没有做的是观察后来的检查结果——确定乳腺癌确实发生了——以消除假阳性和假阴性。
当病例超出常规时,医学界应该特别警惕人工智能。人工智能引擎很可能没有接受过针对罕见情况的训练,无法做出正确的判断。此外,错误的数据可能会被意外收集。
我遇到过一种情况,人工智能可能会根据错误的数据提供错误的诊断。当我睡觉时,我把自己连在一个睡眠呼吸暂停机器上,在我的胸骨上有一个传感器来记录震动。我决定用手机听一首歌,结果不小心把手机放在了胸骨上。在返回机器时,我对这种收集到错误数据的情况做了说明。他们根据所有的输入打印出了一份报告。我认为他们不知道如何纠正错误的信息,因为睡眠呼吸暂停的人工智能信息对他们来说是一个“黑匣子”。他们也不知道如何更正错误。因此,我非常担心他们的结果,我有睡眠呼吸暂停。
人工智能新流行的一个原因是成本节约。算法取代了高成本的专业医疗人员。然而,如果把医务人员排除在外,那么很少发生的医疗状况或输入的错误信息可能会导致错误的诊断,甚至可能对患者造成伤害。
Michael R. McGuire是《医学蓝图.
图片来源:Shutterstock.com