为什么决策辅助产品反而可能降低工作效率（以CDSS为例）

决策辅助类产品的核心价值之一当然是提高决策效率。以临床决策支持系统（CDSS）为例，其通过实现“智能化”的诸多承诺，完成对临床决策效率的提升：

• 基于可信且持续更新的循证知识库

• 实时推送与疾病诊断、检查检验、干预方案、合理用药等相关的提示和预警

• 推送的信息有足够的准确度、完整度、透明度

• 实现文档工作的内容质控（病历、处方等）

  
  

然而，这些承诺即便都能实现（非常理想化），它们和提升效率之间其实并没有完全的对应关系，由“智能化”延伸出的对“效率”的想象是一种偷换概念。从业务场景的实际来看，要真正提升效率，以下几点是核心：

• 简化：减少每个单项工作的操作量以及总体工作量

• 质控：提升每个单项决策的准确率和总体准确率，减少错漏

• 信任：维护流程中各环节的相互信任

• 应变：人的因素起决定作用，个人知识能力的高低直接影响效率

  
  

我们来做一些简单分析。

先说工作量。到底什么是临床决策的“工作量”？如何评估？临床决策不是狭隘的考试做题，它包括了医护人员一系列的具体操作，这其中就包括了处理CDSS系统本身带来的“交互负担”和“责任负担”，再加上系统运行中可能出现的问题（运维干扰），这些都是增加用户工作量的因素。某个环节的效率胜利并不必然带来总体的提效，某一次决策的效率胜利也并不意味着长期的高效。

其次，软件系统的所谓“准确率”也是一个非常有问题的描述。技术总是有缺陷的，测评数据的说服力仅仅是事后诸葛亮，它无法确保下一次的可信度。在医疗场景中，过于信任算法是非常危险的，比准确更有价值的是透明、可解释、可追溯，这是减少责任负担、建立信任机制的关键。

另外还有一个有趣的现象，很多长期的低效，恰恰是短期的高效造成的。就像当初，email实现了快速交流，但因其改变了我们的交流方式，导致交流越来越频繁，人们花在email上的时间远远高于过去花在书信上的时间。如果不从流程精简和构建信任机制的角度重塑业务，智能化带来的很可能是更加冗余的数据、更加繁琐的环节，以及更难发现的隐患。

实事求是地说，将新技术引入临床之前，我们很难判断它的系统性影响。在谈论CDSS的预期效益时，必须保持清醒和批判的态度。对于那些有追求有抱负的产品开发人员，我提几点建议：

• 用务实和批判的态度，认真领悟行业的真实需求和底层逻辑。

• 对产品功能的边界进行清晰界定，在设计中把握好度，不要轻信技术的有效性，不要指望技术解决所有问题，更不必炫技。

• 在提供营销文本时，应谨慎描述产品的效果，尽量不夸大其在提升效率方面的优势，以免误导用户预期。

• 关于临床决策中知识与行动的关系、信任与效率的关系，应结合场景开展研究，为未来的产品优化提供理论支撑。

最后再提一点，来看看什么叫底层逻辑。我们经常认为，把病治好是医生存在的价值，这其实是一个很大的误解。“把病治好”只是一个理想，没有哪家医院会允许患者病好了再付钱。医疗服务是一个非常特殊的“产品”，信息极不对称，患者选择相信医生，医生依照专业提供服务，基于行业标准化机制，医生和患者之间完成一次被认可的治疗合作，然后交易结束。前面所讲的，比准确性更有价值的是透明、可解释、可追溯，就是基于这一底层逻辑。

【拓展】

如果对更为完整和详尽的内容以及更多开发案例感兴趣，可联系了解相关课程《优秀产品的隐秘结构 —— 医疗知识应用类产品开发的设计思维》。

该课程共8讲，现阶段只提供企业内训。

联系办法：加微信 - 18610162033

（下图引自：深麦咨询高级课程《优秀产品的隐秘结构》第二讲：知识驱动型产品的需求分析与定位设计）