|
医学之迷人在于它的复杂与丰富(万字解读梅奥诊所新书《重新定义医学的边界》)4
发表时间:2024-07-26 16:05 梅奥诊所平台(Mayo Clinic Platform)起步于5年前,是梅奥诊所开展数字医疗服务的枢纽,该平台专注于临床数据分析、远程诊断、高级家庭护理等任务。 去年(2023年)4月,梅奥诊所平台总裁 John D. Halamka 和高级研究分析师 Paul Cerrato 合作出版了他们的新书《重新定义医学的边界》(Redefining the Boundaries of Medicine: The High-Tech, High-Touch Path Into the Future)。这二位之前已有多部著作推出,如2021年的《重塑临床决策支持》(Reinventing Clinical Decision Support)和《医疗保健的数字化重建》(The Digital Reconstruction of Healthcare),2019年的《移动医疗的变革力量》(The Transformative Power of Mobile Medicine),2017年的《实现精准医疗的承诺》(Realizing the Promise of Precision Medicine)等。 第一眼看到这个书名时,我就在想,这二位又要来试图搞定一个“不可能完成的任务”了。医学的边界看似清晰,其实相当复杂。那么,一个之前就没有定论的事物,何谈“重新定义”呢?是要扩大还是缩小?是要拓展疆界还是要纠正或重新聚焦? 带着好奇,我进入了这本书。 0.重新思考和想象如何在 21 世纪提供医疗服务 微软首席科学官、医学博士Eric Horvitz为这本书写了一个前言,一开始就抛出了几个关键问题:
1.人工智能的希望与危险(The promise and peril of artificial intelligence) 作者在第1章强调,医学的复杂性已经超出了人类大脑的处理能力,因此需要借助计算机科学,特别是人工智能(AI)的进步,来扩展医学的边界。 作者首先强调了AI在医学影像领域的应用,如通过深度学习算法分析成千上万的像素来检测视网膜图像中的糖尿病视网膜病变,以及在皮肤病变照片中识别黑色素瘤的迹象。他们提到了Google的Varun Gulshan博士及其团队在分析超过128,000张视网膜图像方面的开创性工作,以及斯坦福大学的Andre Esteva博士在皮肤癌诊断方面的研究,这些研究展示了AI在提高诊断准确性方面的潜力。 在所谓的“数字健康1.0”时代,AI在医学领域的应用主要集中在概念验证和回顾性分析上。这些研究为AI在临床实践中的应用提供了初步证据,但也暴露了一些问题,如缺乏前瞻性研究和多中心验证。 随着“数字健康2.0”的到来,一些前瞻性研究开始为AI在临床实践中的应用提供更有力的证据。例如,Michael Abramoff博士在眼科进行的前瞻性临床试验,比较了IDx-DR算法与传统的视网膜病变检测方法。此外,还有研究显示,结合深度学习辅助的结肠镜检查可以提高腺瘤的检测率。 作者也指出了AI应用中的一些挑战和风险。例如,数据集的偏移(dataset shift)可能导致AI算法在实际应用中的准确性下降。他们提到了Samuel Finlayson博士及其同事对数据集偏移情景的描述,这些情景可能影响AI算法的准确性和公平性,从而影响患者结果和安全。 在监管方面,作者讨论了美国食品药品监督管理局(FDA)对AI算法的监管框架。FDA发布了针对医疗设备软件(SaMD)的指南,并考虑采用全面的生命周期监管框架来适应软件随着现实世界学习和适应的变更。尽管这些指南听起来令人安心,但作者也提到了独立分析显示FDA批准过程中的缺陷,包括对AI设备的批准依赖于回顾性研究,缺乏前瞻性研究和多中心评估。 总体上,作者对AI在医学中的未来持乐观态度,但同时强调了需要更多的国际标准来量化偏见、效用和适用性。他们认为,研究的爆炸性增长和新数据源的出现,如可穿戴设备、基因组学和先进的成像技术,已经创造了一个巨大的决策挑战。确保这些新工具以道德的方式使用,是我们的责任。 2.重新定义医学知识的探索(Redefining the search for medical knowledge) 识别最有效的治疗方法是临床医生和研究人员的另一个痛点,作者在第 2 章对此进行了讨论。作者认为,医学界需要重新定义对医学知识的探索,不能再依赖随机对照试验(RCT)作为循证医疗的唯一来源。作者深入探讨了医学知识探索的演变,提出了实现循证医学2.0(Evidence-based medicine 2.0)的路径,即利用现代技术,特别是人工智能和机器学习(ML),来重新定义寻找医学知识的方法。 作者首先回顾了医学知识探索的历史,从依赖个体医生的经验和直觉,到今天以证据为基础的循证医学(Evidence-Based Medicine, EBM)。他们指出,尽管EBM在提高诊疗标准方面取得了巨大成功,但它主要依赖于随机对照试验(RCTs)和系统评价,这可能限制了对更广泛医学知识的认识。 作者分析了RCTs的局限性,包括它们可能受到样本量不足、选择偏差和结果解释错误的影响。他们提到,RCTs可能无法完全代表真实世界的临床实践,因为参与者通常需要满足严格的纳入和排除标准,这可能不适用于日常医疗环境中的大多数患者。 第2章还讨论了医生在医学决策中可能遇到的认知偏差,如锚定偏差、情感偏差、可用性偏差、过早结论和确认偏误。这些偏差可能导致医生过于自信,忽视与初步诊断相矛盾的证据,从而影响诊断的准确性。 作者介绍了因果推断(Causal Inference)的概念,这是一种统计方法,可以帮助确定变量之间的因果关系,而不仅仅是关联。他们强调了Judea Pearl的工作,他提出了一种新的数学语言和计算方法,可以更准确地表示和分析因果关系。在梅奥诊所的人工智能研讨会上,梅奥诊所高级数据科学分析师Adrian Keister博士总结道:因果推断“可能是自现代统计学诞生以来科学方法最重要的进步——甚至可能比这更重要。” 在探讨未来医学知识探索的方向时,作者提到了系统生物学(Systems Biology)的重要性。与简化论方法不同,系统生物学采用整体观,考虑所有与疾病相关的遗传、代谢和环境因素。这种方法有助于更全面地理解疾病机制,并可能揭示新的治疗策略。 第2章还强调了患者中心医疗的重要性。作者认为,未来的医学知识探索应该更多地考虑患者的个体差异和偏好。他们提倡使用“像我这样的患者”(Patients Like Mine)的分析方法,这种方法利用电子健康记录(EHRs)数据库中的信息,帮助医生为特定患者定制治疗方案。 作者呼吁医学界进行跨学科合作,以促进医学知识的创新和发展。他们指出,医学研究和临床实践之间的隔阂需要通过更紧密的合作来克服,以便将最新的科学发现转化为改善患者健康的有效策略。 在第2章的结尾,Cerrato和Halamka总结了他们的观点,强调重新定义医学知识探索的重要性。他们认为,通过整合现代技术、认知科学、系统生物学和跨学科合作,医学界可以更有效地应对复杂的健康挑战,并为患者提供更个性化、更精准的医疗服务。 3.重新思考医学专业知识(Rethinking medical expertise) 天体物理学家尼尔·德格拉斯·泰森(Neil deGrasse Tyson)说过:“人生最大的挑战之一就是知道得足够多,以至于认为自己是对的,但却不足以知道自己是错的”。医疗保健行业中的许多人都陷入了这个陷阱,我们的病人也因此受到伤害。摆脱这种思维陷阱意味着重新定义专业知识。 在本书第3章,作者深入探讨了医学专业的定义及其在现代医学中的角色。他们认为,随着医学知识的不断扩展和新技术的出现,我们需要重新思考谁可以被视为医学专家,以及如何整合来自不同领域和背景的知识和技能。 作者首先回顾了医学专业知识的演变历程,从传统的以医生为中心的模式,到现代多学科团队合作的模式。他们指出,尽管医学教育和实践经验对于培养医生的专业能力至关重要,但专业知识不应仅限于医生,还应包括护士、患者、公民科学家、信息学家、独立学者等。 作者强调了医学专家在患者护理中的不可替代性。医学专家不仅需要具备深厚的医学知识,还应能够运用批判性思维和分析技能,以应对日益复杂的临床情况。此外,医学专家还应能够与患者和其他医疗专业人员有效沟通,共同制定治疗计划。 作者进而讨论了跨学科合作在医学领域的重要性。他们认为,为了提供最佳的患者护理,医学专家需要与来自不同领域的专家合作,例如营养学家、心理学家、公共卫生专家等。这种合作不仅可以提高诊断和治疗的质量,还可以促进医学知识的创新和发展。 作者特别强调了患者作为自己护理专家的重要性。他们认为,患者对自己身体状况的了解和经验是任何医疗团队都无法替代的宝贵资源。通过赋予患者更多的知识和权力,使他们能够积极参与自己的治疗决策,可以提高医疗服务的效果和满意度。 在讨论医学专业知识时,作者也指出了当前医学教育面临的挑战。他们认为,医学教育需要不断更新,以适应医学领域的快速变化。这包括教授学生如何利用新的技术和工具,如何与不同背景的同事合作,以及如何理解和尊重患者的多样性。 医学专业的发展需要一个更加开放和包容的框架。作者建议,医学界应该鼓励独立学者和公民科学家的贡献,认识到非传统途径获得的知识的价值。此外,医学界还应该对现有的知识和实践持批判性态度,不断寻求改进和创新。 总之,通过重新定义医学专业知识,鼓励跨学科合作,赋予患者更多的权力,以及不断更新医学教育,我们可以为患者提供更全面、更有效、更人性化的医疗服务。 4.发挥灵性和人文学科的作用(Finding a role for spirituality and the humanities) 在第4章,作者探讨了现代医疗实践中灵性(spirituality)和人文关怀的重要性。他们认为,尽管医学已经取得了显著的技术进步,但为了提供全面的护理,必须重新考虑和整合这些经常被忽视的领域。 作者首先讨论了现代医学与灵性之间的分离,这种分离源于多种社会构建和历史发展。他们指出,现代医学往往过于强调技术和药物干预,而忽视了患者的整体福祉,包括他们的精神和情感需求。 尽管灵性在医学中经常被边缘化,但有越来越多的证据表明,灵性照护对患者的身体健康和心理健康有积极的影响。作者引用了多项研究,包括对癌症患者的大型元分析,这些研究表明灵性与整体身体健康之间存在显著的相关性。 在进行此项评估时,灵性被分为三个领域:情感(affective)、行为(behavioral)和认知(cognitive)。情感灵性涉及个人的主观情感体验,如超越感感、意义感、目的感和与自身之外更大来源的联系感。行为灵性指的是使用灵性实践或行为来管理压力和与癌症及其治疗相关的重大生活事件。认知灵性涉及个人对灵性的真实性信念,如因果归因、灵性创伤后成长或灵性信仰。 作者强调,当患者的灵性需求得到满足时,他们对医疗护理的满意度会提高。反之,如果医疗专业人员忽视了这些需求,患者可能会对所接受的医疗护理感到不满。 为了满足患者的灵性需求,医疗机构需要有一套与这些需求相一致的核心价值。作者提到了一些顶级医疗机构,如Mayo Clinic和Cleveland Clinic,它们都有对价值观的明确描述,这些价值观体现了对灵性的尊重和支持。 作者探讨了如何识别具有灵性意识的医疗专业人员,并讨论了他们如何通过展现慈悲、同情、宽恕能力、感恩、谦卑、共情、接受他人、开放心态、耐心、自律、善良、信仰和亲密等特质来实践灵性价值观。 在医学实践中培养灵性价值观并不容易。作者提出,这需要勇气去采取一种与大多数人日常生活相反的根本性生活方式。他们引用了心理治疗师和前僧侣Thomas Moore的观点,强调了超越自我中心,意识到社区需求的重要性。 为了成为灵性成熟的从业者,医疗专业人员需要发展一套“工具包”,这包括寻找积极的榜样,避免物质主义和侵略性的榜样,以及寻求艺术和人文学科的培训和继续医学教育课程。 总之,在提供全面护理时考虑患者的精神和情感需求非常重要。通过整合灵性和人文价值观,医学不仅能够提高患者的满意度和健康结果,还能够丰富医疗专业人员自己的工作和生活。 5.平衡生活方式医学与药物治疗(Balancing lifestyle medicine and pharmacotherapy) 在第5章,作者深入探讨了生活方式医学与药物治疗之间的平衡。他们认为,在21世纪的医疗保健中,我们不能单纯依赖药物来治疗疾病,而应该更多地强调预防性护理和生活方式的调整。 作者指出,许多慢性疾病如2型糖尿病、心血管疾病和肥胖症等,都与不良的生活方式密切相关。通过改善饮食、增加身体活动、戒烟和限酒等措施,可以显著降低这些疾病的发病率和死亡率。 尽管药物治疗在某些情况下是必要的,但它也有其局限性。药物治疗可能会带来副作用,增加患者的经济负担,并且可能不会解决疾病的根源问题。此外,药物治疗的过度依赖可能会导致对非药物治疗方法的忽视。 作者强调了个性化医疗的重要性。他们认为,医疗保健应该根据每个患者的具体情况来定制,包括他们的遗传背景、环境暴露、生活方式和个人偏好。通过这种方式,医疗保健可以更加精准和有效。 作者引用了多项研究,展示了营养疗法在治疗特定疾病中的潜力。例如,通过采用地中海饮食或增加某些特定食物的摄入,可以帮助降低心血管疾病的风险。他们还讨论了营养补充剂在某些情况下的作用,以及如何与医生合作制定个性化的营养计划。 作者讨论了将生活方式干预措施纳入日常医疗实践的挑战和机遇。他们提出了一些策略,如通过教育、激励和支持来鼓励患者采取更健康的生活方式。此外,他们还强调了医疗保健提供者在促进生活方式改变方面的作用。 第5章还探讨了政策和法规对生活方式医学和药物治疗选择的影响。作者分析了医疗保险覆盖范围、药品定价和医疗保健法规如何影响医生的处方习惯和患者的治疗决策。 书中强调了患者教育在促进生活方式改变中的重要性。他们认为,医疗保健提供者应该提供准确、易于理解的信息,帮助患者了解健康生活方式的好处,并鼓励他们参与到自己的健康管理中来。 总之,为了实现更好的健康结果,我们需要一个更全面、更个性化的医疗保健系统,这个系统应该整合药物治疗和生活方式干预措施,以满足每个患者的独特需求。 6.以个性化医疗取代一刀切医疗(Replacing one-size-fits-all with personalized medicine) 二位作者在第6章继续讨论了他们之前出版的《实现精准医疗的承诺》(Realizing the Promise of Precision Medicine)一书中开始的有关精准医疗/个性化医疗的话题。 这一章探讨了精准医疗的概念,并讨论了如何通过结合患者的遗传信息、环境暴露和生活方式来提供个性化的治疗方案。书中强调了精准医疗对于未来医疗保健的重要性,并探讨了实现这一目标所需的技术、数据和政策支持。 精准医学计划(Precision Medicine Initiative)现在被称为“我们所有人”的研究计划(All of Us Research Program)。作为一种新兴的医疗模式,精准医学考虑到个体在遗传、环境和生活方式上的差异,以提供更为精确和有效的治疗和预防策略。这种医疗模式与传统的“一刀切”方法不同,后者往往忽略了患者的个体差异。 基因组学是精准医疗的核心组成部分。通过全基因组测序,医生可以识别出与特定疾病风险增加相关的遗传变异,以及可能影响药物反应的基因型。这一章节讨论了基因组学如何帮助预测疾病风险,以及如何为特定患者群体定制治疗方案。 除了遗传因素外,环境暴露和生活方式也对个体的健康产生重要影响。作者强调了将这些因素纳入精准医疗方案的重要性,包括饮食、运动、压力管理和环境毒素暴露等。通过综合考虑这些因素,医疗保健提供者可以更全面地理解和应对患者的健康需求。 实现精准医疗需要大量的数据支持,包括基因组数据、医疗记录、生活方式数据和环境数据。第六章讨论了如何通过先进的数据管理和分析技术,例如人工智能(AI)和机器学习(ML),来处理和解读这些复杂的数据集。 精准医疗的发展还面临政策和法规方面的挑战。作者讨论了隐私保护、数据共享和知识产权等问题,并提出了一些可能的解决方案,以促进精准医疗的研究和实践。 在讨论精准医疗的实施时,作者强调了多学科合作的重要性。医生、遗传顾问、营养师、环境健康专家和IT专家等需要共同努力,以确保患者能够接受到最适合自己情况的治疗。 精准医疗还需要患者的积极参与。第六章讨论了如何通过教育和参与来提高患者对自己健康状况的了解,以及如何使他们成为自己健康管理的合作伙伴。 作者通过一些案例研究来展示精准医疗的成功应用,包括对罕见疾病的治疗、药物不良反应的预防和对复杂疾病的个性化治疗策略。 在第6章结尾,作者总结了精准医疗的潜力和挑战,并提出了对未来医疗保健的展望。总之,通过整合遗传信息、环境数据和生活方式信息,精准医疗将能够为患者提供更为个性化和有效的治疗方案。 7.加强沟通,减少误导(Better communication, less misinformation) 第7章专注于探讨如何改善医患之间的沟通,以及如何在医疗领域应对和减少错误信息的传播。本章强调了在数字时代,医疗专业人员需要采取新的方法来建立信任、尊重和同理心,并有效地与患者沟通。 医患沟通的质量直接影响患者的治疗结果和满意度。良好的沟通可以帮助患者更好地理解他们的病情、治疗方案和预期结果,从而促进患者的参与和遵从医嘱。 在数字时代,错误信息的传播速度极快,对医疗领域构成了重大挑战。患者可能会从不可信赖的来源获得关于健康和治疗的错误信息,这可能导致他们对医疗建议产生怀疑,甚至选择不恰当或有害的治疗方法。 为了应对这一挑战,作者强调了建立医患之间信任和尊重的重要性。通过倾听患者的需求和担忧,医疗专业人员可以更好地理解患者的视角,并提供个性化的医疗建议。 作者提倡医疗专业人员在与患者的互动中展现同理心和谦逊。这意味着承认医疗实践中存在的不确定性,以及在面对复杂病例时,愿意与患者共同探索最佳的治疗方案。 本章还讨论了如何通过改善倾听技巧来提高沟通效果。有效的倾听不仅仅是等待说话的机会,而是真正理解患者的言语和情感,并在此基础上提供支持和指导。 书中给出了一系列应对错误信息的策略,包括教育患者如何辨别可靠的医疗信息来源,以及如何评估医疗建议的科学性和有效性。 作者还探讨了社交媒体和数字工具在传播医疗信息中的作用。他们指出,虽然这些工具可以成为提供医疗信息和支持患者参与的有力平台,但同时也可能成为错误信息的传播渠道。 为了提高患者教育的效果,书中提出了一些创新的教育方法,如使用故事讲述、互动式教育工具和可视化技术,以帮助患者更好地理解他们的健康状况和治疗方案。 本章还强调了患者参与和共享决策在现代医疗中的重要性。通过鼓励患者参与他们的治疗计划,医疗专业人员可以确保治疗方案符合患者的需求、价值观和偏好。 总之,通过建立信任、尊重、同理心和谦逊,医疗专业人员可以更有效地与患者沟通,并帮助他们在一个充满错误信息的世界中做出明智的健康决策。 8.支持跨学科病人护理(Embracing interdisciplinary patient care) 在第8章,作者集中讨论了跨学科医疗护理的重要性和挑战。他们认为,为了提供最全面的护理,医疗专业人员需要跨越传统的学科界限,共同为患者的健康和福祉工作。 作者首先阐述了跨学科护理的必要性。在现代医学中,患者常常需要多个专业领域的医疗专家共同协作,以提供最佳的治疗方案。例如,一个癌症患者可能需要肿瘤学家、放射科医生、外科医生、营养师和心理学家的共同参与。 然而,组建和管理跨学科团队并非易事。本章探讨了在实践中遇到的一些挑战,包括专业人员之间的沟通障碍、不同的专业术语、以及各自的工作文化和流程。作者指出,这些障碍可能影响团队的效率和患者的治疗效果。 技术在促进跨学科护理中扮演着关键角色。作者讨论了电子健康记录(EHR)和其他数字工具如何帮助医疗团队更有效地共享信息和协调护理。他们还强调了设计这些系统时需要考虑的互操作性和用户友好性。 为了说明跨学科护理的成功,作者提供了一些案例研究。这些案例展示了不同专业背景的医疗人员如何通过协作,为患者提供了更为个性化和全面的治疗方案。 第8章还讨论了政策和法规如何影响跨学科护理的实施。作者提到了一些政策倡议,如21世纪治疗法案(21st Century Cures Act),该法案旨在通过改善数据共享和互操作性来支持跨学科医疗。 为了实现有效的跨学科护理,医疗专业人员的教育和培训也必须更新。作者强调了在医学教育中加强跨学科团队合作和沟通技巧培训的重要性。 以患者为中心的护理是跨学科医疗的核心。应该了解患者的需求、偏好和价值观的重要性,并确保这些因素在治疗决策中得到充分考虑。 总之,通过跨学科合作,医疗系统可以更有效地应对复杂的健康问题,并为患者提供更好的护理体验。 9.病人需要更多(Patients need a much) 在本书最后一章即第9章,作者探讨了如何在医疗体系中赋予患者更强的声音。他们认为,为了实现更人性化、更公平的医疗保健,必须将患者的视角、需求和偏好置于医疗决策过程的核心。 书中强调,患者不仅仅是医疗服务的接受者,还应该是医疗决策过程中的合作伙伴。通过增强患者的参与度和自主权,可以提高治疗的效果,同时提升患者的满意度和生活质量。 作者讨论了医疗自助的重要性,即患者主动管理自己的健康状况,包括跟踪症状、参与治疗决策和自我调整生活方式。作者指出,随着移动技术和可穿戴设备的发展,患者拥有了更多工具来监测自己的健康状况,并与医疗专业人员分享这些信息。 作者提倡建立患者倡导组织,以支持患者在医疗体系中发声。这些组织可以帮助患者了解自己的权利,提供有关如何与医疗专业人员有效沟通的指导,并在必要时为患者争取更好的医疗条件。 书中进一步讨论了患者生成的健康数据(PGHD)的概念,即由患者自己收集和记录的健康信息,如血糖水平、血压读数和症状日志。这些数据可以为医疗专业人员提供宝贵的洞察,帮助他们更好地理解患者的健康状况,并制定个性化的治疗计划。 本章还强调了共同决策(shared decision-making)的重要性。在这种模式下,医疗专业人员与患者一起工作,共同决定最佳的治疗方案。这种方法考虑了患者的偏好、价值观和生活状况,有助于提高患者的遵从性和治疗的成功率。 为了使患者能够在医疗决策中发挥更大的作用,作者强调了提供高质量患者教育的必要性。这包括易于理解的健康信息、疾病管理策略和如何参与自我护理的指导。 作者探讨了技术如何帮助患者获得更多知识和控制权。从在线健康社区到个性化的健康管理应用程序,技术提供了多种途径,使患者能够更好地管理自己的健康,并与医疗专业人员保持联系。 在第9章的结尾,作者总结了医疗体系需要进行的变革,以确保患者能够在其中发挥更大的作用。这包括改善医疗信息的透明度、增强患者参与的基础设施,以及培养一种以患者为中心的文化。 总之,通过赋予患者更强的声音,医疗体系可以变得更加人性化、响应迅速和有效。作者认为,通过将患者的视角和需求置于医疗决策的核心,我们可以建立一个更加公平、可访问和以患者为中心的医疗保健系统。 X.掩卷之后 我记得在今年4月份召开的“中国医学发展大会”上,王辰院士的报告里有一个定义:“医学是恢复(疾病状态下)、维护(高危状态下)、增强(健康状态下)人健康的知识、技术、艺术、学术体系”。很难找出其他某个领域能有医学这样的综合度,且有一个可被反复定义的边界。难怪有人曾戏言:所有的诺贝尔奖都是诺贝尔医学奖。 健康是大众的终极利益。医学之复杂,正如人之复杂,这也正是它的美妙之处和魅力所在。它的发展,是解决问题和产生问题的无休止循环。希冀与光明,兴奋与欢愉,失落与纠结,痛苦与绝望,不安与沮丧,伴随着从业者的一生。 这本书可被看作是在新技术背景下,对医学的一次整体论述,它可以帮助我们反思和再次理解“医学是什么”以及“医疗是干什么的”,进而提升我们对这个行业以及对我们自身的认知。 其实,任何复杂的事物都会有其最朴实、最恒久不变的逻辑。我想用本书第7章开头引用的那段男孩地带(Boyzone)乐队“No Matter What”里的一段歌词作为结尾: No matter what they tell us (全文完) 附:梅奥诊所出版社(Mayo Clinic Press)对本书的介绍: 声明:此篇为“深麦咨询”团队原创文章,转载请标明出处 链接:http://deepmed.biz/sys-nd/23.html
|