|
作者: 时间: 2012年12月07日 来源: 财富中文网 目前许多靠医生来完成的工作，比如检查、试验、诊断、开方、行为矫正等，将来都可以用传感器、主/被动数据收集及分析等技术来实现，甚至它们可以比人类医生完成得更好。也就是说，80%的事务性工作将由科技代劳，把医生从繁重的基础性劳动中解放出来，给予病人更多的人文关怀。 今天的医疗保健往往靠的还是“医术”，而不是“医学”。 拿治疗发烧为例。150年来，医生一般都是开布洛芬等退烧药帮助退烧。但在2005年，迈阿密大学（the University of Miami）的研究人员对82名病危患者进行了一项研究。82名病人被随机分成两组，其中一组的病人在体温超过摄氏38.5度时便服用退烧药（即“标准疗法”），另一组只有在体温达到摄氏40度时才服用退烧药。结果随着试验的开展，有7名接受标准疗法的病人死亡了，而没有服用退烧药的那一组中，只有一名病人死亡。但就在这时，试验由于伦理问题被终止了，因为研究团队认为再让更多病人接受标准疗法是不道德的。 像退烧这样基本的病症的治疗都难以避免地带有“医术”的痕迹，而且这种情况持续了100多年都没有改观，我们不禁要问：还有哪些疗法是依托于传统，而不是依托于科学？ 今天的诊断方式部分根据患者的病史，部分根据患者的症状（不过患者一般都不擅长描述症状）。甚至大多数时候，医生是根据医药广告，以及多年前在医学院学到的知识做出诊断。且不说医学院讲授的内容好多已经过时，而且时间一久，医生自己也忘了许多课本上的知识，何况光是从医学院学来的知识也难免存在认识偏差、经验编差以及其它人为错误。许多时候，三个医生诊断同一个病症，可能会得出三种不同的诊断和三种不同的疗法。 结果是患者不仅诊疗效果不理想，而且还花了大笔冤枉钱。约翰霍普金斯大学（Johns Hopkins University）的一项研究发现，美国每年都有40,500余名患者因为误诊而死亡，几乎与死于乳腺癌的人数相当。另一份研究则发现，有65%的误诊病例都与处理不当、团队合作不协调、沟通不畅等所谓的“系统相关因素”有关。而75%的误诊病例都存在所谓的“认识因素”，而其中最主要的原因，是由于医生坚持一开始的错误诊断，忽视了其它合理的可能。这种误诊也增加了医疗支出，每次误诊索赔的平均金额为30万美元。 医疗诊断应该更多运用数据演绎的方法，减少“摸着石头过河”的成分。而这个目标离开现代科技则很难实现，因为如今可使用的数据和研究方法越来越多。新一代的医疗技术将用到更多、更复杂的生理模型，并且使用更多的传感器数据，从而提供个性化的诊疗，这些数据可能不是光靠一个人类医生就能理解得了的。每次诊断都将依托于成千上万个基线数据和多个组学数据点，以及更加全面的病史和患者行为等要素。
日益完善的对话管理系统将有助于对病人进行更为有效和更为全面的数据捕捉及探测。其中的关键就是数据科学。最终，它将有助于降低医疗成本，减少医生的工作量，提高患者的医疗水平。
科技将取代医生80%的工作？ 目前许多靠医生来完成的工作，比如检查、试验、诊断、开方、行为矫正等，将来都可以用传感器、主/被动数据收集及分析等技术来实现，甚至它们可以比人类医生完成得更好。但这不是说医生就可以高枕无忧了，医生需要综合利用所有数据，结合最近在诊疗中发现的问题和患者的病史，找出患者的症结所在。许多诊断和开方的工作可以由电脑来完成，甚至有可能电脑会比一般的医生做得更好——尤其是电脑会考虑更多的选择，而且犯的错误也比人类医生少。大多数医生都不可能全部读完最近5,000篇关于心脏病的研究文章，更谈不上消化理解了。而大多数医生的医疗知识都是从医学院学来的，同时受于人类认知的限制，一般的医生也不可能全部记得10,000多种人类可能患上的疾病和疗法。 相比之下，电脑更擅长组织和回忆复杂信息，这一点连哈佛医学院毕业的顶尖医生也比不上。电脑也比一般的医生更擅长整合并均衡考虑病人的症状、病史、行为、环境因素，以及群体管理等问题。另外，别忘了还有50%的医生的医术在平均水平线以下！此外，电脑的另一个优点就是出错率要比人类低得多。难道我们不应该把这个优点用于我们的健康问题上吗？ 科技可补人力之不足，同时强化我们的力量，解放医生以及医护人员的双手，让他们做更多的事情。最终，电脑可以取代医生80%的工作，同时增强他们的医术水平。Lifecom公司的数据显示，医生助理们在使用了诊断知识引擎后，在不使用实验室、不做造影、不做检查的情况下，他们的诊断也有91%是准确的。Lifecom公司的另一项临床数据表明，在诊断知识引擎的帮助下，75%的病例可以安全地交给护士进行诊疗，剩下的25%才需要动用医生。MassGen公司的一项研究发现，25%的情况下，被医生给出“高风险诊断”的病人，在医生最终做出诊断之前，都有“大信息量的临床表现”——换句话说，就是出现了明显的拖延。而如果医生使用了临床决策支持系统来分析各种检查结果的话，这种拖延是可以避免的！ 新技术能让善于接受新事物的医生更好、更快，而且更擅于在事实基础上完成工作。如今海量的数据中隐藏着一个前所未有的巨大机会。一旦我们有了足够大的数据基础，一个可访问的医学研究数据库，我们就能以前所未有的方式，鉴定病情和病人的生理反应。 随着时间的推移，医生将会越来越依赖科技来进行分诊、诊断和决策。最终，我们需要的医生数量会变得更少，而每个患者都会享受最好的医疗服务。诊断和治疗计划将会由电脑来完成，同时选择更加擅于护理（而不是诊断能力）的医护人员为患者提供人文关怀。我们再也不需要豪斯医生那样坏脾气的诊断天才与病人进行直接接触，而是让“电脑医生”来提供诊断，同时让最擅长人文关怀的医护人员照顾病人。
系统将从蹒跚学步的婴儿逐渐成长、成熟，达到高效 不要指望电脑一夜之间就会成为顶尖的诊断系统。它们一开始可能只是小步创新，或是看起来还很笨拙，没有到大显身手的时候。 想象一下，使用AliveCor*推出的iPhone程序，每天只需不到1美元就可以做一次心电图。与许多病人一年只在医院做两次心电图相比，这类设备获取的信息量明显要多得多，而且费用也便宜得多。可能你做500次“自动诊断式”心电图，都比在医院里做一次还要便宜。今天，大多数心脏病都是在患者突然发病后才得到确诊。但是有了能够鉴定异常情况和能够预测发病的自动学习软件，人们就能获得预防性的心脏治疗。我们可以在突然发病或中风前，就发现大多数的潜在心脏病。而且，与发作后的治疗相比，付出的医疗成本也少得微不足道。不过我们还需要几十年的数据积累，才能实现这个目标。 皮肤病的诊断可以交给CellScope公司生产的低成本的iPhone配件来完成，它可以扫描皮肤上的痣、皮疹，以及耳部感染，将来可能还可以扫描喉咙和视网膜。通过计算机算法，可以对图像进行处理，从而做出最接近的诊断。Eyenetra公司生产的一款设备，可以对人们的眼睛进行验光，帮助人们配眼镜，省去了许多费用和奔波的麻烦。Adamant公司目前正在研制一款芯片，能检测人们呼吸中的几百种气体，因此可用来检测甚至确诊几种不同的肺癌。它们都比现在的大型CT强得多，因为后者折腾一番之后，只会告诉你，你长了一个瘤。Ginger.io的产品可以监测人们发电子邮件、微博、短信和打电话的频率，通过人们的社交活动，研究人们的行为变化，它可以比一个精神病专家更好地反映人们的精神状态。 这些创新在一开始可能显得无关紧要，但日积月累，它们会日益壮大，形成一场革命。届时，拿今天的科技与2020年的科技相比，就好像拿1986年砖头一样的大哥大与今天的iPhone相比一样！ 人的因素仍将存在 有些质疑自动化医疗的人士指出，医学不仅仅是输入症状、输出诊断那么简单，医学是建立在医生和病人之间互动关系上的学问。人类能比机器提供更好的病床护理，更好地回答病人的问题。这当然是实情，不过一般来说，我们不一定非得拿到医学学位才能做到这一点。许多护士、护理师、社工以及其他收费更低的非专业医生也能做到这一点，甚至有不少人比医生做得更好，而且他们会花更多的时间来提供个性化、有爱心的护理。笔者并不是在这里鼓吹让医生下岗，而是说，我们应该通过先进的机器学习和人工智能技术，打造强有力的后台传感器技术和诊断技术，让它们来处理人力所不能及的庞大信息量。
在其它一些我们认为需要由人进行判断的领域，由人力向自动化的转变已经发生了。比如大多数民航飞机现在都是自动导航的，而不是由机长驾驶。大多数股市交易都采用算法交易。谷歌（Google）的无人驾驶汽车已经在普通街道上安全行驶了30万英里。机器取代人力的革命也同样会发生在医疗领域。它将有助于更全面地了解病人病情，通过更加个性化的疗法提高治疗效果。医生将有更多的时间与病人进行交流，以找到那些难以精确度量的信息，因为他们不必再像过去那样，把大量时间花在收集数据和看病例上。现在他们可以同时处理更多的病人，降低成本。
医疗创新的源泉 这些创新来自哪里？有人认为，我们应该在现有医学成就的框架内进行努力。我不同意这种看法。 创新很少从内部发生，因为现有机制的设计往往并不鼓励颠覆性的创新。制药企业总是推出各种药物，而不是研究更好的治疗方案，因为他们想要你不断地买药，让他们尽可能长久地赚取利润。医疗设备公司也不想提供更便宜、更易用的监测设备，这样他们生产的那些昂贵的仪器就卖不出去了。这些传统玩家会用各种手段软磨硬泡，使医生和监管机构对创新说“不”。让这些医疗机构创新，就是让他们降低自己的利润。当然，这是泛泛而谈，社会上也有许多出色的、有良心的医生和机构。 幸运的是，现有的这些成功的医疗机构是否带头创新并不重要，因为创新无论如何都会发生。而且创新可能会从外围发生，比如美国有4,000万人没有保险，印度有成百上千万人看不起病。医疗创新使得投入到固定设备上的资金得以减少，削减了成本。它使我们可以向那些看不起病的人提供基本的医疗服务。它可以帮助我们减少失误。而且它可以避免小病拖成大病。 企业家可以担当起这些挑战，为创新打开新的视野。他们提出的一些貌似天真的问题有时直指问题的核心，有时还会发现一些尚未被人们察觉的问题。他们可以利用许多医学界人士为他们提供对医学的理解。他们可以打造智能的电脑程序，在削减医疗成本的同时，优化医疗服务。 这次革命需要一些时间，但不会像人们认为的那么久。它可能沿着好几个方向开始，其间经历多次修正、后退和失误。也许我们很快就会看见颠覆性的创新了。许多天真的创新人士，甚至他们中的90%，都会在尝试创新后失败。但是少数人将取得成功，改变整个系统。对于那些支持企业家和企业进行变革的人来说，大多数投资也会以失败告终。但是仍有少数投资者会获得成功。总的来说，挣到的钱将比损失的多。没人知道这个领域会变成什么样，但无疑有一个巨大的机会正摆在科技人士、企业家和其他高瞻远瞩的人面前。同时，这也是一个降低医疗支出、提高医疗服务质量的好机会。 本文作者Vinod Khosla是位于加州的门洛帕克市风投公司Khosla Ventures的创始人。 译者：朴成奎
|
|
|
