成人a片不需要播放器|无码高清欧美性爱|黄色三级片在线免费播放)2|超碰久操福利a级黄论片|国产一级婬片A片AAA情欲王朝|亚洲第一免费网页|看免费AV片av天堂1|国内成人一个色在线|青青艹在线观看色欧美性爱|黄色视频无遮挡免费观看

歡迎訪問智慧醫(yī)療網(wǎng) | 網(wǎng)站首頁
 
當(dāng)前位置:首頁 > 咨詢 > 分析

為什么特需和自費(fèi)不是醫(yī)院的主要出路?

發(fā)布時間:2026-02-01 來源:醫(yī)信頭次條 瀏覽量: 字號:【加大】【減小】 手機(jī)上觀看

打開手機(jī)掃描二維碼
即可在手機(jī)端查看

在近期開展的一項(xiàng)大語言模型應(yīng)用評估的課題研究雙盲評審結(jié)果揭曉后,筆者發(fā)現(xiàn)人工智能與臨床醫(yī)生之間的診療決策差異明顯大于事前預(yù)期。于是,筆者進(jìn)一步與多位臨床醫(yī)生進(jìn)行了深入交流,試圖探究其背后的原因。

開始,筆者理所當(dāng)然的認(rèn)為,基于指南和循證證據(jù)生成AI“最優(yōu)治療方案”應(yīng)該積極為醫(yī)生考慮,而且許多研究表明醫(yī)療AI工具在臨床診療過程特定任務(wù)中,其準(zhǔn)確性已能達(dá)到甚至超越人類醫(yī)生水平。然而,在真實(shí)的臨床實(shí)踐中,醫(yī)生有時并不會、也不可能完全依照人工智能所推薦的所謂“最佳方案”為患者進(jìn)行治療。這種偏離并非源于醫(yī)生對指南或證據(jù)的忽視,而是因?yàn)榕R床決策本身所固有的復(fù)雜性、多維性與現(xiàn)實(shí)約束性。

臨床決策的選擇:不是算法問題,而是價值權(quán)衡

醫(yī)生表示,臨床治療決策從來不是一個單純的“最優(yōu)解”問題,而是在多種因素考量下的權(quán)衡。患者的治療偏好、對療效與生活質(zhì)量的考量、對不良反應(yīng)的可接受程度、既往治療經(jīng)歷以及心理預(yù)期,都會深刻影響最終的治療選擇。尤其在腫瘤患者治療過程中,在面對毒性較高但潛在獲益更大的方案時,一些患者可能更傾向于保守治療,而另一些患者則愿意承擔(dān)更高風(fēng)險以換取延長生存的可能性。這類高度個體化、價值導(dǎo)向的因素,往往難以被標(biāo)準(zhǔn)化建模,更難以在基于指南的人工智能系統(tǒng)中得到充分體現(xiàn)。

醫(yī)生也明確指出患者的合并癥與整體健康狀況構(gòu)成了臨床決策的重要約束。許多指南中的“推薦方案”是在嚴(yán)格入組標(biāo)準(zhǔn)的臨床試驗(yàn)人群中得出的,而且排除了很多不符合遴選條件的患者,而真實(shí)世界的患者往往合并癥更多、多器官功能不全,并非完美的“標(biāo)準(zhǔn)化”患者。臨床醫(yī)生在決策時,必須綜合評估患者的耐受性、潛在風(fēng)險以及治療后果的不可逆性。因此,看似“偏離指南”的選擇,在具體臨床情境中往往是更加安全、更加符合患者整體利益的理性決策。

指南之外的現(xiàn)實(shí)約束:可及性與支付能力

更重要的是,醫(yī)生的治療決策還受到一系列在基于指南或評分體系中難以顯性呈現(xiàn)的結(jié)構(gòu)性因素的制約。這些因素包括藥物在當(dāng)?shù)厥欠窨色@得、是否納入醫(yī)保報銷目錄、患者及其家庭的經(jīng)濟(jì)承受能力,以及不同醫(yī)療系統(tǒng)之間在資源配置上的差異。在許多情況下,指南推薦的“最佳方案”在現(xiàn)實(shí)中并不可及,或會給患者帶來難以承受的經(jīng)濟(jì)負(fù)擔(dān)。臨床醫(yī)生因此不得不在療效、毒性、可及性和可負(fù)擔(dān)性之間尋找一種現(xiàn)實(shí)可行的平衡點(diǎn)。當(dāng)年IBM Watson腫瘤解決方案在中國實(shí)施被詬病“水土不服”就是這樣一種情況,醫(yī)生說,Watson方案挺不錯,但是用不了。

再者,現(xiàn)有證據(jù)本身也具有明顯的歷史情境性。臨床決策并非發(fā)生在一個靜態(tài)的、以最新指南為唯一參照的時間點(diǎn)上,而是在一個不斷更新的醫(yī)學(xué)知識體系中逐步展開。許多晚期腫瘤患者的治療過程跨越數(shù)年,期間藥物選擇、組學(xué)研究和循證證據(jù)持續(xù)更新。醫(yī)生在當(dāng)時所做出的決策,是基于當(dāng)下可獲得的藥物、證據(jù)和臨床經(jīng)驗(yàn),而非事后回顧時所看到的“最優(yōu)路徑”。相比之下,人工智能系統(tǒng)通常基于當(dāng)前時點(diǎn)的綜合證據(jù)生成建議,這種時間維度上的不對稱,進(jìn)一步放大了“人工智能——臨床醫(yī)生”之間的表觀差異。

在晚期疾病情境中,這種差距尤為顯著。諸如抗體-藥物偶聯(lián)物(ADC)或PARP抑制劑等新型療法,其可及性高度依賴于醫(yī)療體系能力、保險政策以及患者的經(jīng)濟(jì)狀況。臨床醫(yī)生在真實(shí)決策中,往往優(yōu)先選擇那些在可實(shí)施性、毒性控制和經(jīng)濟(jì)可負(fù)擔(dān)性之間取得相對平衡的方案,而人工智能生成的建議則更傾向于反映最新、最前沿的循證選項(xiàng),卻難以充分考慮這些現(xiàn)實(shí)世界的限制條件。

信息滯后的現(xiàn)實(shí):AI始終在追趕醫(yī)學(xué)動態(tài)

在醫(yī)生溝通過程中,他們也提到了所謂的“信息滯后”問題。盡管人工智能依賴于指南和同行評審文獻(xiàn),但醫(yī)學(xué)前沿知識的產(chǎn)生往往先于正式發(fā)表。大量關(guān)鍵研究結(jié)果最早出現(xiàn)在ASCO(美國臨床腫瘤學(xué)會)、ESMO(歐洲腫瘤內(nèi)科學(xué)會)或CSCO(中國臨床腫瘤學(xué)會)等重要學(xué)術(shù)會議上,甚至仍處于臨床研究階段,尚未形成成熟的指南推薦。這使得人工智能系統(tǒng)在某些情境下更像是一個“靜態(tài)的知識整合器”,而非對醫(yī)學(xué)實(shí)踐前沿具有實(shí)時感知能力的決策主體。

因此,人工智能與臨床醫(yī)生之間的差異,不應(yīng)簡單被理解為“性能優(yōu)劣”的體現(xiàn),而應(yīng)被視為兩種本質(zhì)上不同的決策框架之間的差異。人工智能追求的是在理想條件下、基于現(xiàn)有證據(jù)的理論最優(yōu)解;而臨床醫(yī)生所面對的,則是一個充滿不確定性、資源約束與人類價值判斷的現(xiàn)實(shí)世界。使用AI工具的時候,只是冰冷的數(shù)據(jù)輸入,提出問題,AI給出回答。在實(shí)際中,醫(yī)生與患者或家屬進(jìn)行的是持續(xù)的多輪次交互交流,患者也積極參與治療方案的選擇?;颊呙鎸Φ氖鞘煜さ摹袄钺t(yī)生”“張護(hù)士”,醫(yī)師面對的有血有肉的實(shí)體患者,提出的診療意見是基于全方位考慮。在這一意義上,所謂的“偏離最優(yōu)”,恰恰是臨床決策理性與人文性的體現(xiàn)。

從這一視角出發(fā),未來人工智能在臨床中的角色,或許不應(yīng)被定位為“最優(yōu)決策者”,而應(yīng)被視為一種能夠輔助醫(yī)生理解證據(jù)邊界、識別潛在選項(xiàng),并在現(xiàn)實(shí)約束下支持個體化決策的工具。只有承認(rèn)并尊重這種決策框架的根本差異,人工智能與人類臨床醫(yī)生之間的協(xié)同,才能真正實(shí)現(xiàn)。我們要清楚醫(yī)療的核心是患者福祉,而非算法完美。


參考文獻(xiàn):

1.Pálfi B, Arora K,Kostopoulou O. Algorithm-based advice taking and clinical judgement: Impact ofadvice distance and algorithm information. Cogn Res Princ Implic. 2022;7(1):70.doi:10.1186/s41235-022-00421-6

2.Corrao S, Argano C. Rethinking clinicaldecision-making to improve clinical rea‐soning. Front Med. 2022;9:900543.doi:10.3389/fmed.2022.900543

3.Singhal K, Azizi S, Tu T,et al. Large language models encode clinical knowledge. arXiv. Preprint posted online December 26, 2022. doi:10.48550/arXiv.2212.13138

4.Di Maio M, Perrone F, Conte P. Real-world evidence in oncology: Opportunities and limitations. The Oncologist. 2020;25(5):e746-e752. doi:10.1634/theoncologist.2019-0647

5.Otte I, Salloch S, Reinacher-Schick A, Vollmann J. Treatment recommendations within the leeway of clinical guidelines: A qualitative interview study on oncol‐ogists’ clinical deliberation. BMC Cancer. 2017;17(1):780. doi:10.1186/s12885-017-3783-



作者簡介

李明,博士,MBA,醫(yī)學(xué)士,主治醫(yī)師,研究員。主要研究領(lǐng)域數(shù)字健康,醫(yī)療人工智能,衛(wèi)生政策。


特別聲明:智慧醫(yī)療網(wǎng)轉(zhuǎn)載其他網(wǎng)站內(nèi)容,出于傳遞更多信息而非盈利之目的,同時并不代表贊成其觀點(diǎn)或證實(shí)其描述,內(nèi)容僅供參考。版權(quán)歸原作者所有,若有侵權(quán),請聯(lián)系我們刪除。

凡來源注明智慧醫(yī)療網(wǎng)的內(nèi)容為智慧醫(yī)療網(wǎng)原創(chuàng),轉(zhuǎn)載需獲授權(quán)。

Copyright ? 2022 上海科雷會展服務(wù)有限公司 旗下「智慧醫(yī)療網(wǎng)」版權(quán)所有    ICP備案號:滬ICP備17004559號-5