精选
医学成像对疾病诊断到底有多大用？（150831）
闵应骅
医学成像是创造人体内部虚拟表示的技术和过程，包括X射线断层摄影术（CT）和磁共振成像（MRI）等。这种技术已经用得很普遍，国内医生看病现在已经离不开各种诊断设备。但设备很贵，基本都是进口的，照一次总得几百上千元，而且小医院还没有。这也是造成看病难、看病贵的一个因素。
前一段，我腿痛得走不了道。到XXX中医院去做所谓"微创针刀技术"，通络拨针疗法，扎了19针，每针自费422元，总计花了8018元，什么事儿也没顶。他们不看任何医学成像照片，就往腰椎上扎。你想啊，根本不知道病在哪里，针刀想解决什么问题？到积水潭医院就完全不同，你必须带片子来，大夫才给你看。刘波大夫水平也很高，一看我的MRI照片，马上说要解决问题就得手术。后来照了更多的片子我才明白，我腰椎L4/5基本没间隙了，怎么能不压迫神经而疼痛呢？这根本不是微创能解决的问题。直到手术时，9张照片挂在手术台前的壁灯下，给大夫们参考。必须要针对病情才能有好的治疗方法。所以，医学成像对疾病诊断非常有用。
可是，话又说回来：医学成像是不是对疾病诊断那么100%没问题呢？其实也不然。本月IEEE Spectrum发表文章说，再过2年，帮助内科医生诊断老年人疾病的计算机辅助系统在美国将会强制执行。但是，在今年6月的美国医学协会杂志上发表文章却说这些决策支持系统2/3的时间是失效的，这是在8个州117,000诊断图像中经由3,300临床医生体验得出的数字。
先进的诊断性影像学使用包括X射线断层摄影术（CT）和磁共振成像（MRI）从2000-2010戏剧性地增长，有些人担心增加了不必要的花费、CT的射线照射对病人有害，剂量是传统x射线机的150-1100倍。兰德公司的高级政策研究员Peter Hussey说，决定是否要做此等检验非常复杂，越来越多的内科医生希望根据大量信息制作一个命令，能够决定病人需不需要做这种检查。因为在美国，医生说不出来做这种检测的必要性，病人就不愿意做。在中国似乎没这问题，病人希望越多检查越好，公费能报销大部分，检查结果究竟有没有用就不管了。这就造成看病难、看病贵。计算机化的临床决策支持系统（CDS）帮助内科医生选择诊断检测或者下一步的治疗方案。临床医生输入病人和疾病，或者采取某项检测的原因，系统会给出该检测是否合适的得分。这就把这么困难的决策问题踢给决策支持系统了。
CDS系统的核心是关于适当性准则的数据库，根据病人情况评价各种检测方法。该准则已经由美国专业医学会，譬如美国放射学会开发和鉴定。但是，兰德公司的人员说，许多CDS系统主要用适应性准则，常常得不到较好的诊断。参加这次试验的临床医生给出了做CT或MRI的117,348次诊断测试，几乎有2/3的时间，决策支持程序无法评价医生做此决策的适当性，程序发现不了病人情况和临床指南之间的匹配。一般来说，它给出的答复是：我无法给你指导，我无法帮助你。CDS给不出确切的答案的时候，也只有这样回答了。
这就成了一个问题。美国的保护访问2014医保法案说，从2017年开始，CDS系统指导医保病人诊断影像检查单。医保是美国政府给65岁及以上公民的健康保险。如果CDS系统不能正确地提供反馈，该软件不但成为临床医生讨厌的东西，而且耽误病人的护理。CDS研究人员说该系统的毛病源于两点：首先是参考数据库不完善。许多不同的患者有不同的问题，准则没有覆盖所有可能的情况；其次，软件未能匹配临床医生的用词和适应性准则的用词，部分原因是还没有和电子健康档案结合起来。当然，这些都是可以解决的问题，但是要赶快。这个版本的CDS系统由各方面的无名的销售商开发，由相同的指南统一编程，多数来自美国放射学会。某些团队开发了软件，防止系统的陷阱。但是加倍地增加了开检查单的条件，临床医生也许觉得过于苛刻。其实CDS算法非常简单。困难在于在应用中不断精炼和审视这些准则，以适应机器的变化、不同区域不同病人的实际情况，而且要和内科医生已有的计算机工作流相适应。
复杂的算法可以填补某些临床指南中的空缺，对于遥远的未来也有用，但还是让内科医生不放心。他们认为必须脱离专业学会的束缚，发明适应性准则，达到一致的认识。许多迹象表明这种一致性很难达成。这些事不能留给计算机去解决。现在兰德的程序也提供一些反馈，临床医生也开始越来越接受适当的诊断决策。其结果与CDS的其他研究相一致，包括随机化的对照实验。
全民的医疗保健是一个很复杂的问题。过度的医疗保健花多少钱也不够，政府负担不起。而全面的医疗保健又必须让老百姓满意，老百姓包括穷人、富人；城里人、乡下人；官员、普通老百姓；危重病人、轻症患者；等等。这么复杂的情况要让大家都满意，难啊！常有人以某些事例说明某某国家免费医疗如何好，他也许没有深入到这个国家、所有的人。鞋子合不合脚，只有自己知道。如果有CDS系统，大家有意见，可以修改CDS系统，不牵扯政府、制度等问题。
转载本文请联系原作者获取授权，同时请注明本文来自闵应骅科学网博客。
链接地址：https://wap.sciencenet.cn/blog-290937-917232.html?mobile=1
收藏
