# 《医学的随机行为》2：诊断为什么这么难？ ![](https://piccdn3.umiwi.com/img/202308/22/202308221224495259145792.jpeg) 想象你是一位幼儿园老师。你的学生都是5周岁的孩子，他们将在明年升入小学。 开学没多久，你就发现班上有两个小朋友，小刚和小明，跟别的孩子不太一样。他们似乎根本坐不住，总爱动来动去，甚至在上课时候都会离开座位。他们经常不举手就发言，有时候还打断老师的话。你安排个什么任务，他俩也不能很好地完成，总是丢三落四，注意力明显不集中。 于是你把两个学生的家长请到学校，对他们说，据你观察，小刚和小明可能有ADHD，也就是多动症。你说家长最好干预一下，不然往后上小学岂不难办？ 家长一听也很着急，就赶紧带孩子去做了检查。一查果然确诊为ADHD，医生还给开了药。 就这样小刚和小明开始了天天吃药的日子。那个药有一定的副作用，比如抑制食欲、影响睡眠，但家长认为这是值得付出的代价。 到幼儿园第二个学期，两个孩子的表现果然有了明显的改善。看来药物确实有用，于是家长让孩子继续吃药。 幼儿园毕业这天，小刚和小明的家长特意向你表示了感谢：幸亏老师你发现了问题，我们的孩子才得到了及时救助！你说不用客气，这都是我作为老师该做的。 这一切都很好……直到有一天半夜你从梦中惊醒。你突然想到一个情况。 你出了一身冷汗。 ✵ 我们接着讲耶拿和沃舍姆的《医学的随机行为》这本书，这一讲的主题是诊断。医疗诊断是一个难题。 就拿多动症来说，它的诊断有很大的主观性。小孩坐不住，爱吵闹，不听大人的指令，也许这真是病 —— 但也许不是，因为所有孩子本来多多少少都会有些这样的表现。那我们怎么才能判断这个孩子是有病还是正常呢？ 最可行的办法就是跟“正常”孩子进行对比。小刚和小明确实是班上最多动的两个孩子，别的孩子都不像他俩这样。所以老师和医生的判断应该是合理的，是吗？ 我想告诉你的是，有个特别关键的因素，老师和医生都没有考虑到 —— 小刚和小明，是全班年龄最小的两个男孩。 人们默认每个年级的学生都是同龄人，其实他们不是同龄人。 根据规定，所有孩子都是5周岁上幼儿园，但这里面有个划线日期。比如美国大部分州的划线日期是9月1日：幼儿园的报名要求是在当年的9月1日之前年满5周岁。这意味着8月31日出生的孩子和*前一年*9月1日出生的孩子都在这个年级，而后者比前者大了整整364天。 一个刚满5岁的孩子和一个马上6岁的孩子在同一个班上课，这对5岁的孩子是不公平的。人家比他多成长了一年，那可是他当前成长时间的整整20%。 有没有一种可能，小刚和小明之所以比同学爱动，只不过是因为他俩年龄小？要知道本来就是年龄越小的孩子越爱动。 耶拿和沃舍姆专门调取了医疗数据，发现果然如此。在以9月1日为报名截止日期的那些州，跟9月出生的孩子相比，8月出生的孩子被诊断为多动症并且接受治疗的比例高出了整整34%。他们比9月出生的孩子平均多接受了120天的药物治疗。 对比之下，美国有些州的划线日期不是9月1日，而是比如8月1日或者10月1日 —— 在那些州中，8月出生的孩子和9月出生的孩子的诊断率就不存在明显差异。 换句话说，一个8月出生的孩子被诊断为ADHD，可能只不过是因为他生在了8月。 那为什么小刚和小明吃药之后症状减轻了？因为他们长大了！孩子越小越爱动，而随着年龄增长，孩子之间的差异会越来越不明显。 还有一个因素是男孩的多动症发病率是女孩的两倍多。这意味着一个爱动的女孩会被老师忽略，然后过一段时间她果然没有那么多动了；而爱动的男孩会被老师强烈关注。 一个男孩仅仅因为生在了8月，就得长期吃药，这不可怕吗？ ✵ 有多项研究表明，在学校报名日期之前卡线出生，是一个特别不利的因素。 这些孩子不但被诊断出更多的多动症和智力障碍，也更多地被诊断为抑郁症。他们在学校过的可能更不愉快，他们的自杀率更高，他们作为少女怀孕的可能性、成为问题学生的可能性都更大。他们的标准化考试成绩也更低，他们更有可能要参加补习班才能跟上进度，他们更不可能成为优等生或者去选那些高难度的课程，他们也更容易无法在标准时间之内从高中毕业…… 所以说如果你的孩子正好是卡线出生，以至于要成为班上最小的学生，我的建议是让孩子晚一年再上学。这样做的人很少，所以缺乏足够的数据支持这么做的好处，但我认为这是一个很合理的建议。 ✵ 咱们接着说医疗诊断。一般来说，诊断错误有三种类型 —— 一种就像刚才讲的多动症问题，属于「过度诊断（overdiagnosis）」：明明不是病，被诊断为有病。 一种是「诊断不足（underdiagnosis）」：这个患者其实得了阻塞性睡眠呼吸暂停，应该接受治疗，可医生认为他只是打鼾而已。 一是「误诊（misdiagnosis）」，是把一种病诊断为另一种病：主动脉撕裂和心脏病的发病症状非常相似，但这是两种截然不同的病，如果误诊就会出大问题。 美国数据显示，一般去医院看病，诊断错误的总发生率是5%。如果发生医疗不良事件，其中17%是因为诊断错误。在病人死亡的案例之中，则有10%是因为诊断错误。 这意味着大多数人的一生之中都会遭遇到诊断错误。 ✵ 那可是生死攸关的判断啊。为什么出现诊断错误呢？其实并不是因为医生不认真，而是诊断本身就是这么难。哪怕你把所有先进技术都用上，什么血液、CT各项指标查一遍，医生有时候也难以判断。关键是，同样的病可以表现出不同的症状，同样的症状可能对应不同的病。 比如心脏病，通常会表现为胸骨下的压迫性疼痛，伴有出汗和呼吸急促 —— 但是它也可能表现为胃灼热、消化不良、颈部疼痛和手臂疼痛……一个患者说我胳膊疼，医生得多有经验才能想到心脏病呢？ 医疗诊断本质上是神经网络在做模式识别。可是你不可能看过所有症状，你的神经网络训练永远是不足的，而有些隐性知识又不可能明明白白写在纸上让你学习，所以医生在诊断时总是既要讲理性，又要讲感性。你受到思维偏误的影响。 前面那个ADHD诊断中的偏误叫「代表性启发式（representativeness heuristic）」，意思是因为对症状的判断没有客观标准，你就把诊断对象跟“正常”的孩子进行比较 —— 可问题是什么叫“正常”？班上这些孩子年龄相差可以达到20%，更何况就算是同年同月同日生的两个人也可以非常不一样，你强行规定“正常”就很容易判断错误。 医生常有的另一个思维偏误是我们专栏刚刚讲过的「可得性启发式（availability heuristic）」[1]。有意思的是耶拿和沃舍姆这本书也用了我们当时刚讲过的那个肺栓塞的例子：一个急诊科医生如果刚刚遇到过一个肺栓塞病人，他在接下来的好几天里都更有可能要求病人去做肺栓塞检测 —— 而只不过是因为他刚遇到的案例给了他一个强烈的提醒。 医生也是人啊…… ✵ 怎样克服这些偏见呢？在讲丹尼尔·卡尼曼的《噪声》那本书时我们讲过，最重要的方法是你得讲决策卫生、程序正义，你得讲究诊断的过程，而不是只知道看结果。另一方面，如果医生能事先意识到自己可能会有的各种偏误，知道类似的病例容易出怎样的诊断错误，那也很有帮助。 最简单的就是在对儿童诊断ADHD之前，如果系统能先提醒医生一下，同一个班上的孩子年龄可能相差一岁，让他脑子里有这根弦，就可以减少过度诊断。而现实是医生往往没有那根弦。 还有一个关键办法是反馈机制。 一个老年病人找你看急诊，你看完觉得没什么大问题就让人回家了。一周之后，病人去世了。那你说，你接诊过的病人死了，你是不是应该了解一下这个情况呢？比如你对照一下病人的死因，看看当初自己是不是误诊了？没有。 现实是这种情况通常不会给当初接诊的医生提供什么报告。医生接诊过病人，这次治疗完毕就算完事了，以后没有反馈。那医生的诊断技术当然就难以进步。 ✵ 有研究者做过一个实验，想看看如果医生收到反馈，他们会不会有所改变。 急诊科医生在遇到患者特别疼痛的时候，会给开止痛药。阿片类的止痛药见效更明显，但是长期服用容易成瘾，搞不好药过量甚至会导致死亡。医生开药当然是出于好心，但是医生通常不会知道他开出的阿片类药物对那个病人最终产生了什么样的影响。 病人吃了阿片类药之后，确实感觉不疼了，于是他会认为这个药对他特别有效。那么下次再疼痛，他就会要求医生再开这个阿片类药物。接下来如果控制不好，患者会自己去找这个药吃……他就可能走上了一条药物成瘾的不归路。 而如果他在第一次急诊时碰巧遇上的是另一个医生，那个医生不愿意开阿片类药物，也许他的疼痛本来也会减轻，而他就不会对阿片类药物上瘾。 那怎么才能让医生保守一点，只在绝对必要的情况下开阿片类止疼药呢？ 实验人员把圣地亚哥市861名医生随机分成两组。对其中一组，一旦你的病人因为药物过量死亡，法医到时候就会给你发一封信，告诉你这个情况，至于说是否反思那你随便；对于对照组，则是一切照旧，病人看完就算完了，从此生死无关。 结果在收到信的这组医生开出的阿片类药物减少了9.7%。他们再给新病人开阿片类药物的可能性也更低了。 有反馈，医生就会调整操作。当然你也可以说这其实也是一种可得性启发式！刚刚接到不好的案例，下次就不这么做了；可是一段时间之后，一切又会回归常态……但不论如何，反馈总是有点用的。 ✵ 在普通人眼中，医生是神一样的存在。我们相信他们应该什么都懂，我们其实不完全理解他们的行为逻辑，但我们以性命相托。耶拿和沃舍姆从医生的角度告诉我们他们不是神，他们是人，他们也有认知缺陷。 这是一个令人难以接受的事实。我们多么希望医生只要尽职尽责、讲医德，再有足够的资源，就能把病治好 —— 现实却是可能一开始的诊断就错了。 但这就是真实世界。医学人命关天，却又是一门特别复杂的学问……真实世界里的事儿实在是太难了。 ![](https://piccdn2.umiwi.com/uploader/image/ddarticle/2023082215/1817512108196130612/082215.jpeg) 注释 [1] 世界的输入，你的输出 ## 划重点 1.诊断错误有三种类型 ：「过度诊断」、「诊断不足」和「误诊」。 2.克服这些偏见的办法除了讲决策卫生、程序正义，还有一个关键办法是反馈机制。