文｜李长青
一说到数字化医疗，很多人会想到远程会诊、电子病历等等。其实这只是工具，真正做到数字化医疗，应该是涉及到更加系统和智能的临床决策。很早以前我读《哈里森内科学》概述，关于诊断的部分就想到这个问题。目前看来，不光诊断，治疗和随访等重要的临床决策也在走向数字化。
数字化决策与传统决策模式的不同，就是用客观可量化的指标，来代替医生的个人主观判断，使更多病人得到最高证据的诊疗。其实这样的量化指标一直有，比如心衰病人的射血分数低于多少就要考虑放置起搏器，贫血病人血红蛋白低于多少就要考虑输血等等。但如果是一些复杂的临床决策，就不能依靠单一指标，比如决定器官移植的先后顺序，没有一个单一指标可以决定哪个患者可以优先获得稀缺的器官捐献，需要考虑多重因素，比如年龄、身体机能、自理能力、医学检验指标等等。当然还有一些起决定作用的非医学因素，不在本文讨论范围之内。
复杂的医学决策需要考虑多重因素，这肯定是人们的共识。
当一件事情由多个因素共同影响时，哪些因素更关键，影响更大，哪些因素相对影响较小，传统上是由负责的专业人员来决定，或者通过开会讨论的方式来决定。前者免不了个人的主观影响，后者很多时候流于形式——做过临床工作的都知道，有些病例讨论就是互相扯皮的过程。循证医学为此开辟了新的途径，那就是通过大样本的病例统计，用数学的方式确定哪些指标有显著意义，哪些没有，包括抽血化验、影像、药物和手术等等。
上面那些指标常见于一些指南和专家共识中，很多依然是单因素的，虽然分析的过程考虑到了其他因素。这些因素的分析是通过临床研究实现的。而这些研究不止产生单因素的决策，也产生了很多多因素的决策工具，比如各种各样的评分系统。
评分系统在临床实践中使用越来越普遍，一个具体体现是：在美行医，几乎每个医生都会在手机上安装一个叫做MdCalc的免费app。这款app最早由两位急诊科医生设计，目前是各个主要app商店中医生使用最多的app之一，集合了500多个医学公式，评分和临床决策工具。据统计，截止2017年有65%的美国主治医师和79%的住院医经常使用这个app。
打个比方，我昨天在门诊的工作是做手术前病人的评估，为门诊的手术患者开绿灯。在做完常规的问诊和查体后，我会打开app里的RCRI，里面列举了6个问题，每个问题回答是的话得一分，如果0分就不用再做任何检查，直接建议手术。如果分数比较高，提示手术中和手术后发生心肌梗死等意外的风险比较大，那就要再做DASI评分，这个评分包含12个问题，每个问题评分不同，满分58.2，意味着身体机能完美，可以承受手术。分数越低手术风险越大，全科医生可以根据这些评分决定病人是否可以接受手术。
除此之外，常用的评分系统还有：评估酒精戒断症状的CIWA-Ar评分，评估病人短期内重大心血管事件风险的HEART评分，评估病人远期心血管疾病风险ASCVD评分，评估病人肺栓塞可能性的Well评分，评估病人肝功能状态的MELD评分等等。这些评分高低直接影响到病人的诊疗措施，包括是不是要用镇静剂，要不要吃降脂药，需不需要请心脏科会诊，需不需要溶栓治疗，是否可以进入肝移植名单等等。
这些工具大多是通过大样本人群的统计分析出来的，有些经过了实践检验，有些还没有经过实践检验。不用怀疑这些评分会有很多不足之处，但可以肯定是当前最佳的决策工具，因为它们基于的是当前的最佳证据。而循证医学的美妙之处就在于，最佳证据往往和最优秀的医生的相吻合。
如果大家都会用而且常用这些数字化的诊疗工具，那么就可以保证更多的病人享受到最佳医学诊疗。如果未来的发展方向是人工智能辅助医疗，那几乎可以肯定也会是以这些为基础。
07/27/2022
