確診與人工智能



20150929-01meganli

【體路專欄】某天有位年輕的運動員因為膝蓋疼痛求診。之前已經有四位物理治療師分別為他做過療程,但成效不彰。我再細問事發經過,他說在打籃球時懷疑扭傷,「(好像、似乎)聽到『啪』一聲。」但他也不大確定,受傷後膝蓋一直沒有腫脹,日常生活都沒有問題,只是跑步有點痛。我愈聽愈不妥,著他躺在床上,試試他的前十字靭帶──(好像、似乎)斷了。我立刻將男生轉介骨科再做掃描,從片上看見斷了的靭帶,真的,假不了。醫生立刻安排手術,運動員才慢慢恢復過來。

在澳洲深造時,其中重要的課題是斷症的邏輯推理。治療師從提問得出確診所需的資料,得到兩三個甚至更多病症假設,再以臨床測試,甚至轉介作X光、磁力共振等掃描,經過確定和排除這些假設才可找到最佳治療方案。由於診症受訓過程需要嚴格考核,所以奉行類似制度的先進國家,甚至比香港較遲設立發牌制度的新加坡,病人都毋須醫生轉介,可以直接向物理治療師求診。

但人類始終都會重複地犯著同樣錯誤。要找到第五位治療師才確診的情況比較罕見,但少問了一些細節,病人忘記了些相關病史,都會影響斷症的準繩度。急症科醫生Brian Goldman在TED talk講過,在美職棒大聯盟裏打出「安打」成功率超過40%的球員已經被評論家和球迷奉若神明,但病人會接受醫護人員確診的成功率只僅僅超過40%嗎?

怎麼都不能避免的人為錯誤,加上藥廠、大學增加資源研究以致資訊爆炸,醫生來不及經常查閱最新的醫療資訊,促使IBM超級電腦Watson連同美國腫瘤科旗艦Memorial Sloan Kettering Cancer Center(MSKCC) 合作,醫生只要輸入症狀,電腦便會從成千上萬的教科書和文獻找到最近似的病症並依準確度排列及建議跟進,例如掃描和驗血等,隨後電腦會自動根據循證醫學原則建議治療方案。

Watson可以博覽群書,深思熟慮,甚至比人類更能以「零死角」方向去思考和解決問題。人類比Watson優勝的,大概是「人」和「人」的交流,和問侯關心的說話。電腦科技的發達,會令醫護人員重新著重人與人之間的交流,令醫患關係更密切,更早更快地解決問題,還是醫護心甘情願將謀生技能拱手相讓,任由時代巨輪輾過?

Share via
Copy link
Powered by Social Snap