数字医疗-行业好书-社会科学-太极之巅书单号

书刊介绍

内容简介

长久以来，科技一直被视为医疗改革的利刃、治疗一切医疗弊病的良药。然而，一旦临床医生开始使用计算机提供医疗服务，就会发现过程中存在诸多问题，技术甚至还可能造成致命的失误。那么什么才是真正意义上的数字医疗，医疗改革的成功之路又在哪里？《数字医疗》从技术应用、医患关系、工作流程、支付模式、医院文化、医务人员间的沟通方面解锁医疗改革的6大瓶颈难题，为医疗安全保驾护航，并提出了分4个阶段走向数字医疗时代的划时代性见解。

[编辑推荐]

●医疗改革、医疗创新的风口一直在吹，恒大、阿里巴巴、腾讯、科大讯飞等都已经涉足医疗健康行业，他们投入巨资的并不是传统医疗而是数字医疗。到底什么才是真正意义上的数字医疗？

●整个世界范围内医疗改革、医疗创新、创业，失败的案例层出不穷，而中国也进入了医疗数字化转型期。那么你了解医疗健康行业正在发生哪些变革吗？我们为什么如此迫切地需要进行医疗改革？政府干预究竟是利是弊？《数字医疗》清晰展现医疗信息化的4个发展阶段、攻克6大改革难点，助力中国医疗行业走向数字时代。

●机器能够取代医生吗？信息技术将如何改变病人的日常生活？为什么电子健康档案是医疗史上颇具颠覆性的创新？从这本书中，你会看到与你有关的医学的未来。

●湛庐文化出品

作品目录

赞誉
中文版序
开篇数字医疗时代来临
医疗卫生是一个很大的行业，而且是一项精巧的人类活动。它
需要现代化生产的高效和规范化，也需要像神父一样的温柔及
与人为本。它是一门科学，也是一门艺术。而科技将改变这一
行业，改变医生的工作形式，也将改变医生之间以及医生和患
者之间的关系。
导言医疗信息化
01 紧急待命
02 铲子就绪
Part1 病历记录的变革
人们发明病历的初心是，认识到了疾病有某些可重现的模式，
记录下来会提高对疾病的科学认识，为有效的治疗方法指明方
向。而在其变革的过程中，人为给它添加了过多复杂的功能，
以致后人忘记了，不管是纸质病历还是电子健康档案，都离不
开以病人为中心、以问题为导向这一根本原则。
03 数字病人
04 病历记录
05 病床边的新事物
06 放射科数字化
07 电子健康档案初上线
08 无法预料的结果
Part2 数据参与的医疗决策
大数据技术本身就是一个功能强大的医学研究工具，它可以帮
助医护人员获得最优化决策，帮助患者改善健康管理能力。更
重要的是，它还有一个雄心勃勃的目标：创建一个“学习型医
疗信息系统”，通过持续的数据挖掘从而获得知识和洞见，指导
医疗服务。
09 电脑能取代医生的大脑吗
10 以弱胜强
11 医疗大数据
Part3 医疗事故谁之过
一个16 岁的男孩服下了39 倍于常规剂量的药物，这样的失误
发生在了一所世界上数一数二的医院里，这里有受过严格训练
的医生、敬业热情的护士，还配备有美国顶级的医疗信息系统。
那问题的根源是什么呢？技术也可能造成致命的失误。我们需
要理解技术和人之间的复杂关系，并努力避免潜在的风险。
12 为何会用药过量
13 系统
14 医生
15 药剂师
16 警报疲劳
17 机器人
18 护士
19 病人
Part4 链接患者
医疗信息化所带来的所有变化中，历史可能最终证明向患者分
享病历是最具变革性的。我们可以想象有这么一天，以患者为
中心的社区和以临床医生为中心的社区融合在一起，患者可获
得来自其他患者的信息及支持，同时定期由资深专家提供咨询。
20 共享病历
21 个人健康记录和患者门户
22 在线医疗社区：患者参与决策的门户
Part5 参与者和政策
医学的复杂性和不健康的医保支付模式决定了，医疗卫生行业
要想借助技术优势取得成功，将可能比工厂和其他服务业难得
多。在医疗创新领域，不能仅靠投资新技术来解决所有问题。
23 “有意义使用”激励计划
24 Epic 公司和雅典娜公司
25 当硅谷遇到医疗
26 生产力悖论
Part6 展望未来
我们可以通过“数字病人”模拟一系列的临床医疗问题，通过
分析大数据做出更佳的临床决策，但最终，只有真正的患者才
是需要我们真心去关注的。现在的医患关系并不是一场交易，
到那时候也不会是。总之，人才是至关重要、值得敬畏的，人
道依然至上。
27 医疗信息技术的愿景
28 医疗信息化的非技术因素
29 艺术与科学
参考文献
致谢
· · · · · ·

作者简介

罗伯特•瓦赫特

● 加州大学旧金山分校医学院院长、讲席教授，美国国家患者安全基金会理事，曾担任美国内科医学委员会会长，被誉为“医院医生之父”。

●美国患者安全领域“约翰•艾森伯格奖”获得者，连续10年被《现代医疗》杂志（Modern Healthcare）评选为“美国50位具有影响力的医生高管”。

●曾帮助美国政府编辑AHRQ患者安全网，他自己的网站也是颇受美国民众欢迎的医疗博客之一。出版过6本著作，是《纽约时报》当之无愧的畅销书作家。

精彩摘录

计算机能够习得医生的诊断思维吗？鉴别诊断于医生就如同假设之于科学家一样，是他们专业思维的核心。我们的工作就是权衡已有的信息，最终“纳入”最可能的诊断，“排除”其他可能性。有时候病史和体格检查提供的信息已经足够。更常见的情况是，病人状况十分糟糕，我们需要额外的实验室检查或者放射医学检查来帮助我们从众多的可选疾病中，让正确的那个“纳入”答案线。在诊断过程中包含着大量临床技能和诸多艺术思维的应用。例如，我们需要明确病人的症状是由于单一疾病引起的，还是说由两种或多种不同疾病引起的。奥卡姆剃刀定律告诉我们，应该寻找到能够解释病人所有症状的最简约诊断。虽然医学生谨记这个简明的临床法则，但是我们还需要权衡与其对立的希卡姆判词，后者代表的是“病人当然有可能会同时患有多种疾病”。当医生询问病人一系列看似无关病人主诉的问题时，实际上是在逐渐“缩小鉴别诊断范围”。人工智能系统最需要学习、获取的恰恰是其复杂的认知过程。把诊断学当成简单的医患问答是不可行的。诊断错误是导致医疗诉讼最常见的原因。即便IBM公司的最终目标是让医疗人工智能替代医生，工程师们仍旧需要医生来教他们如何做到这一点。这意味着那些受过专业培训的专家可只做那些自己擅长的事情，大部分的日常诊断可以由一个能得到有效技术支持的全科医生来完成，其余的琐碎杂事可以由训练有素的护士，或由病人及家属完成，并不一定非得寻求专业医生的帮助。当下的医学文献量已达到2400万篇，并以每天2100篇的速度递增。那些认为单个医生能跟上医学文献洪流的想法实在非常可笑。人脑在处理大数据问题时实际依赖的数据量不多。但对于一个医生来说，为了做好接诊，如果他只有两三分钟的时间去理解10000页长的病历，这将是一个大问题。与此同时，我们希望在接诊过程中，医患之间有很好地互动，而不能因为医生总是花大部分的时间埋头看记录而造成沟通障碍。大数据主要用于帮...

——引自第107页

所有这些运转的基础都建立在一种全新的医疗服务付费系统之上。医院和医生不再只为加薪而进行更多的治疗，他们的报酬会以服务费的形式体现出来。他们会因服务人群而得到基本工资，基本工资也会因患者疾病的严重程度而调整。薪水会依靠服务的质量、安全性和有效性而上下波动，但不再取决于体格检查结果及类似的记录。未来医院和诊室的电子健康档案会变得商品化，就像同样的工作可以选择几种不同的产品来完成，这点和目前的网络浏览器相似。真正的举措和资金将会转型投资创造革命性的工具，帮助患者保持健康并控制疾病，帮助医生做得更好更经济，并且它们就像一台整合器一样，将所有的数据转变成真实的智能信息。即使我们的技术是正确无误的，作为医生的本职工作仍需不断地强调：这是一个患者，一个希望和恐惧同在、梦想和喜好共存的人，他是我们需要照顾的对象，而不是一个数字的化身。在对医生的培训中，我们必须不断灌输这个职业的核心价值，并在每个临床医生的职业生涯中不断强化这一点。回到复方新诺明事件，我们可以很容易地针对系统提出一些改善措施。波音公司的工程师反复告诉我：“我们总是试图简化系统。”一个简单的例子就是：电子处方系统强迫医生使用mg/kg来表示剂量，而医生都已经习惯了用“一天两次，每次一片”的方式来开处方，这就是一个需要简化改善的地方。至关重要的信息，如剂量是以mg还是mg/kg表示需要以一种不会让人误解的方式显示。系统必须拒绝接受荒唐的选项，例如开出常规39倍的剂量，哪怕只是常规4倍这样的剂量也要拒绝。我之前已经描述了报警系统为何需要流程化和改进。除了简单地削减弹出窗口的数量和排列优先级外，在设计医疗信息系统时，我们似乎缺乏一个根本性的理念。在设计过程中的每一步，波音公司都会将飞行员带到模拟器上检查警报及其他任何设计是否在按设计师预期的方式工作。基于这种“以用户为中心的设计”理念，在航空工程师完成他们的原型机后，会建立一...

——引自第279页