Asistanım bir sonraki acil servis hastamızı anlatıyor; şiddetli, kramplı orta karın ağrısı, kusma ve ara sıra gevşek dışkısı olan 32 yaşında bir kadın. Semptomlar yaklaşık bir haftadır mevcut ve karnın üst kısmının her iki yanında hassasiyet var. Asistan bunun safra kesesi sorunu, hepatit, pankreatit, divertikülit veya atipik apandisit olabileceğini söylüyor. Ultrason ve karın BT taramasının yanı sıra rutin kan testleri de öneriyor.
Bu, farklılaştırılmamış bir hasta şikayetine yönelik geleneksel yaklaşımdır: Olası teşhislerin bir listesini oluşturun, hangisinin “makul” bir endişeyi temsil ettiğine karar verin ve neler olup bittiğine karar vermek için daha ileri testlerden elde edilen sonuçları kullanın. Ancak bu sürecin ikinci aşaması olan hangi teşhislerin makul bir endişeyi temsil ettiğinin değerlendirilmesi giderek daha az önemseniyor. Bu, herhangi bir hastayla karşılaşmanın ağır yüküdür; hastalık olasılıklarını tartmak, ayrıntıları araştırmak. Geniş bir ağ oluşturmak, kan tahlili ve görüntüleme için standart sıraya tıklamak ve sonuçların ortaya çıkmasını beklemek genellikle daha basit ve daha hızlıdır.
“Meşgul doktorun çok fazla test istemesi” sorunu onlarca yıldır tıbbın başına bela oldu. Artık hastaneler iş akışlarına algoritmalar ve teknoloji enjekte ettikçe durum çok daha kötü. Tıp, tümdengelimli sanatlardan amansız bir şekilde uzaklaşıyor, daha çok teknolojiye ve teste bağımlı, daha az hasta merkezli hale geliyor.
Bugün acil servise gittiğinizde muhtemelen birkaç dakika içinde tek görevi “hızlı tıbbi değerlendirme” yapmak olan bir doktor tarafından karşılanacaksınız. Sağlayıcı birkaç soru sorar, bilgisayar ekranındaki kutuları işaretler ve Shazam, hepsi tipik olarak 60 saniyeden kısa bir karşılaşmaya dayanan en olası test ve tarama dizisi için sıraya girersiniz.
Bu strateji açık görünüyor. Hasta gelir gelmez tetkikler başlatıldığında, bekleme süreleri kısalır, hasta memnuniyeti artar ve daha az sayıda hasta, daha görülmeden hayal kırıklığı yaşayarak ayrılır. Bunlar, yöneticilerin yüzünü güldüren ve ulusal anketlerde hastanelere yüksek puanlar veren metriklerdir.
Peki doktorluk iyi bir şey mi? Zaman lüksü olmadan, bu ağ geçidi sağlayıcıları hastaları genellikle geniş, genel kategorilere ayırır: göğüs ağrısı olan orta yaşlı kişi, nefes darlığı çeken astımlı, kusan hamile hasta, öksürüğü ve ateşi olan yetmiş yaşındaki hasta vb. . Daha sonra teşhis, söz konusu şikayetin olası tüm temellerini kapsayacak testlerle tersine mühendislikten geçirilir.
Özünde bu, geleneksel doktorluk senaryosunu tersine çevirerek doktorları eleştirel düşünmenin yerine testi kullanmaya teşvik etmek, tıp uygulamalarını basitleştirmek ve aşırı test sorununa benzin dökmek anlamına geliyor.
Hızlı değerlendirme norm haline geldiğinden beri hastanemde laboratuvar, BT ve ultrason hizmetlerinin kullanımı neredeyse %20 arttı. Daha geçen gün, acil servisimde hamile bir kadın, bir gün önce başka bir hastanede yapmış olmasına rağmen, bir dizi zaman alıcı, pahalı ve invazif testlerden geçti. Anlayabildiğim kadarıyla bunu yapmamızın tek nedeni algoritmanın bize bunu yapmamızı söylemesiydi.
Bunun hastalar üzerinde gerçek etkileri var. Popüler algının aksine, daha fazla test daha fazla cevap sağlamayabilir. Bunun nedeni, herhangi bir testin doğruluğunun, hastanın söz konusu hastalığa sahip olma olasılığına bağlı olmasıdır. önce test gerçekleştirilir. Uygun endikasyon veya bağlam olmadan yapılan testler, tesadüfi ve hatta sahte sonuçlar üretebilir ve doktorunuzun tamamen yanlış yöne bakmasına neden olabilir.
Hastanelerin verimlilik konusunda büyüyen takıntısının temel sorunu şudur: Algoritmik sistemler tüm hastalara aynı şekilde davranır ve her soruya doğru miktarda ayrıntıyla kesin, benzer yanıtlar bekler. Ancak her hasta benzersizdir. Ve hikayelerini kendi hızlarında, kesikli, doğrusal olmayan kesintilerle ve başlangıçlarla bırakma eğilimindedirler, bazen gerçekle kurguyu verimsiz ve sinir bozucu, ama aynı zamanda benzersiz bir şekilde insani olabilecek şekillerde birleştirirler. Eski televizyon dizisi “Dragnet”te Jack Webb'in bir tanığa “sadece gerçekleri, hanımefendi, sadece gerçekleri” sunması için yalvarmasını sık sık hatırlıyorum. Gerçek hayatta, ister durumsal stres, ister kendini kandırma, batıl inanç, sağlık konusunda bilgisizlik, akıl hastalığı, uyuşturucu veya alkol olsun, hastalarımın şikayetlerinin ilk versiyonu nadiren “sadece gerçekler” veya konuyla ilgili son sözlerdir.
Yakın zamanda bir meslektaşım, klinik bir karşılaşmadaki rolünü 1 kısım doktora 9 kısım tercüman olarak tanımladı. Bir soru diğerine, ardından bir başkasına ve bir başkasına yol açıyor, ta ki hastanın yaşadığı deneyimi başarılı bir şekilde modern tıbbın ve algoritmalarının anlamaya başlayabileceği bir dile çevirene kadar. Benim deneyimim de benzer. Koreografisi düzgün bir şekilde ayarlandığında, doktor-hasta etkileşimi bir pas de deux haline gelir; senkronize iki kişi, her biri kendi bakış açısını ve uzmanlığını paylaşarak birlikte bir bulmacayı çözmeye çalışır. Önden yüklemeli bakıma geçişte, sağlıkla ilgili kararların eksik veya bazen tamamen güvenilmez olabilecek bilgilerle alınacağından endişeleniyorum.
Algoritmik tıp da yapay zekanın devralınması için özel olarak tasarlanmış gibi görünüyor. Mantık açıktır. Modern tıbbın taleplerine ayak uydurmaya çalışan doktor ve hemşirelere yardımcı olmak için “büyük veriyi” kullanın. Yapay zeka, kasıtlı olarak geniş bir teşhis olasılıkları listesi göz önünde bulundurularak ihmal hatalarını önleyen düz ve tutarlı bir bakım tabanı sağlayabilir. İdeal bir dünyada, insan ve makine zekasının sinerjisi, hasta-doktor karşılaşmasını güçlendirebilir. Yapay zeka, büyük olasılıkla doktorların, makinenin otomatik tepkisine yönelik muhakeme ve sorumluluktan vazgeçmesine yol açacaktır.
Ben de asistanımı endişeleri konusunda tebrik ettim ama hastayla biraz daha zaman geçirmemizi önerdim. Belirtilerinin hikayesi tam değildi. Asistanıma bir sandalye tutmasını ve hastaya hayatını sormasını önerdim. Ortaya çıkan şey, gündüzleri bitkin bir yarı zamanlı öğrencinin akşamları iki garsonluk işi yaparak pizza, makarna ve enerji içecekleriyle hayatta kalmasının kaotik tablosuydu. Her zaman “kırılgan bir midesi” olmuştu.
Mantıklı teşhisler listemiz genişliyor ve daralıyordu, yerini huzursuz bağırsak sendromu, gıda intoleransı, bağırsak hareketliliği sorunları alıyordu ve bunların hepsi stresli bir bireyin kendisini zar zor bir arada tutmasına neden oluyordu. Başlangıçta önerilen laboratuvarlar, ultrason veya CT taraması artık önemsiz görünüyordu.
Sonuç: Hasta hastaneden daha hızlı çıktı. Stresi azaltma, beslenme ve uyku alışkanlıkları konusunda faydalı öneriler aldı. Birinci basamak hekiminden randevu aldı ve binlerce dolarlık testlerden kurtuldu. Birkaç soru daha sormak yerine sadece testlere güvenseydik, sorununa yönelik en iyi yaklaşımı tamamen kaçırmış olma ihtimalimiz yüksekti.
Acil servis bekleme odaları ve koğuşları tıklım tıklım dolu ve bakımın modernize edilmesi hiç bu kadar gerekli olmamıştı. Ancak bu, doktorların insanlıklarından veya “yöntemlerinden” vazgeçmeleri için bir mazeret değil. Süreçte ince ayarlamalar yapmalıyız: Doktorlara hikayeyi doğru anlamaları için daha fazla zaman tanıyın, riskleri ve ödülleri tartana kadar daha az test yapın, yalnızca yanıt aramak yerine soru sormaya öncelik verin.
Sosyologlar, insanların giderek makine benzeri şekillerde hareket ederek otomasyonun temelini attığı geçiş aşamasını tanımlamak için “ön otomasyon” terimini icat ettiler. Tedarikçiler olarak sıraya girmemeliyiz.
Başka bir deyişle, yapay zekanın doktorların bakımı sağlama konusunda önemli bir rol üstlenmeye hazır olması nedeniyle kendimize şunu hatırlatmalıyız: Eğer makineler gibi davranırsak, makineler yerimizi aldığında kesinlikle gözden kaçırılmayacağız.
Eric Snoey, Oakland'daki Alameda Sağlık Sistemi Highland Hastanesi'nde acil servis doktorudur.
Bu, farklılaştırılmamış bir hasta şikayetine yönelik geleneksel yaklaşımdır: Olası teşhislerin bir listesini oluşturun, hangisinin “makul” bir endişeyi temsil ettiğine karar verin ve neler olup bittiğine karar vermek için daha ileri testlerden elde edilen sonuçları kullanın. Ancak bu sürecin ikinci aşaması olan hangi teşhislerin makul bir endişeyi temsil ettiğinin değerlendirilmesi giderek daha az önemseniyor. Bu, herhangi bir hastayla karşılaşmanın ağır yüküdür; hastalık olasılıklarını tartmak, ayrıntıları araştırmak. Geniş bir ağ oluşturmak, kan tahlili ve görüntüleme için standart sıraya tıklamak ve sonuçların ortaya çıkmasını beklemek genellikle daha basit ve daha hızlıdır.
“Meşgul doktorun çok fazla test istemesi” sorunu onlarca yıldır tıbbın başına bela oldu. Artık hastaneler iş akışlarına algoritmalar ve teknoloji enjekte ettikçe durum çok daha kötü. Tıp, tümdengelimli sanatlardan amansız bir şekilde uzaklaşıyor, daha çok teknolojiye ve teste bağımlı, daha az hasta merkezli hale geliyor.
Bugün acil servise gittiğinizde muhtemelen birkaç dakika içinde tek görevi “hızlı tıbbi değerlendirme” yapmak olan bir doktor tarafından karşılanacaksınız. Sağlayıcı birkaç soru sorar, bilgisayar ekranındaki kutuları işaretler ve Shazam, hepsi tipik olarak 60 saniyeden kısa bir karşılaşmaya dayanan en olası test ve tarama dizisi için sıraya girersiniz.
Bu strateji açık görünüyor. Hasta gelir gelmez tetkikler başlatıldığında, bekleme süreleri kısalır, hasta memnuniyeti artar ve daha az sayıda hasta, daha görülmeden hayal kırıklığı yaşayarak ayrılır. Bunlar, yöneticilerin yüzünü güldüren ve ulusal anketlerde hastanelere yüksek puanlar veren metriklerdir.
Peki doktorluk iyi bir şey mi? Zaman lüksü olmadan, bu ağ geçidi sağlayıcıları hastaları genellikle geniş, genel kategorilere ayırır: göğüs ağrısı olan orta yaşlı kişi, nefes darlığı çeken astımlı, kusan hamile hasta, öksürüğü ve ateşi olan yetmiş yaşındaki hasta vb. . Daha sonra teşhis, söz konusu şikayetin olası tüm temellerini kapsayacak testlerle tersine mühendislikten geçirilir.
Özünde bu, geleneksel doktorluk senaryosunu tersine çevirerek doktorları eleştirel düşünmenin yerine testi kullanmaya teşvik etmek, tıp uygulamalarını basitleştirmek ve aşırı test sorununa benzin dökmek anlamına geliyor.
Hızlı değerlendirme norm haline geldiğinden beri hastanemde laboratuvar, BT ve ultrason hizmetlerinin kullanımı neredeyse %20 arttı. Daha geçen gün, acil servisimde hamile bir kadın, bir gün önce başka bir hastanede yapmış olmasına rağmen, bir dizi zaman alıcı, pahalı ve invazif testlerden geçti. Anlayabildiğim kadarıyla bunu yapmamızın tek nedeni algoritmanın bize bunu yapmamızı söylemesiydi.
Bunun hastalar üzerinde gerçek etkileri var. Popüler algının aksine, daha fazla test daha fazla cevap sağlamayabilir. Bunun nedeni, herhangi bir testin doğruluğunun, hastanın söz konusu hastalığa sahip olma olasılığına bağlı olmasıdır. önce test gerçekleştirilir. Uygun endikasyon veya bağlam olmadan yapılan testler, tesadüfi ve hatta sahte sonuçlar üretebilir ve doktorunuzun tamamen yanlış yöne bakmasına neden olabilir.
Hastanelerin verimlilik konusunda büyüyen takıntısının temel sorunu şudur: Algoritmik sistemler tüm hastalara aynı şekilde davranır ve her soruya doğru miktarda ayrıntıyla kesin, benzer yanıtlar bekler. Ancak her hasta benzersizdir. Ve hikayelerini kendi hızlarında, kesikli, doğrusal olmayan kesintilerle ve başlangıçlarla bırakma eğilimindedirler, bazen gerçekle kurguyu verimsiz ve sinir bozucu, ama aynı zamanda benzersiz bir şekilde insani olabilecek şekillerde birleştirirler. Eski televizyon dizisi “Dragnet”te Jack Webb'in bir tanığa “sadece gerçekleri, hanımefendi, sadece gerçekleri” sunması için yalvarmasını sık sık hatırlıyorum. Gerçek hayatta, ister durumsal stres, ister kendini kandırma, batıl inanç, sağlık konusunda bilgisizlik, akıl hastalığı, uyuşturucu veya alkol olsun, hastalarımın şikayetlerinin ilk versiyonu nadiren “sadece gerçekler” veya konuyla ilgili son sözlerdir.
Yakın zamanda bir meslektaşım, klinik bir karşılaşmadaki rolünü 1 kısım doktora 9 kısım tercüman olarak tanımladı. Bir soru diğerine, ardından bir başkasına ve bir başkasına yol açıyor, ta ki hastanın yaşadığı deneyimi başarılı bir şekilde modern tıbbın ve algoritmalarının anlamaya başlayabileceği bir dile çevirene kadar. Benim deneyimim de benzer. Koreografisi düzgün bir şekilde ayarlandığında, doktor-hasta etkileşimi bir pas de deux haline gelir; senkronize iki kişi, her biri kendi bakış açısını ve uzmanlığını paylaşarak birlikte bir bulmacayı çözmeye çalışır. Önden yüklemeli bakıma geçişte, sağlıkla ilgili kararların eksik veya bazen tamamen güvenilmez olabilecek bilgilerle alınacağından endişeleniyorum.
Algoritmik tıp da yapay zekanın devralınması için özel olarak tasarlanmış gibi görünüyor. Mantık açıktır. Modern tıbbın taleplerine ayak uydurmaya çalışan doktor ve hemşirelere yardımcı olmak için “büyük veriyi” kullanın. Yapay zeka, kasıtlı olarak geniş bir teşhis olasılıkları listesi göz önünde bulundurularak ihmal hatalarını önleyen düz ve tutarlı bir bakım tabanı sağlayabilir. İdeal bir dünyada, insan ve makine zekasının sinerjisi, hasta-doktor karşılaşmasını güçlendirebilir. Yapay zeka, büyük olasılıkla doktorların, makinenin otomatik tepkisine yönelik muhakeme ve sorumluluktan vazgeçmesine yol açacaktır.
Ben de asistanımı endişeleri konusunda tebrik ettim ama hastayla biraz daha zaman geçirmemizi önerdim. Belirtilerinin hikayesi tam değildi. Asistanıma bir sandalye tutmasını ve hastaya hayatını sormasını önerdim. Ortaya çıkan şey, gündüzleri bitkin bir yarı zamanlı öğrencinin akşamları iki garsonluk işi yaparak pizza, makarna ve enerji içecekleriyle hayatta kalmasının kaotik tablosuydu. Her zaman “kırılgan bir midesi” olmuştu.
Mantıklı teşhisler listemiz genişliyor ve daralıyordu, yerini huzursuz bağırsak sendromu, gıda intoleransı, bağırsak hareketliliği sorunları alıyordu ve bunların hepsi stresli bir bireyin kendisini zar zor bir arada tutmasına neden oluyordu. Başlangıçta önerilen laboratuvarlar, ultrason veya CT taraması artık önemsiz görünüyordu.
Sonuç: Hasta hastaneden daha hızlı çıktı. Stresi azaltma, beslenme ve uyku alışkanlıkları konusunda faydalı öneriler aldı. Birinci basamak hekiminden randevu aldı ve binlerce dolarlık testlerden kurtuldu. Birkaç soru daha sormak yerine sadece testlere güvenseydik, sorununa yönelik en iyi yaklaşımı tamamen kaçırmış olma ihtimalimiz yüksekti.
Acil servis bekleme odaları ve koğuşları tıklım tıklım dolu ve bakımın modernize edilmesi hiç bu kadar gerekli olmamıştı. Ancak bu, doktorların insanlıklarından veya “yöntemlerinden” vazgeçmeleri için bir mazeret değil. Süreçte ince ayarlamalar yapmalıyız: Doktorlara hikayeyi doğru anlamaları için daha fazla zaman tanıyın, riskleri ve ödülleri tartana kadar daha az test yapın, yalnızca yanıt aramak yerine soru sormaya öncelik verin.
Sosyologlar, insanların giderek makine benzeri şekillerde hareket ederek otomasyonun temelini attığı geçiş aşamasını tanımlamak için “ön otomasyon” terimini icat ettiler. Tedarikçiler olarak sıraya girmemeliyiz.
Başka bir deyişle, yapay zekanın doktorların bakımı sağlama konusunda önemli bir rol üstlenmeye hazır olması nedeniyle kendimize şunu hatırlatmalıyız: Eğer makineler gibi davranırsak, makineler yerimizi aldığında kesinlikle gözden kaçırılmayacağız.
Eric Snoey, Oakland'daki Alameda Sağlık Sistemi Highland Hastanesi'nde acil servis doktorudur.