|
攝影師：8848 診斷錯誤在重癥住院成年人中隨處可見 維多利亞·珂麗沃/文 傅珮卿、廖俊東、陳麗啦、高子蕙、徐健怡、王思奕、郝敏喆、劉柯翔、強敬淑、粟壘、王禹博、吳文碩、鄭廣業、李娜、王語桐、受燊、楊秦春曉、劉志靜、余彥成、張婭楠、楊裕如、顏銘希、潘琬婧、程嘉果、惠睿萍、鄧宏鈺、袁超、余斯亮、謝天惠、鄧夢岑、劉佳宜、肖眾析、張奇、田凌毓、張素瑋、彭驪伊、羅秋予、石硯樸、康梓歆、雷靂譯 一項來自學術醫療中心在全國范圍內的研究發現，將近四分之一的重癥患者經歷過延遲診斷或誤診。 這些患者要么是在住院后被轉入重癥監護室 (ICU)，要么是在醫院內去世。研究人員得出結論，四分之三的診斷錯誤導致了患者暫時或永久性的傷害，在每十五個人中大約就有一個人的死亡與診斷錯誤有關。 研究中發現的最常見錯誤是延遲診斷，而不是誤診。例如，可能是因為尋求或咨詢專家的時間過晚，或者沒有及時考慮替代的診斷，亦或是因檢測項目的選擇和結果的解讀上出現問題。 使用統計方法，研究人員判斷消除這些評估和檢測上的錯誤將降低大約40%誤診風險。 來自全國各地的數據可以通過幫助形成更快、更好的診斷來提高患者的安全。 學術醫療中心經常會面臨最具挑戰性的病例，這些數據能夠幫助它們通過培訓醫生、增進醫護團隊與患者之間的溝通，以及開發更精確的診斷工具和技術來提高患者安全。 這些數據還可能在設計人工智能（AI）時發揮作用，人工智能能夠總結冗長的醫療記錄，在患者病情未改善時建議替代診斷，確保正確的檢測項目被及時安排。 促進安全的國際合作 參與這項研究的有29家醫療中心，它們都是醫院醫學再造網絡（一個質量改進合作組織）的成員。雖然這項研究以國內最受尊敬的幾個醫療中心為核心，但是作者提醒，研究結果不一定適用于所有急癥護理醫院。 來自全球的數據有助于通過更快速、準確的診斷提高患者安全。 人工智能如何幫助醫生 研究者表示，這項研究強調了加強臨床醫生培訓、評估醫生工作負荷以及開發更精確診斷工具和技術的必要性。這可能包括使用人工智能來評估患者狀況、選擇最合適的檢測項目并減少延遲診斷，但在使用過程中必須小心，確保這些模型不會引入新的錯誤，加劇健康差距。 “最終，幫助醫生成為更好的診斷專家意味著要對醫生進行指導和培訓，并幫助醫生向患者清楚地解釋診斷結果，”Auerbach說：“我猜測人工智能將在許多任務中有所幫助，但我們仍需努力改善患者與醫護團隊成員之間的溝通，以全面推動這一領域的發展”。 資料來源： https://www./news/2024/01/426941/diagnostic-errors-are-common-seriously-ill-hospitalized-adults （該文翻譯發布得到了原文作者授權） |
|
|
