Текст книги "Искусственный интеллект в медицине. Как умные технологии меняют подход к лечению"

Таблица 2.1

Расходы на здравоохранение в США в 2015 г.

Несколько лет назад Николас Шорк, мой бывший коллега по Научно-исследовательскому институту Скриппса, свел в диаграмму реакции пациентов на лекарства, занимающие первые 10 мест по объемам продаж[37]37
  Schork, N. J., “Personalized Medicine: Time for One-Person Trials.” Nature, 2015. 520 (7549): pp. 609–611.


[Закрыть]. Как видно из рис. 2.3, доля людей, не реагирующих на эти лекарства, просто не укладывается в рамки наших представлений о лекарственном лечении. Если взять для примера «Абилифай», то выяснится, что только у одного пациента из пяти наблюдается клинический эффект от приема препарата. Почти 75 % больных, принимающих это популярное лекарство, не получают желаемого или ожидаемого эффекта. Посмотрев на несколько таких лекарств, объем продаж которых за год превышает $10 млрд (например, «Хумира», «Энбрел», «Ремикейд»), вы быстро оцените размах напрасной траты огромных средств.

Эти данные отнюдь не говорят о том, что лекарства не работают, или о том, что их производство служит средством вымогания денег. Вовсе нет: в большинстве случаев эти лекарства не действуют, потому что врачи не развивают у себя способность предсказывать, какие больные ответят на лечение, и не обладают специальными знаниями о пациентах, чтобы понять, отреагирует конкретный пациент положительно на лечение определенным лекарством или нет. Это добавляет еще одну проблему к их бесконечному множеству – от невдумчивой диагностики до бессмысленной терапии, от ненужных вмешательств до избыточного лечения. Словом, ко всем проблемам, которые омрачают нынешнюю клиническую практику. При всей избыточности обследований и лечения, при всех ошибках в диагностике, при всех случайных находках (которые могут причинить больному большой вред) нам надо обратить внимание на три важнейших показателя эффективности системы здравоохранения: продолжительность жизни, младенческая/детская и материнская смертность. Все эти показатели в США далеки от идеала. Они заметно хуже, чем в 80 странах – членах Организации экономического сотрудничества и развития (ОЭСР) и чем во многих других странах (см. рис. 2.4 и 2.5). Конечно, существуют и другие объяснения такого отставания: например, выраженное социально-экономическое неравенство в США, которое продолжает усугубляться. Вероятно, это самое адекватное объяснение тревожного и непропорционально высокого уровня материнской смертности среди чернокожих женщин[38]38
  Villarosa, L., “Why America’s Black Mothers and Babies Are in a Life-or-Death Crisis,” The New York Times. 2018.


[Закрыть]. Я вовсе не утверждаю, будто в других странах практикуют исключительно истинную медицину с применением искусственного интеллекта. Я лишь хочу сказать, что у нас в США чрезмерно увлечены медициной поверхностной. Доказательства чрезмерного увлечения дорогостоящими методами исследования (речь сейчас не о людях с низким социально-экономическим статусом, которые часто лишены доступа и к самым базовым медицинским услугам) являются весьма убедительными. То, что на фоне увеличения расходов на здравоохранение ожидаемая продолжительность жизни снижается, является весьма тревожным сигналом.

Рис. 2.3. Схема, показывающая число больных, отвечающих на терапию 10 самыми популярными современными лекарствами (по данным 2014 г.). Серым цветом представлены больные, позитивно реагирующие на лечение; черным цветом обозначены пациенты, не отвечающие на лечение. Источник: с изменениями из: N. Schork, “Personalized Medicine: Time for One-Person Trials”, Nature (2015): 520 (7549), 609–611.

Рис. 2.4. Ожидаемая продолжительность жизни в 24 странах в сравнении с ожидаемой продолжительностью жизни в США в зависимости от расходов на здравоохранение на душу населения с 1970 по 2017 г. Источник: с изменениями из: M. Roser, “Link Between Health Spending and Life Expectancy: US Is an Outlier.” Our World in Data (2017): https://ourworldindata. org/the-link-between-life-expectancy-and-health-spending-us-focus.

Рис. 2.5. Данные, показывающие отставание США по показателям детской (А) и материнской (B) смертности. Источник графика А (с изменениями): A. Thrakar et al., “Child Mortality in the US and 19 OECD Comparator Nations: A 50-Year Time-Trend Analysis”, Health Affairs (2018): 37 (1), 140149. График B: GBD Maternal Mortality Collaborators, “Global, Regional, and National Levels of Maternal Mortality, 1990–2015: A Systematic Analysis for the Global Burden of Disease Study 2015,” The Lancet (2016): 388 (10053).

В течение многих лет экономисты от здравоохранения говорили о «перегибе кривой», имея в виду снижение расходов при сохранении прежних результатов или на фоне их улучшения. Однако, учитывая снижение продолжительности жизни в последние годы на фоне резкого увеличения расходов, мы можем утверждать, что «перегиб кривой» действительно произошел, но отнюдь не в том направлении!

Надеюсь, что мне удалось убедить вас в том, что поверхностная медицина, которую мы сегодня практикуем, приводит лишь к неоправданно высоким расходам, низкой эффективности и причинению невынужденного ущерба пациентам. Поверхностная медицина – это неразумная медицина. И это особенно важно признать в нашу эпоху информационных технологий, когда мы имеем возможность получать и обрабатывать практически неограниченное количество полезных данных буквально о каждом человеке, углублять знания, сделать доступ к медицинским данным всепроникающим и всеобъемлющим. Весь массив больших данных поможет обеспечить точность диагностики и адекватность лечения. Мы не пользуемся этими возможностями, потому что совладать с этими данными не под силу ни одному человеку, ни одному врачу. Именно поэтому нам надо радикально изменить подход к методике постановки диагноза, этой ключевой задаче каждого клинициста. Теперь давайте перейдем к обсуждению этой темы.

Глава 3
Медицинский диагноз

Хороший врач-диагност собирает множество названий-ярлыков, связывающих идею болезни с ее симптомами, возможными причинами, предыдущими событиями, путями ее развития и последствиями, а также способами ее излечить или облегчить течение.

Даниэль Канеман

Информатика максимально проявит свои возможности в том, что усилит, а в определенной степени и заменит интеллектуальную деятельность врача.

Уильям Шварц[39]39
  Уильям Бенджамин Шварц (1922–2009) – известный американский нефролог, одним из первых указавший на рост стоимости медицинских услуг как на зарождающуюся серьезную проблему.


[Закрыть] (1970 г.)

Было это на третьем курсе медицинского факультета. Мы начали изучать введение в клиническую медицину на базе мемориального госпиталя Стронга в Рочестере (штат Нью-Йорк). В первый день состоялось наше знакомство с сущностью медицинской диагностики. Наставником нашей группы из 10 студентов стал доктор Артур Мосс, высококвалифицированный кардиолог и одновременно преподаватель Рочестерского университета. (Этот преподаватель, ставший для меня образцом для подражания, умер в 2018 г.) Прежде чем повести студентов в палаты к больным, он собрал нас в небольшой аудитории для предварительной «разминки».

У Мосса была запоминающаяся внешность: темные, немного косящие глаза, серебро седины в иссиня-черных волосах. На нем был длинный белый халат на пуговицах, темно-серые брюки с отворотами, черные носки и остроносые черные туфли. Его задача состояла в обучении студентов искусству постановки медицинского диагноза.

Он подошел к черной доске (тогда, в 1977 г., классные доски были черными, а не белыми) и принялся записывать на ней сведения о каком-то пациенте.

Сначала он написал: «Мужчина 66 лет поступил в отделение скорой помощи».

Потом обернулся к нам и спросил: «Каков наш дифференциальный диагноз?»

Это могло показаться странным – мы же практически не располагали никакой информацией о больном. Но смысл вопроса доктора Мосса заключался в том, что всякий раз, сталкиваясь с новым клиническим случаем, врач должен использовать любую бесценную крупицу информации, будь то симптом, объективный признак или результат лабораторного анализа, и как можно быстрее вспомнить самые распространенные причины, соответствующие определенной картине.

Мы, будущие врачи, ответили: скорее всего, у больного инфаркт миокарда, рак, острое нарушение мозгового кровообращения или травма.

После этого доктор Мосс добавил еще один пункт: у пациента боль в груди.

Группа единодушно заключила, что у пациента инфаркт миокарда.

Доктор Мосс, искоса посмотрев на нас, сказал, что мы ошиблись. Нужно поискать другие причины боли в груди у такого пациента. Мы высказали несколько новых предположений: расслаивающая аневризма аорты, грыжа пищеводного отверстия диафрагмы, плеврит, перикардит и ушиб сердца.

Мосс, выслушав нас, дописал на доске, что боль отдает в шею и спину. Мы ограничили наши предположения инфарктом и расслаивающей аневризмой аорты. Затем преподаватель добавил, что больной вскоре потерял сознание, и мы выставили наш окончательный диагноз: расслаивающая аневризма аорты. Мосс улыбнулся и сказал: «Верно». Потом он добавил, что никогда не следует забывать об этой вероятности – расслаивающая аневризма аорты у пациентов с болью в груди. Очень часто эту вероятность упускают из вида, и ошибка оказывается фатальной.

Следующая задача была труднее. Стерев с доски прежнюю запись, он написал: «В госпиталь поступила женщина 33 лет».

Мы отреагировали так: рак молочной железы, осложнение беременности, несчастный случай. Мосс был разочарован, ибо на этом наша фантазия была исчерпана. Следующим симптомом была сыпь.

Теперь наш дифференциальный диагноз включал инфекцию, аллергическую реакцию на лекарство, укус насекомого или животного и контакт с ядовитым плющом. Наш наставник, снова выказав некоторое разочарование, сделал еще одну подсказку: сыпь была на лице. Это, однако, не вывело нас на правильный путь. Мы упрямо держались нашего предыдущего списка. Тогда наш наставник добавил еще одну деталь: наша больная была афроамериканкой.

Одна студентка нерешительно прошептала: «Волчанка?»

Это был правильный ответ. Студентка попала в точку, вспомнив, что системная красная волчанка часто встречается у молодых женщин африканского происхождения, а один из симптомов этого заболевания – сыпь на лице в форме бабочки.

Так мы учились ставить диагнозы. Мы шли от общего к частному, мгновенно реагируя на несколько общих ключевых признаков, что позволяло составлять короткий список гипотез, предположений и предварительных заключений. Мы выучили заклинание, что распространенные заболевания встречаются чаще других, и это было плодом той же логики, что лежит в основании теоремы Байеса. Нас учили использовать интуитивное распознавание, а не аналитические способности. Теорема Байеса опирается на предыдущие данные, а поскольку мы, неопытные студенты-медики, прочли много книг, но практически не видели больных, то продвигались вперед очень медленно. Такой метод дает преимущество лишь зрелым врачам, которые видели на своем профессиональном веку тысячи больных.

Диагностический подход, которому нас обучали, является примером работы системы мышления, которую Даниэль Канеман когда-то назвал Системой 1 – мышление автоматическое, быстрое, интуитивное и не требующее усилий[40]40
  Tversky, A., and D. Kahneman, “Judgment Under Uncertainty: Heuristics and Biases.” Science, 1974. 185 (4157): pp. 1124–1131.


[Закрыть]. Эта система мышления пользуется эвристикой, или эмпирическими правилами: это спонтанный способ мозга «срезать путь», не задействуя аналитическое мышление, что дает возможность быстро решить проблему. Напротив, Система 2 – это медленный, связанный с осмыслением процесс, задействующий аналитическое мышление. Эти процессы осуществляются в разных областях мозга и требуют разных энергетических затрат. Может показаться, что лучшие диагносты в своей работе опираются на Систему 2. Однако это не так, и многочисленные исследования показали, что талант диагноста обусловлен эвристическим подходом, сдобренным интуицией, опытом и знанием. И действительно: более 40 лет назад первая система мышления, представленная быстрым спонтанным порождением гипотез, которому обучали каждого врача, была основой постановки правильного диагноза. Если врач ставил правильный предварительный диагноз в первые пять минут общения с пациентом, то точность окончательного диагноза достигала поразительных 98 %. Если никакого представления о диагнозе в течение этих пяти минут не возникало, то точность снижалась до 25 %[41]41
  Lewis, M., The Undoing Project: A Friendship That Changed Our Minds. 2016. New York: W. W. Norton.


[Закрыть].

Особенно выделяется в этом отношении диагностика в отделениях скорой помощи, где врачи после быстрого осмотра и обследования либо направляют больного в клинику, либо отпускают домой. Неверный диагноз может обернуться смертью пациента вскоре после выписки из отделения скорой помощи. Ежегодно около 20 % населения США попадают в отделения скорой помощи, и количество людей, подвергающихся риску, огромно. Крупное исследование деятельности отделений скорой помощи показало, что ежегодно около 10 тыс. человек умирают в течение недели после выписки, несмотря на то, что они в тот момент не страдали диагностированными ранее заболеваниями, а в отделении у них не нашли угрожающих жизни заболеваний[42]42
  Obermeyer, Z., et al., “Early Death After Discharge from Emergency Departments: Analysis of National US Insurance Claims Data.” BMJ, 2017. 356: p. j239.


[Закрыть]. Однако эта проблема касается не только отделений скорой помощи. Каждый год в США случается более 12 млн серьезных диагностических ошибок[43]43
  Singh, H., A. N. Meyer, and E. J. Thomas, “The Frequency of Diagnostic Errors in Outpatient Care: Estimations from Three Large Observational Studies Involving US Adult Populations.” BMJ Quality & Safety, 2014. 23 (9): pp. 727–731.


[Закрыть], и, согласно подробному докладу, опубликованному в 2015 г. Национальной академией наук, большинству людей хотя бы раз в жизни придется столкнуться с ошибочным диагнозом[44]44
  Brush, J. E., Jr., and J. M. Brophy, “Sharing the Process of Diagnostic Decision Making.” JAMA Internal Medicine, 2017. 177 (9): pp. 1245–1246.


[Закрыть].

Эти данные указывают на серьезные проблемы метода, с помощью которого врачи ставят диагнозы. Система 1 – я называю ее «быстрой медициной» – дает сбои, но и многие другие привычные способы постановки правильного диагноза подлежат улучшению. Можно было бы сделать больший упор на Систему 2. Канеман утверждал, что «способ блокировать ошибки, возникающие в Системе 1, в принципе прост: уловить признаки того, что вы находитесь на когнитивном “минном поле”, притормозить и обратиться за подкреплением к Системе 2»[45]45
  Tversky and Kahneman, “Judgment Under Uncertainty.”


[Закрыть]. Однако на сегодня идея, будто можно дополнить Систему 1 Системой 2, не оправдывается (хотя данные на этот счет довольно ограниченны): когда врачи начинают мыслить аналитически и сознательно замедляют темп исследования, точность диагностики практически не повышается[46]46
  Brush and Brophy, “Sharing the Process of Diagnostic Decision Making.”


[Закрыть]. Главным фактором здесь является то, что использование Системы 1 или Системы 2 – не единственная важная переменная, в игру вступают и другие факторы. Один из них – пренебрежение к формированию диагностических навыков в процессе изучения медицины. Из 22 критериев, которые учитываются Американским комитетом по аккредитации терапевтов-выпускников, только два имеют отношение к диагностическим навыкам[47]47
  . “The Internal Medicine Milestone Project,” in The Accreditation Council for Graduate Medical Education and the American Board of Internal Medicine. 2012.


[Закрыть]. По завершении медицинского образования врачи застревают на текущем уровне качества диагностики на всю оставшуюся профессиональную жизнь. Удивительно, но отсутствует и система, которая позволила бы врачу на основании обратной связи улучшать свои диагностические навыки на протяжении врачебной деятельности. Филип Тетлок, один из авторов книги «Думай медленно – предсказывай точно»[48]48
  Тетлок Ф., Гарднер Д. Думай медленно – предсказывай точно. – М.: АСТ, 2018.


[Закрыть], отмечает: «Если вы не получаете обратной связи, то ваша самоуверенность растет быстрее точности»[49]49
  Tetlock, P., Superforecasting. 2015. New York: Penguin Random House.


[Закрыть]. Отсутствие упора на диагностические навыки во время обучения в университете и после его окончания усугубляется отсутствием должной оценки когнитивных искажений, которые могут приводить к диагностическим ошибкам. Сегодня в медицинских учебных заведениях отсутствует даже такая дисциплина – обучение навыкам диагностики.

В книге «Отмененный проект»[50]50
  Льюис М. Отмененный проект. – М: АСТ, 2019.


[Закрыть] Майкл Льюис писал о Дональде Редельмейере, канадском враче, который, будучи еще юношей, вдохновился идеями Амоса Тверски и Даниэля Канемана[51]51
  Lewis, The Undoing Project.


[Закрыть]. В травматологическом центре госпиталя Саннибрук в Торонто Редельмейер обратился к коллегам с призывом не торопиться, обуздать свою Систему 1 и попытаться избегать ошибок мышления, вынося суждения. «Будьте внимательны, если вам сразу пришел в голову один простой диагноз, который все прекрасно объясняет. Вот когда нужно остановиться и проверить свое мышление»[52]52
  Lewis, The Undoing Project.


[Закрыть]. Например, пациентке ставят диагноз «гипертиреоз» на основании нарушений сердечного ритма, а потом оказывается, что у нее перелом ребер и пневмоторакс с компрессией легкого. Редельмейер назвал эту ошибку примером вопиющей и самой типичной эвристики: диагноз был поставлен обходным путем, на основании прошлого опыта (эта типичная ошибка была описана Тверски и Канеманом). Такой стиль мышления, как опора на эвристику репрезентативности, является примером широко распространенной среди врачей проблемы когнитивных искажений. Люди вообще склонны к когнитивным искажениям (даже англоязычная «Википедия» представляет список из 185 таких искажений), но я коснусь лишь нескольких – тех, что нарушают точность диагностики[53]53
  Yagoda, B., “The Cognitive Biases Tricking Your Brain,” The Atlantic. 2018.


[Закрыть]. Важно подчеркнуть, что эти укоренившиеся в медицине когнитивные искажения свойственны человеческой природе и касаются не только диагностики или назначения лечения. Но медицинские искажения отличает то, что в медицине принимаемые решения – дело очень серьезное, а зачастую и просто вопрос жизни и смерти.

Некоторые когнитивные искажения, ведущие к диагностическим ошибкам, вполне предсказуемы. Существуют более 10 тыс. человеческих болезней, и нет такого врача, который был бы способен удержать в памяти большую их часть. Если врач не может вспомнить наиболее вероятный диагноз, проводя дифференциальную диагностику, то он поставит диагноз на основании того, что ему мысленно «доступно», а это может привести к ошибке. Такое когнитивное искажение называют эффектом доступности.

Искажения другого рода возникают из-за того, что врачи имеют дело с одиночными случаями. В 1990 г. Редельмейер и Тверски опубликовали исследование в The New England Journal of Medicine, показывающее, как отдельные пациенты – и особенно те, которых врач принимал недавно, – могут влиять на решения по диагностике и лечению просто потому, что каждый врач наблюдает относительно небольшое число пациентов[54]54
  Redelmeier, D. A., and A. Tversky, “Discrepancy Between Medical Decisions for Individual Patients and for Groups.” The New England Journal of Medicine, 1990. 322 (16): pp. 1162–1164.


[Закрыть]. Личный опыт врачей может перевесить данные, полученные в ходе обследования большого числа пациентов (скажем, о вероятности того, что пациент страдает каким-то редким заболеванием), лишь на основании того, что предыдущий пациент со сходными симптомами страдал именно этим редким заболеванием. Да я и сам после того, как наблюдал пациента с инсультом, страдавшего редкой опухолью сердечного клапана (папиллярной фиброэластомой), стал подозревать эту опухоль у своих следующих пациентов. В целом, как считает Редельмейер, 80 % врачей даже не задумываются, что вероятности применимы и к их пациентам.

Мне вспоминается еще один пример такого искажения из моего собственного опыта. Во время установления стента в коронарную артерию у пациента имеет место очень небольшой риск развития инфаркта миокарда. Такие инфаркты редко сопровождаются явной симптоматикой, но их можно диагностировать по повышению содержания в крови некоторых ферментов, что говорит о повреждении сердечной мышцы. Когда мы с коллегами опубликовали на эту тему несколько статей в 1990-е, многие кардиологи не согласились с нашими выводами: по их мнению, эта проблема была нами искусственно раздута. Правда, каждый кардиолог проводит в течение года от 100 до нескольких сотен процедур стентирования, и, как правило, анализы для выявления повреждения сердечной мышцы не назначаются. Все врачи находились под влиянием искажения, заставлявшего считать, будто они, высококвалифицированные специалисты, никак не могут спровоцировать у своих больных инфаркт миокарда. В этом случае на когнитивное искажение врачей повлияла ограниченность их собственного клинического опыта, равно как и неспособность к систематическому поиску объективных данных о возможных осложнениях.

Мышление, основанное на общепризнанных правилах, тоже может привести к искажениям и связанным с ними ошибкам. Кардиологи, диагностирующие сердечные заболевания в отделениях скорой помощи, демонстрируют такое искажение (см. рис. 3.1), когда общепринятое мнение, будто пациенту с инфарктом миокарда непременно должно быть больше 40 лет, мешает им даже заподозрить инфаркт у более молодых пациентов. Ситуация очевидна, и это было хорошо показано Стивеном Куссаном в статье с емким заголовком «Дискретное поведение: эвристическое мышление в отделении скорой помощи». При оценке работы врачей выявляется разрыв графика (см. рис. 3.1А), что говорит о следующем: врачи считают пациентов слишком молодыми для того, чтобы искать у них инфаркт миокарда, хотя риск инфаркта у сорокалетнего пациента ничуть не выше, чем у пациента 39 лет (см. рис. 3.1B). Это имеет большое значение: наблюдая в течение 90 дней обсуждаемых пациентов, Куссан нашел, что у многих больных, которых сочли слишком молодыми для ИБС, в ходе наблюдения развился инфаркт миокарда[55]55
  Coussens, S., “Behaving Discretely: Heuristic Thinking in the Emergency Department,” Harvard Scholar. 2017.


[Закрыть].

Рис. 3.1. Эвристическое мышление приводит к неверной диагностике у пациентов с инфарктом миокарда в отделениях скорой помощи. Источник: с изменениями из: S. Coussens, “Behaving Discretely: Heuristic Thinking in the Emergency Department”, Harvard Scholar (2017): http:// scholar.harvard.edu/files/coussens/files/stephen_coussens_JMP.pdf.

Одним из самых распространенных среди врачей и самых опасных искажений является так называемый эффект сверхуверенности, который Канеман назвал «эндемичным для медицины»[56]56
  Tversky and Kahneman, “Judgment Under Uncertainty.”


[Закрыть]. В подтверждение своего высказывания Канеман напоминает об исследовании, в котором сравнивали уверенность врачей в правильности их диагнозов с причинами смерти их пациентов, выявленными при патологоанатомическом вскрытии. «Клиницисты, которые были “полностью уверены” в правильности прижизненных диагнозов, ошибались в 40 % случаев». Льюис тоже признавал существование такого предубеждения: «Вся профессия врача построена на утверждении мудрости своих решений»[57]57
  Lewis, The Undoing Project.


[Закрыть]. Тверски и Канеман затрагивали тему искажений, связанных с определенностью, в своей классической статье 1974 г. для Science, где были перечислены многие разновидности эвристического подхода, к которому люди часто прибегают, имея дело с неопределенностью[58]58
  Tversky and Kahneman, “Judgment Under Uncertainty.”


[Закрыть]. К сожалению, в медицине всегда хватало неопределенности из-за дефицита достоверных данных практически в каждом клиническом случае. К несчастью, работа в условиях повышенной неопределенности ведет к зависимости от экспертных мнений, что я называю «медициной с опорой на светил» (подробно этот вопрос разбирается в моей книге «Созидательное разрушение медицины»[59]59
  Topol, E., The Creative Destruction of Medicine: How the Digital Revolution Will Create Better Health Care. 2012. New York: Basic Books.


[Закрыть]).

В какой-то мере эту чрезмерную уверенность можно отнести на счет другого когнитивного искажения – «предвзятость подтверждения», которое также называют «склонность к подтверждению своей точки зрения»; это тенденция учитывать информацию, подтверждающую уже имеющееся убеждение, и игнорировать информацию, которая ему противоречит[60]60
  Yagoda, “The Cognitive Biases Tricking Your Brain.”


[Закрыть]. Эффект сверхуверенности имеет непосредственное отношение к «иллюзии глубины объяснения», что имеет место, когда люди верят, будто знают больше, чем на самом деле. Независимо от природы искажений ясно, что люди (включая и врачей) могут принимать важные решения, не согласующиеся с рациональным поведением.

Подтверждением сказанному может служить классический эксперимент, проведенный Тверски. Он опросил врачей-онкологов Стэнфорда, будут ли они оперировать пациента с терминальной стадией опухоли. Если в вопросе говорилось, что выживаемость в результате операции составляет 90 %, то 82 % врачей выбирали операцию. Но если в формулировке было указано, что смертность после вмешательства достигает 10 %, то за операцию высказались лишь 54 % врачей. Всего лишь смена слова «выживаемость» на слово «смертность» привела к значимому сдвигу.

Итак, мы довольно много знаем о диагностических ошибках: например, нам известно то, сколько их случается каждый год, и то, что значительная их часть происходит по причине когнитивных искажений. На основе изучения сообщений 583 врачей об их диагностических ошибках выяснилось, что главной причиной ошибок является отсутствие предположения о верном диагнозе (см. рис. 3.2) – результат мышления по Системе 1 и эффекта доступности[61]61
  Там же.


[Закрыть]. Неспособность установить диагноз или задержка с диагностикой стоят на первом месте в списке причин судебных исков к врачам в США: в 2017 г. число таких исков составило 31 % от всех исков к врачам и лечебным учреждениям[62]62
  Schiff, G. D., et al., “Diagnostic Error in Medicine: Analysis of 583 Physician-Reported Errors.” Archives of Internal Medicine, 2009. 169 (20): pp. 1881–1887.


[Закрыть]. Когда врачей, совершивших ошибку, спрашивали, в чем они поступили бы иначе, то чаще всего они отвечали, что с бо́льшим вниманием отнеслись бы к записям в медицинских документах: налицо еще одно доказательство спешки при осмотре пациентов и анализе данных обследования. Ясно, что очень важно стремиться к уменьшению числа диагностических ошибок, хотя столь же ясно, что их число никогда не станет равным нулю.

И поверхностная, и «скоростная» медицина уже сами по себе значимые проблемы. Надо бороться как с поверхностностью, так и с поспешностью. Даже в весьма редкой ситуации, когда знания врача о пациенте глубоки, а о больном собрано много необходимых данных, делу могут помешать и ошибки человеческого мышления, и ограниченность человеческого опыта. За все время своей карьеры опытный врач может принять и обследовать тысячи больных. Этот опыт и становится для каждого врача основой для мышления по Системе 1, но, как я уже писал выше, не существует механизма обратной связи, который оповещал бы врача в каждом конкретном случае, прав он или нет. Каждому врачу требуется несколько десятилетий для накопления полезного опыта, который все равно остается весьма ограниченным: в самом деле, даже самый одаренный врач, который, возможно, осмотрел и проконсультировал за свою профессиональную жизнь десятки тысяч пациентов, имеет весьма небольшой опыт в сравнении с совокупным опытом больших групп врачей. Так, на сегодня в США практикуют более 700 тыс. врачей, а во всем мире – несколько миллионов, и их совокупный опыт несоизмеримо обширнее опыта любого отдельно взятого врача. Здесь в дело должен вмешаться компьютер.

Рис. 3.2. Наиболее вероятные причины диагностических ошибок в выборке из историй болезни более 500 врачей. Источник: с изменениями из: L. Landro, “The Key to Reducing Doctor’s Misdiagnoses,” The Wall Street Journal (2017): www.wsj.com/articles/the-key-to-reducingdoctors-misdiagnoses-1505226691, с первичной ссылкой на: G. Schiff et al., “Diagnostic Error in Medicine: Analysis of 583 Physician-Reported Errors,” Archives of Internal Medicine (2009): 169 (20), 1881 –1887.

Потенциальную помощь врачам могут оказать сетевые инструменты. Повторюсь: есть разрозненные примеры, как Google помогает в диагностике в трудных случаях, но все же простой поиск симптомов нельзя считать средством точной диагностики. Одним из самых первых инструментов по учету симптомов, которым вначале пользовались врачи, а теперь пользуются и пациенты, стала система Isabel Symptom Checker, в которой собраны симптомы более 6 тыс. заболеваний. Когда я ввел в компьютер «кашель и повышение температуры тела у 50-летнего мужчины, живущего в Северной Америке», то в качестве наиболее вероятных мне были выданы диагнозы «грипп», «рак легких», «острый аппендицит», «абсцесс легкого», «возвратный тиф», «атипичная пневмония» и «тромбоэмболия легочной артерии». Вероятно, мы можем с легкостью исключить все причины, кроме гриппа и атипичной пневмонии, учитывая распространенность этих заболеваний в США. В 2015 г. в British Medical Journal была опубликована статья, авторы которой оценили 23 системы интерпретации симптомов. После ввода данных в эти системы верные диагнозы были поставлены лишь в 34 % случаев[63]63
  Semigran, H. L., et al., “Evaluation of Symptom Checkers for Self Diagnosis and Triage: Audit Study.” BMJ, 2015. 351: p. h3480.


[Закрыть]. Несмотря на такой плохой результат, в последние годы было создано множество диагностических приложений, учитывающих симптомы, – среди них Ada, Your.MD и Babylon. Они включают в себя компоненты искусственного интеллекта, но по точности диагностики эти системы пока сильно уступают врачам (впрочем, точность врачебных диагнозов мы тоже не можем считать золотым стандартом). Эти стартапы начинают опираться на данные, выходящие за рамки перечня симптомов, так как системы задают вопросы, касающиеся и анамнеза пациента. Есть надежда, что подобный обмен репликами с ИИ поможет сузить дифференциальный диагноз и повысить точность диагностики. Одно из таких приложений, Buoy Health, хранит в памяти более 18 тыс. медицинских публикаций, описание 1700 заболеваний и данные по более чем 5 млн пациентов.

Однако представление о том, что совокупность симптомов сама по себе может обеспечить правильную диагностику, является чрезмерным упрощением. Выслушивая пациента, убеждаешься в том, что наличие или отсутствие симптома – отнюдь не бинарное отношение (1 или 0): симптомы отличаются нюансами и окраской. Например, больной с расслаивающей аневризмой аорты может и не жаловаться на «боль в груди». При инфаркте миокарда больной может, предъявляя жалобы, прижимать кулаки к груди (симптом Левина), чтобы обозначить ощущение в груди как давление, которое не воспринимается как боль. Или это может быть жжение, которое не воспринимается ни как давление, ни как боль. При использовании таких диагностических приложений дело осложняется тем, что симптомы не только субъективны – они подаются пациентом, выражением его лица, языком тела, то есть способами, которые очень важны, но часто не могут быть сжато описаны несколькими словами.

Компьютеры могут помочь в получении второго мнения, что способно повысить вероятность установления правильного диагноза. В одном исследовании, выполненном в клинике Мэйо, в рамках которого были проанализированы повторные консультации 300 больных другими специалистами, указывается, что их диагнозы совпали с диагнозами направивших врачей только в 12 % случаев[64]64
  Van Such, M., et al., “Extent of Diagnostic Agreement Among Medical Referrals.” Journal of Evaluation in Clinical Practice, 2017. 23 (4): pp. 870–874.


[Закрыть]. Хуже того, мнение второго специалиста нередко просто невозможно получить – отчасти из-за стоимости, трудностей с назначением визита или даже с поиском подходящего специалиста, к которому можно было бы обратиться. Телемедицина упрощает сам процесс постановки важного диагноза, но при этом мы жертвуем личным контактом пациента с врачом ради получения второго мнения. Когда я работал в Кливленде на рубеже тысячелетий, мы запустили онлайн-сервис под названием MyConsult, позволяющий на сегодняшний день десяткам тысяч пациентов заручиться вторым мнением, которое часто не совпадает с мнением первого врача.

Врачи, надеющиеся повысить точность диагностики, прибегают к краудсорсингу, получая помощь от коллег в постановке диагноза. Это еще не мышление по Системе 2, а просто попытка воспользоваться преимуществом – мнениями и опытом других специалистов. В последние годы большую популярность приобрели диагностические приложения для смартфонов – Figure 1, HealthTap и DocCHIRP. Приложение Figure 1, например, стало популярным, поскольку позволяет показывать медицинские изображения коллегам, что ускоряет постановку правильного диагноза. Наша группа в Научно-исследовательском институте Скриппса недавно опубликовала данные ресурса, который активно используется во врачебном краудсорсинге, – Medscape Consult[65]65
  Muse, E., et al., “From Second to Hundredth Opinion in Medicine: A Global Platform for Physicians.” NPJ Digital Medicine, на момент написания книги находится в печати.


[Закрыть]. В течение двух лет с момента запуска число пользователей приложения неуклонно растет и сейчас достигло 37 тыс. человек; среди них врачи многих специальностей из более чем 200 стран. Система очень быстро откликается на призывы о помощи. Любопытно, что средний возраст пользователей превышает 60 лет. Human Diagnostic Project, известный также под названием HumanDx, – это сетевая и мобильная платформа, которую используют более 6 тыс. врачей и студентов-практикантов из 40 стран[66]66
  Human Diagnosis Project. August 8, 2018. www.humandx.org/.


[Закрыть]. Исследование, в рамках которого диагностическая работа более 200 врачей сравнивалась с работой компьютерных диагностических алгоритмов, показало, что точность врачебной диагностики достигает 84 %, в то время как точность компьютерных алгоритмов – всего 51 %. Эти данные выглядят не слишком оптимистично ни для врачей, ни для искусственного интеллекта, но ярые сторонники внедрения ИИ, располагая поддержкой многих организаций, таких как Американская медицинская ассоциация (AMA), Американский совет медицинских специальностей (ABMS) и другие ведущие медицинские советы, надеются, что «коллективный разум» врачебного сообщества и машинное обучение совместно помогут улучшить точность диагностики. О подобном случае рассказал один из таких сторонников, терапевт Шантану Нунди, и рассказ этот внушает оптимизм[67]67
  Khazan, O., “Doctors Get Their Own Second Opinions,” The Atlantic. 2017.


[Закрыть].