网络独家

“智能飞行员”:数字医疗工具改变医疗保健
作者:Joseph Doyle博士和Sarah Reimer医学博士

即将到来的数字卫生工具浪潮有可能改变提供卫生保健的方式和地点。利用来自患者医疗记录的信息(包括实验室结果、提供者说明和CT扫描等图像)以及基因组数据、先前的保险索赔和环境信息，机器学习算法可以大大改进诊断测试。它们还可以为提供者提供决策工具，以提高指南的依从性。

然而，这些工具的成功并不是必然的。这项新技术必须首先获得患者、提供者和支付者的信任。此外，工具一定不要提示警戒疲劳。如果提供者被大量的警告和建议淹没，他们可能会变得麻木，对这些信息不感兴趣。

这一即将到来的浪潮提供了一个绝佳的机会，通过建立新工具的智能导航来克服这两个障碍。通过系统地介绍这些数字健康工具，我们了解了哪些有效，哪些无效。随机试验不需要局限于药品和医疗设备——它们也可以为卫生保健服务的设计提供信息。

一个“试点”项目
最近，我们与同事Sarah Abraham博士，Laura Feeney博士和Amy Finkelstein博士合作，在Jameel贫困行动实验室，一个麻省理工学院的研究机构，支持这种随机评估，进行一个新工具的推出:用于高成本成像的临床决策支持(CDS)。该软件向医生提供信息，告诉他们为特定患者安排的CT扫描或MRI检查是否合适。这些信息来自于基于美国放射学会指导方针的最佳实践警报。

我们的学习是及时的。从明年开始，医疗保险和医疗补助服务中心已经实施了一项新规定，要求医生的成像命令必须伴随着CDS咨询。这项规定是在医疗行业对过度使用这些强大而昂贵的诊断成像测试的担忧日益加剧的情况下出台的。

CT扫描已经成为美国人的常规医疗检查。仅在美国，每年进行的CT扫描就超过7000万次。一些估计表明，多达30%的这些影像学检查是不必要的，它们的过度使用不仅导致更高的医疗保健费用，而且还增加了患者的辐射暴露。

我们的试验在威斯康星州最大的医疗保健系统奥罗拉医疗中心进行，涉及3511名医生，其中一半使用了这个工具。对照组继续像试验开始前一样安排病人进行检查。

我们的研究结果表明，我们有理由保持谨慎乐观。根据我们的研究，CDS软件会导致CDS所瞄准的图像减少6%。CT扫描——由于其相对较高的辐射水平，最常见的警告产生者——负责目标扫描总体减少的五分之四。重要的是，我们没有发现随着时间的推移，警觉性疲劳会降低有效性的证据。

我们没有看到成像减少，只是排序的图像类型有所不同。这表明，当供应商想要一个图像时，他们不愿意没有图像，但也表明该软件可以帮助他们选择最合适的图像。事实上，我们的研究表明，软件本身可以影响排序的适当性，但节省成本的可能性较小，因为CDS经常推荐另一种高成本的图像。

的确，不恰当的订单减少了6%，这只是适度的进步。但CDS是一种相对低成本、低接触的干预手段，而且有很多方法可以提高这项技术的功效。除了简单地展示有关指南的信息之外，进一步研究最有效的技术应用方式——比如胡萝卜加大棒来提高指南的遵守程度——仍然是未来研究的一个重要领域。

也许这项研究最有希望的方面是能够在工具启动时在医生实践中随机化一个新的决策支持工具。随着我们开始医疗保健领域的数字革命，智能试点提供了在改善健康和降低成本方面取得有意义进展所必需的严格比较。

- Joseph Doyle博士，麻省理工学院斯隆管理学院管理和应用经济学欧文·h·谢尔教授，J-PAL北美卫生部门联合主席。

- Sarah Reimer，医学博士，是Aurora health Care人口健康研究的医学主任。