震驚！每 14 個美國住院患者就有 1 人被誤診受傷

一項基於美國一家醫療中心的新研究表明，在每 14 名接受醫療護理的住院患者中，可能多達 1 人會出現有害的診斷錯誤。其中多達 85%的錯誤可能是可以預防的，這突出表明醫院環境需要改進監測。

此前美國公佈的報告顯示，現有的監測工具低估了醫療環境中診斷錯誤的發生頻率。爲了探究這些發現，由波士頓布萊根婦女醫院牽頭的一組研究人員隨機選取了 2019 年 7 月至 2021 年 9 月期間入院的 675 名患者的記錄。

“在大多數情況下，診斷過程進展良好，能夠及時且準確地做出診斷，”哈佛醫學院副教授、該研究的主要作者阿努傑·達拉爾告訴《新聞週刊》。“但有時事情會出錯。相互交織的系統、複雜的流程和人爲因素都可能導致錯過診斷機會。”

在發表於《英國醫學雜誌質量與安全》雜誌的研究中，達拉爾及其同事得出以下結論：根據來自一家醫療中心的這個樣本，在接受普通醫療護理的患者中，有 7%，即每 14 人中就有 1 人出現有害的診斷錯誤。他們補充說，這些錯誤中的大多數是可以預防的。

“至關重要的是要注意，並非某一個人或某一個流程有錯。”

這些發現進一步豐富了達拉爾及其同事此前的工作，他們對現有的電子健康記錄系統及其在醫療環境中監測診斷錯誤的能力進行了探索。

“我們懷疑一系列潛在問題正在造成我們所目睹的測試選擇和臨牀評估方面的問題，”

“舊金山加利福尼亞大學的駐院醫學教授安德魯·奧爾巴赫（Andrew Auerbach）向《新聞週刊》表示，他也是此前這項研究的合著者。”

“這些反過來或許可歸結爲系統方面的差距，例如交接過程中存在的問題、電子健康記錄的數據顯示方式，還有認知和工作量方面的問題，像是同時要處理衆多任務。”

但這些新發現對於全國的醫院而言，適用性到底有多大呢？

“作爲在一家三級學術醫療中心進行的單中心研究，在把這些估計值推廣到全國其他醫院時必須謹慎，”達拉爾說。“由於種種原因，不同醫院可能存在差異。要是沒有嚴格開展的多中心研究，這很難講。”

他接着說：“作爲我們研究工作的一部分，我們正在其他醫院使用類似的流程開展研究來測量診斷錯誤率。”

一旦收集到更具全國代表性的數據，我們在醫院環境中可以做些什麼來儘量減少這些診斷錯誤？

“把錯誤率作爲醫院質量和安全計劃的一部分來常規測量，是瞭解任何一家機構問題負擔的第一步，”達拉爾說。

“解決該問題將需要多學科的努力，來監測和解決導致這些錯誤的複雜系統和人爲因素；在臨牀醫生中營造診斷安全的文化；從及時準確診斷的案例中學習。”

這些解決方案也可能在人工智能的幫助下得以改進。“人工智能方法肯定會在改善我們檢測病例和觸發干預措施方面發揮作用，”達拉爾說。

“我要指出的是，在新型人工智能干預措施的測試中，要在安全且嚴格開展的研究背景下進行，在將其安全部署到醫療保健環境之前，要考慮到人工智能帶來的潛在風險。”

更好的診斷護理對醫生和患者都有益處，該領域的研究對公共衛生至關重要。“關注診斷和診斷思維不僅是改善患者護理的關鍵部分，也是提高醫生表現和幸福感的關鍵部分，”達拉爾說。

“我們樂觀地覺得，像我們這種項目將會同時在兩個方向推動該領域的進步。”

Dalal, A. K., Plombon, S., Konieczny, K., Motta-Calderon, D., Malik, M., Garber, A., Lam, A., Piniella, N., Leeson, M., Garabedian, P., Goyal, A., Roulier, S., Yoon, C., Fiskio, J. M., Schnock, K. O., Rozenblum, R., Griffin, J., Schnipper, J. L., Lipsitz, S., & Bates, D. W. (2024). 關於住院患者的不良診斷事件：這是一項單中心回顧性隊列研究。 《BMJ 質量與安全》. https://doi.org/10.1136/bmjqs-2024-017183

Dalal, A. K., Schnipper, J. L., Raffel, K., Ranji, S., Lee, T., & Auerbach, A. (2023). 對各醫院急性護理中的診斷錯誤進行識別和分類：這是來自診斷錯誤預測系統效用 (UPSIDE) 研究的早期經驗。 《醫院醫學雜誌》, 19(2), 140–145. https://doi.org/10.1002/jhm.13136