我们，尤其是从事医疗行业的人们，需要停止那种一味地试图将所有数据标准化，以适应我们以为的世界运行的钟形分布。有时确实如此，有时则不然。我们需要理解“视情况而定”这句话。
二十年前，我是一名六西格玛黑带，全身心投入到统计质量控制在医疗保健领域的应用。我们的工作主要集中在 工艺因此，改善结果的方法完全取决于优化 工艺 关心. 我们的工作围绕“DMAIC”轮子进行组织：
我们会 确定 问题和改进过程， 测量 过程， 分析 采取行动 提高 这个过程，然后确保我们可以 通过积极争取让商标与其相匹配的域名优先注册来维护 它。控制将采取以下形式 专业图表 这表明我们的衡量标准存在差异，例如患者等待时间与预约时间的比较：
任何过程中都会有变化，分为正常随机 共同原因变异 （例如数据点围绕中心线的背景上下运动）和 特殊原因变异 （就像盒子里的点）。 瞧！太厉害了！图表显示，午餐时间病人的等待时间增加了！
我无意讽刺。统计过程控制在很多情况下显著改善了患者护理。例如，我们能够将一位因冠状动脉阻塞而出现胸痛的患者到达导管室的时间从2小时缩短到32分钟。问题在于，我们当时认为 一切 可以通过这种方式改进。
冠状动脉阻塞手术成功后，我们尝试使用同样的技术来缩短从乳房X光检查异常到活检的时间。起初，我们用 周！想象一下这给病人带来的压力！我们设法将时间缩短到4天……但这项工作摧毁了病理科的一切，因为我们没有支撑整个流程的组织架构。半个多世纪前， 阿维迪斯·多纳贝迪安 理解结果取决于过程之间的微妙舞蹈 与 结构体:
这个 结构体 支持一个过程的不仅仅是砖块、砂浆和机器。它还包括照顾病人的专业人员的智力资本、病人的期望和情绪状态、家庭结构，甚至气候！这是一种谬论，认为 导入“最佳”实践 答案就在这里。梅奥诊所的“最佳实践”之所以有效，是因为所有这些要素相互作用。这种做法在梅奥诊所行之有效，但在其他地方可能行不通，而且通常行不通。事实上，即使是梅奥诊所也意识到 不同社区需求的细微差别必须改变他们的护理流程我们需要做的是运用批判性思维技能，发现适合患者、专业人员和系统独特构成的“最佳实践”。 对于每个位置。
我们有经验证明这是一种可行的方法。1990年， 玛丽安·泽特林、侯赛因·加塞米和穆罕默德·曼苏尔 出版 儿童营养的积极偏差。 一年后，Zeitlin 又推出了 期刊出版 同一主题。本书和期刊文章都指出，在贫困国家，一些儿童似乎发展良好（积极偏差），而其他处于相同境况的儿童则没有。作者发现，一些简单且有时被忽视的因素，例如补充 当地可买到的非传统但高品质的食物、社交互动和赞美 在取得成功的过程中发挥了巨大作用。
通过识别这些积极偏差者并了解其突出之处，这些差异可以应用于更广泛的人群，并带来显著的改善。重要的是，这些差异只适用于同一微环境中的个体。 系统与代理的交互 对工作至关重要 复杂适应系统 从而取得了成功。
在越南工作的同时， 杰瑞和莫妮克·斯特宁 采用这种积极偏差方法，同样取得了令人印象深刻的成果。更值得注意的是，他们将识别积极偏差的技术从营养学研究领域转移到了成功减少埃及女性生殖器切割的领域。
这些研究人员并非从外部“引进最佳实践”，而是致力于在特定环境中“强化积极因素”。用复杂性科学的术语来说，他们 增强正吸引子并抑制负吸引子! 他们通过由内而外的努力做到了这一点。正如杰里·斯特宁在一篇 2010 FastCompany 刊文:
杰里·斯特宁认为，问题或许不在于外部专家，也不在于公司。“传统的社会和组织变革模式行不通，”62岁的斯特宁说道。“它从来都行不通。你不可能从外部引进永久性的解决方案。”或许问题在于变革如何真正发生的整个模式。或许问题在于你无法从外部引入变革。相反，你必须找到组织中已经在运作的、小型的、成功的、但“偏离常规”的做法，并加以推广。或许，仅仅是或许，答案就在组织中——当你找到它时，变革就会到来。
这种方法 用过的 多项研究表明，该疗法显著降低了医院内耐甲氧西林金黄色葡萄球菌（MRSA）感染。人们本以为这种方法会迅速推广，因为它看似合理，且已有良好的记录。尽管应用范围有限，但效果显著，它确实得到了推广。
1982年， 中南基金会 阿拉斯加从印第安人健康服务处接管了责任 负责管理安克雷奇服务区70,000万名阿拉斯加原住民和美洲印第安人的医疗保健。领导者们正确理解了杰里·斯特宁的理念，并在随后的几十年里发展成为北美乃至全球最成功的医疗保健组织之一。他们的 NUKA护理系统 赢了一场，但是 二令人垂涎 波多里奇质量奖. 富有远见的领导人明白，健康和医疗保健在很大程度上是 复杂适应系统 回应 紧急 而非 征收 秩序。
中南基金会采取了与 延雪平卫生系统 在瑞典。在 戈兰·亨德里克斯 （不是医生，而是一位世界级的篮球教练），延雪平医疗系统开发了真正的 学习型组织 专注于高质量的医疗保健。
我们本应合理地期待，这些人和组织的具体、客观的经历会激发人们复制其成果的热情。可惜的是，事实并非如此。请查看谷歌趋势中搜索“积极偏差”和“最佳实践”的结果：
请注意，从 2004 年至今，在全球“健康”搜索中，底部的蓝线（代表“正向偏差”）与红线（代表“最佳实践”）相比几乎没有什么意义。
更令人震惊的是，一项相同的搜索限制了来自美国的查询：
这是为什么呢？原因可能有很多，但最突出的一个与现代医学的发展方式有关。 难以接受模糊性和异常值理解这些要素很困难。这需要深入研究问题和数据。与其 明确和单数“是”或“否”的正确 答案可能是“视情况而定”。有时答案可能是肯定的，有时则否定的。 视情况而定.
理解简单问题、仅仅复杂问题、真正复杂问题和混乱问题之间的区别至关重要. 所有这些元素都可能存在，有时甚至混合在一起！关于这些差异和方法的完整讨论超出了本文的范围，但我建议读者参考 领导者的决策框架 ，在 “哈佛商业评论” 大卫·斯诺登和玛丽·布恩。即使观看 关于这个主题的三分钟视频 将会传达出一种理解的核心。
不幸的是，最便捷的做法是假设一切都很简单，将批判性思维外包，并依赖协议。协议无视个体，只顾照顾群体。这样一来，那些混乱的异常值就被忽略了。
有感知 安全性 在协议中。如果一个人和大多数同伴一样做事，那么如果出现负面结果，就更容易隐藏。也许这是一种预期的行为。 丹尼尔·卡尼曼与弗农·史密斯共同获得 2002 年诺贝尔经济学奖 因其与阿莫斯·特沃斯基合作的开创性工作 前景理论。 大多数人都表现出风险规避倾向。损失100美元时的失望感，远大于获得100美元时的满足感。
此外，为了给每位患者提供最佳的诊疗方案，医生需要投入更多精力，付出更多情感和精力。这需要时间，而时间对于大多数医生来说已经变得非常稀缺。医生倦怠的加剧与医生投入时间的增加相关。 非病人护理需求，例如填写表格和完成所有重要的电子病历。
为违反礼仪的行为辩解是另一个负担，可能会对就业产生深远的影响。观看 排屋 苦乐参半。休·劳瑞饰演的角色 “一名特立独行、专攻诊断医学的反社会医生，凭借精锐的医生团队和自身的智慧，不惜一切代价解决遇到的疑难案件。” 在如今的企业医疗体系里，连一周都撑不下去。他们是否解决了问题并不重要。解决方案是次要的，流程才是最重要的。
大约 20 年前，亚伯拉罕·维尔吉斯 (Abraham Verghese) 描述了一个令人不安的观察结果： 文化冲击——病人是偶像，偶像是病人. 医生真正关注的是病历的制作。病人本身作为人，相对来说并不重要。这个令人恐惧的现实似乎 只会加剧病人不喜欢这样。医生也不喜欢这样。但现在那些掌控医学的人，那些管理者，似乎很喜欢这样。
作为这种心态令人担忧的延伸，有些人设想 人工智能取代或至少显著增强医生的工作。当然，人工智能在模式识别方面大有可为 放射学 和病理学。然而，蓬勃发展的 医生使用人工智能的人数增加 也可能是规避风险行为的表现。这可能是不祥之兆，因为 人工智能是否可以在没有人类监督的情况下做出道德决策仍存在很大疑问。更麻烦的是 故意撒谎 一些人工智能平台也这么做。难道人工智能已经学会了在不知道答案的情况下“假装”回答吗？
即使在最好的情况下， 危险 在协议和人工智能衍生的计划中。严格遵守这些协议和计划至少会让一些人无法获得最佳护理。所有药物和治疗都会产生异常值（正面和负面）。如果医生的首要职责是服务群体而非个人，那么忽视异常值的需求就会被简单地视为为了“更大利益”而造成的“附带损害”。只需看看新冠疫情的经验，就能明白在那种情况下造成的巨大伤害。
我们并非一夜之间就走到了今天。这种现象始于25年前，当时被称为“成本效益”治疗。它或许确实具有成本效益，但也可能意味着医生没有足够努力或足够感兴趣地寻求替代方案。例如，药物基因组学研究已经存在多年，可以证实 为个人选择正确的药物和剂量。然而，这些研究的用途有限，主要是因为 成本效益问题和处方人员缺乏教育.
在新冠疫情之前，人们开始转向所谓的“精准医疗”，人们认识到最佳护理通常需要个性化的治疗计划。 在新冠疫情下，精准医疗因大规模标准化和强制规定而被有效终止。 它是否会复活还有待观察。
此外，严格遵守基于过去表现的协议或通过训练集开发的人工智能方案， 正向偏差 得不到认可。进步局限于过去行之有效的方法，创新受到抑制。
医生、护士和所有医疗保健专业人员在外包批判性思维时要付出高昂的代价。 然而，与患者自己支付的价格相比，这笔费用就显得微不足道了。 如果有组织的医疗机构不能或不愿进行建设性的调整，并放弃过去遵守看似有利于大型制药公司或医患关系中的其他外部利益相关者的规则，那么社会和个人就必须掌握自己的命运，并施加必要的改进压力。
变化、模糊性和异常值远非可以避免的事情，而是创新的关键， 最佳临床护理:
在我们所做的很多事情中，一定程度的变异性（包括测量结果的变异性）是不可避免的。除了测量结果的变异性之外，外科医生的经验、患者生理状况、炎症反应等等也存在变异性。尽管我们可能并不希望如此，但我们需要理解变异性，而不是认为唯一的答案就是降低它。我们的方法不应该是构建一个永不失效的稳健系统，而应该构建一个具有足够韧性的系统，能够及早发现故障并采取必要的措施来纠正方向。
像 商业领袖，学术和临床医学领域的人员必须 拥抱 变异、模糊性和异常值 酵母抽提物的 而不是忽视它们或坚持要求它们被中和
简而言之，医学必须学会 在 VUCA 中运行 （波动性、不确定性、复杂性和模糊性）的世界，就像商业一样. 承认 这一点的重要性正在开始但它必须得到更广泛的传播，并融入到医疗专业人员教育的每个阶段的临床能力中。只有这样，医疗专业人员才能不再试图最小化差异和模糊性。我们不能忽视它们，假装它们不存在。我们必须看到它们带来的潜在机遇。
试想一下，如果公共卫生、学术医学和医疗机构的领导者在新冠疫情的黑暗时期理解这些概念会怎样。不幸的是，他们没有。即使到现在，医疗机构仍未意识到自己的愚蠢，而社会仍在为其故意视而不见付出高昂的代价。大卫·贝尔最近关于布朗斯通的精彩文章就是明证， 美国儿科学会：利用儿童牟利.
人类值得拥有比这更好的生活！
-
Russ S. Gonnering 是威斯康星医学院眼科兼职教授。
查看所有文章
