循证、共识与经验:髋关节保护手术临床决策的分析

《Journal of Hip Preservation Surgery》:Decision making in clinical practice

【字体: 大 中 小 】 时间:2026年10月12日 来源:Journal of Hip Preservation Surgery 1.6

编辑推荐:

   下次当你与聊天机器人交流时,问问自己,或者问问机器人,它的程序是“基于规则的”还是“人工智能(AI)驱动的”。无论哪种方式,机器人的编程都涉及多个步骤来分析你提供的信息。机器人在这一阶段决定接下来该做什么,这被称为“对话管理/决策逻辑”步骤。在引入基于

  

下次当你与聊天机器人交流时,问问自己,或者问问机器人,它的程序是“基于规则的”还是“人工智能(AI)驱动的”。无论哪种方式,机器人的编程都涉及多个步骤来分析你提供的信息。机器人在这一阶段决定接下来该做什么,这被称为“对话管理/决策逻辑”步骤。在引入基于AI的机器人之前,这些机器人是使用大型语言模型(LLM)数据训练出来的,它们的程序遵循基于规则的决策树或流程图。基于规则的逻辑依赖于这样的计算:如果意图等于X且实体等于Y,则转到节点Z。虽然基于AI的机器人的使用正在增加,但它们在医疗领域的应用进展比我们生活中的许多领域都要慢,因为错误可能带来法律、安全和临床后果[1, 2]。尽管LLM AI系统提供了更大的灵活性,医疗行业仍然依赖基于规则的系统。基于规则的系统确保对话的每条路径都是提前可知的、可测试的并且可追溯的。这样的系统必须符合监管机构的要求[美国的《健康保险可移植性和责任法案》、英国的《通用数据保护条例》(GDPR)以及英国的《国家医疗服务数字标准》,并且需要经过临床方面的审核。虽然医院的合规团队可以审查流程图,但几乎不可能批准一个基于AI的“黑箱”决策过程。

在机器人出现之前的几十年里,流程图和协议在医疗组织中被广泛采用。这些工具是可以审核的,并确保服务提供的一致性。与基于规则的机器人类似,它们能使经验较少的员工也能遵循决策树来诊断和治疗问题,即使他们对临床问题之前的经验相对较少或很少。相比之下,具有多年临床实践经验的临床医生可能对这些协议的热情较低。这种差异的一种解释是将经验丰富的临床医生比作一个可以访问大量信息的数据集的AI机器人,这使得他们在决策上更加敏捷和灵活。然而,后一种方法的成功确实取决于临床医生是否拥有足够的相关经验,而且像基于AI的机器人一样,当他们提出偏离既定协议的建议时,他们的“黑箱”推理可能更难以审核。

基于规则和“黑箱”决策之间的另一个例子是循证实践与基于主观临床经验的共识意见之间的矛盾。在本期中,我们介绍了2024年国际髋关节保护物理治疗学会关于髋关节镜检查后股骨头髋臼撞击综合征患者康复的共识[3]。该共识是由一个由11名物理治疗师和8名专门治疗髋关节相关问题的外科医生组成的专家小组提供的。该小组分别拥有285年和204年的临床经验。他们的知识来自成千上万名患者的互动,他们的共同经验远远超过了即使是最繁忙的外科医生或物理治疗师。多年来,我有时会发现一些观点强烈、有时颇具魅力的医生拒绝按照共识小组的建议来指导我的患者。如果我能与这些医生分享这篇论文,我的工作将会容易得多,我们也希望这篇论文对你也有同样的帮助。

我的许多髋关节保护患者会询问哪种物理治疗师最适合他们在手术后进行康复,以及应该做哪些锻炼。几年前,一位专门从事髋关节康复的物理治疗师帮助我制定了一套患者可以与其治疗师分享的锻炼计划。虽然这种方法帮助了许多人,但始终需要解释这些只是作为一般指导,优秀的治疗师会监测患者的进展,指出他们在哪些方面做得好,哪些方面进展较慢。每个患者的需求都会随时间变化,物理治疗师应该根据每个患者的具体需求调整康复计划。

尽管由对该领域有深入了解的团队制定的共识协议很有价值,但它也存在固有的局限性。在现实世界的临床实践中,只有一小部分外科医生和物理治疗师照顾年轻的高水平运动员。大多数医生照顾的是从未经历过高强度体能训练挑战的患者。因此,恢复里程碑和目标的灵活性至关重要。此外,基于协议的护理可以提供一个可重复的基准,以便观察接受类似治疗的临床医生识别出偏差。但是,不太熟悉特定治疗路径的临床医生可能会过于专注于“协议”,从而难以识别表明需要正式临床评估或调整治疗的临床相关症状或体征。

最后,基于证据的治疗与当前共识的相对价值在很大程度上取决于我们对每种方法所提供的证据或经验的信心。我们对基于证据治疗的信心在很大程度上取决于我们相信自己的观点基于可靠的数据。在本期中,我们介绍了Cervantes及其同事11在拉什大学进行的研究,他们探讨了将所谓的“脆弱性指数”(FI)或“连续脆弱性指数”(CFI)应用于比较髋关节镜检查与保守治疗股骨头髋臼撞击综合征的随机对照试验。这篇论文介绍了Feinstein在1990年12首次提出的想法,并由Walsh13进一步发展。脆弱性指数是指试验中需要改变结果(从一个结果变为另一个结果)的最少患者数量,才能使统计上的显著结果变为不显著的结果(P≥0.05)。一些方法论者认为脆弱性指数本身存在缺陷,因为它在数学上与P值和样本量有直接的关联,而置信区间已经能够更有效地传达精度。目前尚不清楚脆弱性指数和连续脆弱性指数是否会增强我们对决策的信心以及我们向患者提供的建议。

希望您喜欢第13.3期的所有论文,并期待您对髋关节保护手术这一不断发展的领域的贡献。

利益冲突

未声明任何利益冲突。

资金来源

未声明任何资金来源。

参考文献

相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号