加载中…
如何有效、快速、大规模地培养低学历的全科医生？
(2015-09-15 08:37:20)
标签：
大数据 |
分类： 经济分析 |
如何有效、快速、大规模地培养低学历的全科医生？
办法一，学校培养全科医生。
全科医生制度要求，对医学人才实行
“5 3” 的培养模式，即 5 年的临床医学本科教育，加上 3 年的全科医生规范化培训，然后通过资格考试，才能作为全科医生执业
![[1]]( "[1]")
。
医学院培养全科医生的时间太长。而现在（2015年）离国务院办公厅要求的，2017
年基本普及全科医生，只有两年时间。来不及。
办法二，在职培训社区医生和乡村医生。
短期培训的办法，很难保证教学质量。
办法三，三甲医院外派医生，辅助社区医院和乡村医院。
三甲医院抽调不出足够的巡诊医生，而且也没有动力这么做。外派巡诊医生的做法，实际上三甲医院倒贴钱，帮助基层医院，截流原本属于三甲医院的患者。
办法四，借助电脑辅助诊疗系统（CDSS）。
基层医生只需要输入症状，CDSS
会指示该做什么检验检查。检验检查结果出来以后，CDSS
会自动读解检查指标，提示医生患者可能患有什么疾病。医生确定了疾病诊断以后，CDSS
又会提示医生，该用什么药，多少剂量等等。
从 1970
年到现在，美国名校如 Stanford，到顶级医疗机构如 UPMC，都长期致力于 CDSS 的研究开发，但是迄今为止，CDSS
普及率并不高，究其原因，主要是不实用。
目前辅助诊疗系统，基本上是把临床医疗指南，整理成一系列
if-then 规则，指导医生按章行医。
医生在临床中，是否严格遵循医疗指南呢？把
2010 年卫生部颁发的
“中国高血压防治指南”，与三甲医院的病历相对照，真正符合指南规定的处方用药，可能连 1/4
都不到。是不是医生开错了药呢？
仔细读读病历，发现很多患者，都不仅仅患有高血压哦单一疾病，而是同时患有多种疾病，高血压多半是被其它疾病，诱发而起。三甲医院的医生，治本，而不拘泥于治表。
CDSS
很有用，但是错在不该采用 if-then 式的规则库这种方法。必须换一个思路。
针对患者的症状，我们可以从三甲医院的病案库中，找到相似的病历。基于这些相似病历，一步一步地教基层医院的医生，听完患者口述症状以后，下一步该做什么检验检查。检验报告出来以后，该如何读解检验指标。根据检验指标，如何鉴别疾病。确定了疾病以后，如何写处方开药等等。
用这种相似归纳的办法，给基层医生们，一步一步地推荐临床诊疗方案。不仅简单易学，而且实用有效，
这种相似归纳的办法，不仅避开了
if-then 式的规则库的局限性，而且能够鉴别各种诊疗方案的疗效，甚至能够鉴别各个医生惯用的诊疗方案。
这么一个简单的办法，为什么以前没有人尝试呢？两个原因。
1.
基于相似病历的归纳法，依赖于海量电子病历。而中国普及电子病历，迄今不过十年左右的时间，刚刚积累了足够数量的电子病历。
2. 处理海量电子病历，依赖于大数据技术。而大数据技术成熟，迄今不过五年左右时间。
另外补充两点。
1. 中国人口基数大，所以中国的电子病历数量，全球第一。
2. 基于相似病历的归纳法，非常适用于辅助全科医生，因为全科病历数量庞大，数量越大，归纳法的精度越高。
我们正处在一个恰当的时机，一个恰当的国家，用医疗大数据，对电脑辅助诊疗技术，做革命性的改造，使之用于大规模、低成本、高效地培养全科医生，造福人民。
参考文献：
1. 全科医生制度。
http://baike.baidu.com/link?url=SN3cY1hzYWVIjLgT4pK_WQFPW02pn6Oqf7hS4ukmETLUYo47QIeLPBwFMH_BWLiiTyWkYcC4PmNNtf2eZ9k65a
2. Clinical Decision Support System。
https://en.wikipedia.org/wiki/Clinical_decision_support_system
喜欢
0
赠金笔