Шум. Несовершенство человеческих суждений

Подробные исследовательские материалы, посвященные наличию и распространению шума в различных отраслях медицины, стали бы серьезным подспорьем³¹⁹ и в иных сферах. Мы о подобных публикациях не слышали, однако надеемся, что их время еще придет. Тем не менее даже немногочисленные доступные нам отчеты дают ключ к пониманию проблемы.

Диагностика одних недомоганий и болезней носит преимущественно механический характер, не оставляя места суждению, и это первая крайность. В некоторых случаях диагнозы ставятся не механически, но в достаточно однозначном контексте, когда любой специалист с высокой вероятностью поддержит суждение коллег. Бывают и ситуации, когда высокая квалификация врача станет достаточной гарантией снижения шума до минимальных значений. Отметим и другую крайность: периодически у врача появляется огромный простор для вынесения индивидуального суждения, поскольку существенные критерии диагностики носят неконкретный характер; в этом случае уровень шума будет значителен, и снизить его крайне сложно. Дальше мы увидим, что примером подобной крайности является психиатрия.

Какие методы подавления шума сработают в медицине? Мы уже говорили, что обучение³²⁰ развивает навыки, которые помогут врачу в дальнейшем. Той же цели служит и обобщение³²¹ мнений экспертов (мы имеем в виду, например, «второе мнение»). Многообещающим направлением представляется составление алгоритмов. Врачи уже сегодня применяют искусственный интеллект и самообучающиеся программы, которые способны снизить шумовой фон. В частности, алгоритмы используются при выявлении метастазов в лимфузлах у женщин, страдающих раком молочной железы. Выясняется, что лучшие из подобных программ³²² дадут фору даже классному специалисту лабораторной диагностики; кроме того, алгоритм не подвержен шуму. Самообучающиеся алгоритмы с определенным успехом работают также³²³ при выявлении связанных с диабетом глазных заболеваний. Уже сегодня искусственный интеллект по крайней мере не хуже³²⁴ рентгенолога диагностирует рак по показаниям маммограмм, а дальнейшая эволюция, вероятно, покажет и полное его превосходство.

Полагаем, что в будущем медики все больше станут полагаться на алгоритмы, так как искусственный интеллект снижает и эффект смещения, и шум, спасая тем самым жизни людей и экономя деньги. Однако мы пока сделаем акцент на методических рекомендациях, так как медицина – как раз тот самый пример, где налицо хорошие и даже отличные результаты в ряде сфер их применения (хотя в некоторых случаях наблюдаются смешанные результаты).

Вероятно, самым известным примером методических рекомендаций по диагностике стала шкала «Апгар», предложенная акушером-анестезиологом Вирджинией Апгар еще в 1952 году. Раньше при оценке возможных патологий развития новорожденных врачи и фельдшеры прибегали исключительно к клиническим суждениям. Шкала «Апгар» вооружила их стандартными методическими рекомендациями. Пользуясь данным способом, врач оценивает цвет кожных покровов, частоту сокращений сердечной мышцы, рефлексы и мышечный тонус, а также дыхательные усилия младенца. В английском языке само название методики является аббревиатурой из первых букв упомянутых признаков. Итак, исследование по методу «Апгар» дает оценку каждому из пяти критериев в диапазоне от 0 до 2. Наивысшим совокупным баллом является значение 10, однако подобный результат – большая редкость. Чаще всего оценка 7 и выше считается признаком хорошего состояния малыша.

Таблица 3³²⁵.Методические указания по применению шкалы «Апгар»

Следует отметить, что частота сокращения сердечной мышцы – единственный критерий, оценка которому дается в количественном выражении; остальные же показатели так или иначе содержат элемент суждения. Однако здесь мы видим, что суждение раскладывается на частные компоненты, каждый из которых оценивается достаточно однозначно; даже специалисты со скромным опытом, скорее всего, не проявят больших расхождений в своих оценках. Именно поэтому шкала «Апгар» практически исключает шум³²⁶.

Шкала «Апгар» – хороший пример работы методических рекомендаций и причин, по которым они снижают уровень шума. В отличие от алгоритмов и жестких стандартов, рекомендации не исключают необходимости вынесения суждений: решение не является следствием простого вычисления. В каждом из компонентов оценки возможны расхождения, что выразится и в окончательной оценке. Тем не менее методические рекомендации успешно снижают уровень шума именно вследствие разложения комплексного суждения на отдельные простые элементы, каждый из которых соотносится с заранее определенным критерием.