每個人的疾病都各不相同，不能被千篇一律地對待

這在人類的諸多特征中，使我們成為“人類”，并有別于其他動物的是，我們會不由自主地回頭觀望，反思過去。很難想象其他動物會在深夜時分為離去的人或未能得到的工作而憂思難眠。我們也會如學者一般，從自身抽離出來，從鉆木取火到微芯片，鉆研歷史，繪制人類進步的里程碑的圖譜，仿佛自己是造物主，然后不斷地審視自身，反思人類這一物種。繼而，我們會再試圖理解這一切。

克爾凱郭爾曾提出“生活在前，理解在后”的觀點。這大概是說，我們之所以能記得過去，充其量是因為我們有記錄，盡管它們可能并不準確。在此，我要向克爾凱郭爾提出挑戰(zhàn)，我有不同的觀點：通過快速瀏覽新聞就可以知道，了解歷史并不能使人類避免重蹈覆轍。簡而言之，即使將歷史作為一份避免犯錯的指南，也是不靠譜的。能夠確定的只有未來，因為未來掌握在我們自己手中。

于是，未來主義者出現(xiàn)了，本書作者埃里克·托普就是其中一員。這些未來主義者一聽到萊特兄弟飛上了天空，就可以預見廉價航班、航空樞紐，甚至還會想到人類漫步月球。這些立足當下的“歷史學家”所關注的，不是如何通過歷史規(guī)避風險，而是如何最大化地利用好未來。他們手握紙筆探索科技前沿，同包括失敗者在內的先鋒人物對話；他們追尋創(chuàng)新者、科學家、顛覆者和夢想家的足跡，聆聽，觀察，篩選，最終跨越不同學科，整合新知，以幫助他人更好地理解。就像本書將向大家展示的一樣，未來主義者是一群極具智慧與創(chuàng)造力的人。閱讀本書，需要左右腦并用，因為書中的內容發(fā)人深省，會帶給我們無數(shù)靈感。

《深度醫(yī)療》是埃里克·托普寫的關于醫(yī)療未來的第三本書。他在前兩本書中很好地審視了當下，展現(xiàn)了他的先見之明。而在本書中，埃里克指出，我們正處在第四次工業(yè)革命，即“工業(yè)4.0時代”，它帶來的巨大變革可能會超越蒸汽機、鐵路、電力、大規(guī)模生產(chǎn)乃至計算機的發(fā)明。工業(yè)4.0時代主要圍繞人工智能、機器人以及大數(shù)據(jù)所產(chǎn)生的巨大影響來展開。如今這場革命已在我們的工作和生活中初露端倪，將來甚至可能會影響人類的自我認知。它會給人類帶來巨大的幫助，但同時也可能會進一步擴大貧富差距。

這場革命將影響每一項人類活動，醫(yī)療也不例外。事實上醫(yī)療本身正面臨一場危機。在過去的40多年里，醫(yī)療技術取得了巨大的發(fā)展，但作為醫(yī)生，我們卻常常令患者感到失望。我們往往沒能遵循有效的指導方案，而是沉迷于技術，忽視了眼前的一個個獨特個體。我們了解患者的基因組，卻不聆聽他們的故事，對他們的失望置之不理。全身皮膚因神經(jīng)纖維瘤而誘發(fā)的腫塊與突發(fā)性高血壓密切相關，這一癥狀只需要醫(yī)生在檢查時脫下患者的外套就能發(fā)現(xiàn)。然而，我們經(jīng)常未將注意力放在患者身上，而是盯著計算機屏幕；我們總是忽略老年患者嵌頓疝導致的嘔吐癥狀，反而等著昂貴的計算機X射線軸向分層造影掃描（CAT）的結果，等著放射科醫(yī)生告訴我們有關患者的情況。事實上，對于一些基礎指標排名，如嬰兒死亡率，在醫(yī)療健康領域花費巨大的國家通常落后于花費甚少的國家。埃里克在本書中非常生動地講述了一個意義深遠、充滿真情的故事：他親歷了一次悲痛的醫(yī)療事件，當時他未被當作一個獨立的個體來對待，而這導致他的異常癥狀未被發(fā)現(xiàn)。

毋庸置疑，我們依靠技術的確能夠繪制人體影像，測量和監(jiān)控身體的分子結構。然而，就像人類會犯錯一樣，技術也會出現(xiàn)重大失誤。典型的例子就是目前在美國大多數(shù)醫(yī)院已被廣泛應用的電子健康檔案（Electronic Health Record，EHR）。它的設計初衷是方便收費，卻并未考慮醫(yī)護人員的操作便利性，因此其帶來的工作量常令醫(yī)護人員筋疲力盡。更糟糕的是，由于電子健康檔案的“入侵”，很多醫(yī)生無法把精力專注在患者身上：注意力被計算機屏幕吸引，從而忽視了眼前的患者。在《患者狂想曲》（Intoxicated by My Illness）一書中，前列腺癌晚期患者阿納托爾·布魯瓦亞爾（Anatole Broyard）說了一段心酸的話：“我希望我的泌尿科醫(yī)生可以換位思考，哪怕只有5分鐘，全身心地關注我，哪怕只有一次，與我近距離相處，感同身受地了解我的病。畢竟，每個人的病都有所不同?！边@段心酸的話寫于電子健康檔案全面普及之前，它表達了一位患者最基本的訴求。在我看來，這是一個永恒不變的訴求，不會因為時代而改變。值得強調的是：每個人的疾病都各不相同，不能被千篇一律地對待。

話說回來，我對未來充滿期待，也期待人類充分利用大數(shù)據(jù)的能力。憑借龐大數(shù)據(jù)集的處理能力和隨時隨地的學習能力，人工智能和深度學習將極大地提高疾病診斷和預測的準確性。不過，這并不意味著它們會取代人類。這些技術將提供一些可能比以往更加精確的醫(yī)療建議，但這些建議仍需要由懂行、富有共情能力、細心的醫(yī)療團隊綜合考量，然后轉達給前來就診的患者。2000多年前，希波克拉底曾說過：“了解一個什么樣的人得了病，比了解那個人得了什么病更重要?！?981年，羅伯特·卡利夫（Robert Califf）與羅伯特·羅薩蒂（Robert Rosati）發(fā)表了一篇關于運用計算機解釋運動負荷試驗后風險的社論，文章中寫道：“對電子化數(shù)據(jù)的正確解讀與運用，還是要靠有經(jīng)驗的醫(yī)生，其重要性一點都不亞于歷史數(shù)據(jù)來源?！币簿褪钦f，只要我們討論的是人類，而非流水線上的零件，這便是一個永恒的原則。

作為人類，我們是一個個具體的存在，我們復雜的思想孕育自同樣復雜的軀體。人類的思想與軀體間的相互影響仍是不解之謎，而并不神秘的是：生病時，我們需要得到關愛與呵護。疾病，尤其是病入膏肓之時，導致我們回到嬰兒狀態(tài)。雖然我們想要最先進的技術、最精確的診斷和最好的治療方案，并希望主治醫(yī)生能“知道”我們所有的一切（不同于希波克拉底時代，這里的“一切”包括基因組、代謝組、轉錄組、人工智能預測等），但我們最渴望的還是一個充滿關愛、認真負責的醫(yī)療團隊。我們希望醫(yī)生是富有共情能力的人，而非機器；我們希望醫(yī)生能花時間與我們溝通，為了確認我們身體的病灶進行細心的檢查，而不是為了檢查而檢查；我們希望醫(yī)生能了解我們的為人，傾聽我們的主述，觸診我們感到疼痛的部位。正如傳奇醫(yī)生弗朗西斯·皮博迪（Francis Peabody）數(shù)年前所說，照護好患者的秘訣就在照護患者的過程之中。

我們希望那些照護我們的人，能聽到我們的心聲，理解我們的恐懼，了解我們?yōu)楹味?、因何而死?/p>

這就是我們最深切的渴望，且永遠不變。

亞伯拉罕·維基斯（Abraham Verghese）

斯坦福大學醫(yī)學院教授

本文為美國知名心臟病學家、基因組學教授埃里克·托普的新作《深度醫(yī)療》（鄭杰、朱燁琳、曾莉娟/譯，河南科學技術出版社·湛廬文化，2020年11月版）的推薦序