说一个大多数医生不愿接受的真相

医学不确定性的真相

门诊里最常见的一个瞬间，往往发生在病人问出那句话之后：“大夫，这个药吃了能好吗？”

 

那一刻，医生脑海里闪过的通常不是某个确凿的答案，而是一串互相拉扯的信息：去年刚更新的指南、三年前读过的阴性结果RCT、带教老师当年的说法、科里现在的习惯做法，以及眼前这位合并糖尿病和肾功能不全、根本不在任何试验入组标准里的老人。最终说出口的，多半是一句语气平稳的“先吃着看”。

 

这句话本身没有错。只是它背后藏着一个很少有人愿意摊开来讲的事实：现代医学能给出的确定性，远比大家以为的要少得多。

 

这不是在指责某个医生不够专业，也不是劝医生要放弃努力。恰恰相反，如果能让所有人都把这件事看清楚，可能是对医生而言最公平的。

 

你开出的处方，

背后可能只有一成把握

 

公众——包括许多医生自己——普遍默认：走进诊室拿到的治疗方案，背后站着扎实的随机对照试验和明确的疗效数字。

 

实际的比例要低得多。

 

一项发表于 ournal of Clinical Epidemiology 的分析纳入了154篇Cochrane系统评价（2015—2019年），按GRADE标准评级，只有15篇（9.9%）的治疗结论建立在高质量证据之上；另有37%为中等质量，31%为低质量，22%为极低质量。

 

图源Russia Today

 

2022年，一支来自牛津大学等机构的国际团队扩大了样本量，评估了2008—2021年间Cochrane评价涉及的1567项医疗干预，结果更为刺眼：约95%的治疗缺乏高质量证据来支持其获益；更麻烦的是，只有约三分之一的系统评价充分报告了危害可能。

 

图源期刊官网

 

指南的情况同样如此。一项meta-epidemiological研究纳入25项研究、1250部指南、57166条推荐意见，发现加权平均只有16%的推荐建立在最高级别证据之上，且随时间推移这一比例并未改善。

 

图源medRxiv

 

另一项针对ACC/AHA与ASCO共12部心血管和69部肿瘤指南的分析显示，在基于低质量证据的推荐中，相当比例仍被写成“强推荐”，而共识型指南出现这种错配的概率明显更高。

 

图源BMJ官网

 

必须强调一句：证据不足或者证据质量不高不等于无效。麻醉、急诊、外科围术期等领域的早期调查曾得出过完全相反的乐观数字（如80%以上的干预被认为“有证据支持”），差别主要在于评判标准的宽严。

 

这组信息的真正含义在于：大量临床决策是在信息不完整的情况下做出的，而医生每天都要为此承担后果。

 

更何况历史上并非没有教训。

 

I类抗心律失常药曾被广泛用于心梗后患者，直到CAST 试验（Cardiac Arrhythmia Suppression Trial，心律失常抑制试验）显示它反而增加了相关患者的死亡风险。

 

这都不是庸医犯的错，而是医学作为整个都在不确定性中摸索的学科所必然付出的代价。

 

 

背下来的东西，

有一半会在执业寿命内“过期”

 

另一个让人不太舒服的真相是：知识的有效期，比大多数医生的职业寿命短。

 

“知识半衰期”的概念由经济学家弗里茨·马克卢普于1962年提出。外科文献领域的一项经典测算给出了一个具体数字：临床结论之“真”的半衰期约为45年——也就是说，曾经被认为正确的临床结论中，有一半在此期间会变得过时或不正确。

 

图源柳叶刀官网

 

Poynard等人2002年发表在 Annals of Internal Medicine 上的研究则更细致。他们梳理了1945—1999年间肝硬化与肝炎领域的474个结论，以2000年为节点进行复核：60%仍被认为正确，19%已过时，21%被证明是错误的。同样得出45年的半衰期。更值得玩味的是两个附加发现：一是方法学质量高的研究，其结论并不比质量低的研究活得更久；二是在随机对照试验中，阴性结论的长期存活率显著高于阳性结论。

 

图源期刊官网

 

换句话说，人类在判断“自己错了”这件事上，远比判断“自己对”了要可靠。

与此同时，知识的产出速度还在加速。有说法称医学知识总量大约每73天翻一倍；肿瘤学、心脏病学和神经病学是论文增长最快的几个领域，仅含“stroke”一词的文章在2000—2020年间就增长了约五倍。斯坦福大学的John Ioannidis对此的判断颇为直白：“大多数新研究要么是错的，要么没用，但医生分辨不出哪些是哪些。”

 

图源MDedge

 

在同一项针对内科医生的调查中，82%的受访者表示，他们读过的研究中不到一半真正改变了自己的临床做法。

 

Ioannidis那篇著名的 Why Most Published Research Findings Are False 早已成为被引用最多的方法论文章之一。其核心论点并非指控研究者造假，而是指出：当样本量小、效应量小、检验的关系多且筛选少、分析方式灵活、利益牵涉深时，一个“显著”的结果在概率上就更可能是噪声。

 

图源期刊官网

 

所以，一位45岁的主任医师脑子里那些笃定的东西，有一部分在他入职那年就已经是上一版的答案了。这不是懒惰造成的，而是这个行业发展的客观规律。

 

 

被要求在一个不确定的世界里，

给出确定的答案

 

如果问题只停留在前两层，事情反而是简单的：多读书、多更新、多做循证研究就行了。真正的问题出现在了第三层：系统并不允许医生把不确定性交出去。

 

指南本应是帮手，却常常互相打架。一项针对8部高血压指南的研究发现，41%的推荐意见存在分歧；乳腺癌筛查的起始年龄与间隔，ACOG、ACS与USPSTF给出的方案长期不一致，而调查显示医生最信任的那版指南，恰恰可能是对正在问诊的患者所处年龄段的女性弊大于利的一版。

 

图源期刊官网

 

2026年7月发表于Nature Communications的一项纵向分析覆盖1633部指南，发现仅有37.8%在AGREE II六个维度上均超过70分，“适用性”维度中位得分只有36%；更重要的是，在国家层面，指南的数量和质量与疾病负担（DALY率、死亡率）之间均未观察到显著关联——哪怕设置1至5年的滞后也一样。

 

图源NC官网

 

也就是说，指南越写越多、越来越厚，但落到具体的患者身上，该做的权衡一次也没少。

 

而做这些权衡的人，正处于长期的超负荷状态。国家卫健委《2025年我国卫生健康事业发展统计公报》显示：2025年全国医疗卫生机构总诊疗人次达106.5亿，执业（助理）医师530.6万人；医院医师日均担负诊疗6.8人次、住院2.2床日，三级医院分别为7.3人次和2.1床日。尽管2025年住院患者人次下降了，但增加的诊疗量实际上填平这个波动。

 

图源国家卫健委

 

中国医师协会的调查则显示，三级医院医师平均每周工作约51小时，手术科室更高；多项行业调查显示近八成医师每周工作超过50小时，超四成医务人员每天工作超过10小时。

 

在这种节奏下，2025年发表的一项涵盖133项研究、193866名中国医生的研究显示：中国医生的总体职业倦怠患病率为为61%，其中急诊科医生倦怠率达91%，重症医学科重度倦怠39%，骨科约77%；并且存在职业倦怠问题的医生报告重大医疗差错的概率是无倦怠者的两倍以上。

 

图源期刊官网

 

于是形成了一个闭环：证据不充分，指南不一致，时间不够用，人又处于疲惫状态——但坐在对面的患者需要的是一句明确的话。于是那句“先吃着看”被说得更加肯定，病历写得更加周全，检查开得更加稳妥。所以防御性医疗并不是医生的的道德瑕疵，它只不过是一个正常人类在结构性压力下的自然反应。

 

顺带一提，过度诊断本身就是这种“宁可多做”倾向的产物之一。Welch等人在《NEJM》上利用SEER数据分析发现，筛查普及后小肿瘤检出大幅增加，而大肿瘤的减少幅度远不足以解释这一增量，提示相当比例的检出属于过度诊断；每2500名受邀筛查十年的女性中，约有20例危及生命的乳腺癌被发现、1例死亡被避免，同时有6—10例接受了原本不必要的诊断与治疗。

 

图源NEJM

 

更重要的是，关于乳腺癌过度诊断的具体幅度学界仍有争议，不同登记数据和建模方法得出的结论差异很大，这一点本身也是医学不确定性的一个注脚。

 

那么，应该怎么办？

 

或许第一步是把它从“羞耻”那一栏挪出来。承认不确定性，从来不是能力不足的标志，而是专业成熟的起点。Sackett当年定义循证医学时，讲的是三件事的结合：最好的外部证据、医生的临床经验，以及患者的具体情况与意愿。后来这套体系在实践中被悄悄简化成了“查指南、跟证据”，剩下那两项——尤其是面对一个活生生的人时的判断——被排到了很后面。

 

对患者而言，一句诚实的“这个选择有两种做法，各自的依据和风险是这样，我想听听您更在意什么”，远比一句漂亮的保证更有价值。共同决策不是推卸责任，而是把唯一掌握着自己生活权重的那个人请回桌边。

 

对医生而言，则是给自己留一点余地：允许今天的方案在未来被修正，允许自己没读过某篇新文献，允许在信息不完备时做出当时最合理的决定，然后承担它。持续学习依然必要，但不必再以“只要我更努力就能全部掌握”为前提——那个前提从一开始就不成立。

 

医学的价值，不只体现在“治好了”这三个字上，它还体现在漫长的不确定里，有人愿意陪着另一个人把路走完。这件事不需要高质量证据支撑，也永远不会过时。