如今，美国人的平均专科医生等待时间为31天——创下有记录以来的最高值。皮肤科平均等待时间为36.5天，比2004年增长了50%。心脏病科在同一时期的等待时间增长了74%，达到33天。风湿科则延长至六个月——在某些地区，甚至长达一年。
专科医疗的排队时间比以往任何时候都长，而且还在继续恶化。
我们通常将这些数字描述为"获取医疗服务的问题"。但这种说法低估了问题的严重性。当整个群体的专科医生等待时间达到这种水平时，其后果不仅仅是不方便；而是流行病学意义上的危机。专科医疗的延迟获取是一项公共卫生危机。我们应该开始像对待公共卫生危机那样对待它。
当我们发现社区供水系统中含有铅时，我们会迅速行动。当一个地区的孕产妇死亡率飙升时，我们会进行调查。我们将这些视为需要系统性应对的系统性失败。
专科医生等待时间已经跨越了这一门槛。一位患有早期类风湿性关节炎的患者如果等待六个月才能看风湿科医生，可能在治疗开始前就遭受永久性关节损伤——而这种损伤本可以通过及时治疗来预防。一位皮肤色素病变发生变化的患者如果等待36天才能看皮肤科医生，可能会给早期黑色素瘤一个发展机会——这种癌症的预后很大程度上取决于切除速度。
这些并非边缘案例。它们是一个将紧急和常规需求强制排入同一队列、且没有区分机制的系统所产生的可预测后果。美国医学协会预计，到2036年，医生短缺将达到8.6万人。排队情况不会好转。
使这一危机特别令人沮丧的是：这不仅仅是一个供应问题，而是一个分类问题。研究一致表明，大约三分之一的专科医生就诊是针对可在初级保健中处理的病情。需要抗炎药物和物理治疗的患者与需要紧急干预的早期炎症疾病患者排在同一条队列中。我们没有系统性机制将临床紧迫性与获取速度相匹配——这是对稀缺资源最糟糕的分配方式。
医生短缺是全国性的，但其影响却极为不平等。学术医疗中心的患者有机构性变通方法——路边咨询、内部转诊网络、快速通道。而在密西西比州农村地区的联邦认证健康中心就诊的患者则没有任何这些资源。
再加上近三分之一的美国人没有初级保健医生——因此根本没有进入专科医疗的转诊途径——这一危机进一步加剧。拥有最少变通方法的人群承担着最大的负担。
这一危机需要的是在人口层面建立分诊基础设施——一种将临床紧迫性与获取速度系统性匹配的方法。人工智能可以帮助提供这一层次。
eConsult模式中，初级保健临床医生提交病例进行异步专科审查，已证明在病例准备充分的情况下，约三分之二的转诊病例无需面对面就诊即可解决。如加州大学旧金山分校等机构的项目已显示，问题可以在数天内而非数月内得到解决。
人工智能可以作为该系统所缺乏的分诊层——整理临床信息，识别哪些患者需要紧急就诊，并将简单病例引导至更快的解决途径。当专科医生收到准备充分的病例进行异步审查时，他们可以在几分钟内提供指导，而不是将就诊安排在数月之后。
但仅靠技术是不够的。支付模式必须补偿专科医生提供的指导，而不仅仅是就诊本身。我们需要闭环结果跟踪，使系统能够学习并改进。而且医疗系统必须愿意重新设计转诊途径。
技术今天已经存在。缺失的是将专科分诊视为基础设施的政策决策——就像我们对待疫苗接种网络和供水系统那样——并相应地提供资金。医疗保险和医疗补助服务中心可以从按面对面就诊同等标准报销专科医生的异步指导开始。各州可以强制要求转诊系统将到专科医生的等待时间作为质量指标进行跟踪，就像我们已经跟踪医院再入院率一样。
这些都是可以解决的问题，但解决它们首先需要承认其严重性。我们计算药物依从性差、筛查遗漏或医院获得性感染的人口层面成本。我们将这些视为具有可测量后果的系统性失败。专科等待时间产生同样类型的危害——但我们没有跟踪任何这些数据，因为我们已经决定这是"事情运作的正常方式"。
我们不跟踪患者等待专科医疗的时间，也不跟踪他们在等待期间发生了什么。这种沉默是一种选择——是时候做出不同的选择了。
Quentin Chu是一位医疗技术专家，也是Quercus Health的创始人，他正在构建AI基础设施以改善患者获取专科医疗的途径。他在医疗运营、技术和投资领域已有二十年经验。
【全文结束】