解决精神病学实践中的认知错误Addressing Cognitive Error in Psychiatric Practice | Psychiatric News

环球医讯 / 健康研究来源:psychiatryonline.org美国 - 英语2026-01-06 23:30:36 - 阅读时长17分钟 - 8446字
本文深入探讨了精神病学实践中普遍存在的认知错误问题,指出约半数治疗尝试以失败告终,75%的医疗错误源于个人认知失误。文章系统阐述了双处理理论(快速直觉型思维与慢速分析型思维)及其在临床决策中的应用,详细分析了eristic(基于欲望的)、heuristic(经验法则)和abductive(溯因推理)三种推理方式的特征与局限,并通过25岁女性"Paige"的误诊案例说明了认知偏差如何导致错误诊断。作者提出了一系列减少认知错误的实用策略,包括保持谦逊态度、采用多元评估方法、重视所有临床数据、定期反思与同行讨论等,强调在复杂的精神病学实践中,持续应用批判性思维和高水平临床推理对提高诊疗质量、降低治疗失败率至关重要。
精神病学认知错误临床推理医疗失误治疗失败I型处理II型处理溯因推理启发式认知偏差不确定性共病反馈多元评估鉴别诊断
解决精神病学实践中的认知错误

在精神病学实践日益复杂的今天,个人认知错误导致医疗失误的问题仍未得到充分研究。理解我们如何犯错可以在很大程度上提高患者护理质量并减少治疗失败。

"知识的最大敌人不是无知;而是知识的幻觉。"

——丹尼尔·布尔斯廷

精神病学中约半数的治疗尝试以治疗失败告终(Howes等,2021)。全部医疗错误中有75%源于个人认知失误(O'Sullivan & Schofield,2018),而80%至100%的医生被发现存在认知偏差(Saposnik等,2016)。由于治疗方法增多、患者寿命延长以及共病精神病和非精神病医学状况的增加,精神病学实践已变得日益复杂。面对这些挑战,了解我们如何频繁犯下人类认知错误有助于提高我们工作的质量,减少治疗失败,并最大限度地减少次优结果。

改善治疗效果需要理解我们错误的来源。虽然精神病学家是医学专家中对大脑功能和行为最了解的,但我们也是最不愿意公开讨论和教授诊断推理所需认知技能的群体,也不太可能利用这些信息来审视自己的表现(Hunzeker & Amin,2016)。我们的大脑是为了帮助个体和物种生存而发展的,它们并非为复杂的理性决策而选择,而且在许多方面都抵制这种努力。

I型和II型处理

例如,我们被编程为基础于个人经验做决定,而不是考虑共享知识的统计意义。这一过程由双处理理论描述,该理论被通俗化为"快与慢的思考",基于心理学家丹尼尔·卡尼曼和阿莫斯·特沃斯基的工作。

I型处理是硬连线的、自动的、更原始的,它连接在时间上相关且结构相似的元素。这种信息处理形式需要很少的计算资源,不利用统计学,而是依靠启发式或估计(如下所述)。I型处理似乎是为了社会目的而进化的,并因其能够增加基因复制能力而被选择。它很容易引导我们复制诊断和治疗传统,包括未经批判性评估就接受同行和知名人士的结论。

II型处理是文化进化的结果,包含了我们所认为的科学方法:对超出个人经验的广泛数据集进行理性和统计分析。它由符号结构组成,能够表示基本原理,并利用逻辑。提供抽象推理和假设性思维,II型处理是管理超出我们经常遇到的情况的概率信息所必需的——例如,就购买、投资、诊断和治疗选择做出最佳决策。

即使是最聪明、最有学问的人也会自然地默认使用I型处理,我们大部分时间都花在那里。施加II型思维需要有意识的努力,这很困难但必须维持。我们可以将两种方法结合使用来互相纠正,例如当计算给出一个不可接受的答案时(例如,不可能的体重或预期寿命)。然而,为了进一步减少认知错误,我们必须始终有意识地理解自己正在使用哪种分析类型。在时间限制下,I型会提供更快的答案,但随后用II型思维审查这些决定以获得对我们自己决定的更准确监督是明智的。

表1. 问题解决风格与不确定性水平的匹配。溯因推理的使用逐步降低模糊性和不确定性,稳步提高我们的临床推理质量。

不确定性水平 推理方法 特征 证据
较高 论辩式推理(Eristic) 决策源于享乐主义冲动:愿望满足、损失厌恶、现状偏好、禀赋效应和过度自信 依赖于信仰、强烈情绪、经济利益和偏见
中等 启发式推理(Heuristic) 采用"经验法则",硬连线的估计捷径,I型处理;经常过度简化问题,倾向于最简单的解释 依赖最近的个人经验、类比使用、寻求真相的证据,以及对过去表现和/或结果后果的考虑
较低 溯因推理(Abductive) 采用随机(概率)分析方法,包括创造性的、迭代的假设竞争;II型处理 承认并估计不确定性;考虑超出我们自身的经验;随着数据积累修正我们的模型

论辩式和启发式推理

我们还会根据面临的不确定性程度无意识地改变认知处理方法。模糊性是精神病学和医学实践的固有特性;我们做出的任何决定都无法摆脱症状和诊断的多种可能表现带来的困惑。当不确定性很高时,我们只能用论辩式推理做出回应——即基于享乐主义冲动做出选择,包括愿望满足、损失厌恶、现状偏好、过度自信和禀赋效应(主观评价我们的财产、想法和知识比其客观价值更高)。这种最低级别的信息处理通常依赖于信仰、强烈情绪、经济利益和偏见。然而,由于考虑的信息很少,这种非逻辑方法是最合乎逻辑的,这强化了我们必须努力用尽可能多的数据来考虑所有决定的观点。

案例研究:25岁的佩奇

我们设计评估的方式甚至决定了我们的临床推理模式及其缺陷(Kim等,2019),正如我同事安大略省圣托马斯埃尔金综合医院精神病科主任兼医疗主任Giuseppe Guaiana医学博士、理学硕士、哲学博士提供的这个真实案例研究(Putman,2024)所展示的:

"佩奇",一位25岁的单身女性,因焦虑接受精神病学评估。她报告说她总是感到焦虑,经常担心,很容易不知所措。她描述说,当她必须完成任何事情时,她会感到"惊慌",这些惊恐发作总是由她必须执行的某项任务引发,而且工作一直很困难,因为她的焦虑很容易被触发。她曾因表现不佳多次被解雇,并因被认定无法工作而领取福利金。

佩奇没有被评估为抑郁,双相情感障碍和精神病的筛查也呈阴性。她的精神病医生诊断为"其他特定焦虑障碍",并开始使用抗抑郁药治疗她的焦虑症状。舍曲林、艾司西酞普兰、文拉法辛和帕罗西汀——均以标准剂量使用足够长的时间——要么无效,要么加重了佩奇的焦虑。后来尝试使用苯二氮卓类药物引发了矛盾性激动反应。

最终,佩奇在一次会话中提到,她在学校时也经历过一些学业表现焦虑。这一随意的启示促使精神病医生开始寻找替代诊断。更深入的询问表明,佩奇从她小学时期就开始有注意力不集中、做白日梦和不能按时完成家庭作业的模式。她没有多动症史,在会话中从未表现出增加的精神运动活动或不安。

Guaiana医生能够确定她的焦虑几乎总是由需要选择性或持续注意力的认知任务触发。佩奇经常丢失钥匙和银行卡,是慢性拖延者,看电影时无法保持注意力,而且经常迟到。诊断为注意力缺陷多动障碍(ADHD)注意力不集中型,并开始使用兴奋剂。一周内,佩奇感到更平静,注意力明显改善,几个月后,她能够开始工作并结束福利补贴。

患者可能会以不同于我们预期的方式描述功能障碍。焦虑是最常见的精神病学症状之一(Terlizzi & Zablotsky,2024),因此是超出焦虑障碍诊断的组成部分。Guaiana医生指出,虽然患者可能在我们与他们互动的任何阶段提供模糊但关键的线索,但早期评估中的广泛询问可能会更早地提醒我们正确的诊断。

当我们有中等数量的信息(和中等不确定性)需要检查时,我们会自然地转向启发式思维,并依靠硬连线(I型)的估计捷径。诸如类比使用、考虑过去表现、寻求真相的证据以及考虑结果后果等线索可能会提醒自我意识强的临床医生,这一过程正在指导我们的选择。启发式不是计算而是估计,而且关键的是,仅基于最近和个人的经验。这些"经验法则"承认我们理性的局限性,并通过简化问题来提供界限。在紧急情况下,它们可以提供最合乎逻辑的指导,但不幸的是,它们没有利用对他人广泛经验的统计评估,而且它们利用了许多容易使我们误入歧途的偏见。

许多启发式已被描述并可识别。在赌徒谬误中,我们基于过去的个人经验而非可靠的统计分析来预测未来(例如,在连续九次出现正面后,我们忘记了第10次抛硬币出现反面的概率仍然是50%)。控制启发式通过意图将行动和结果联系起来,通常导致迷信,比如在赢了一场比赛后不洗你的运动袜。在精神病学中,我们可能不相信魔法,但仍然容易且无意识地将随机的、不相关的事件联系起来,这可能导致不准确的假设和预测(Bajaj,2023)。

在医学中,对立启发式使我们倾向于简单的因果解释而非更复杂的解释,我们的大脑会为更简单的答案分配更高的概率。我们也重视甚至未知或不正确的机制解释超过清晰的结果数据(Claridge & Fabian,2005)。我们常常成为从众效应的受害者,跟随许多人的决定——例如,将僵局标记为"治疗抵抗"。由于代表性启发式,当一个患者有与另一个患者相似的症状时,我们迅速将相同的诊断应用于第二个案例,而没有充分考虑更广泛的特征(见上面的"案例研究:25岁的佩奇")。

临床推理方法

然而,当我们努力并花时间收集尽可能多的信息时,我们就能够利用一种更少错误的决策方法:溯因推理。另一种推理形式,假设演绎推理,传统上被认为是临床推理的主要范式,它自上而下运行,从理论和结论(假设)到个别案例的预测。一个例子是选择一个诊断,然后寻找症状和测试结果来确认(即确认偏见)。相比之下,归纳推理是自下而上的:从对特定情况的观察形成一般预测,或规则(即理论)。在精神病学和医学中,我们必须从研究数据推断或外推到单个患者,这需要归纳逻辑。假设演绎和归纳推理都是确定性的、还原论的,无法提供我们在临床决策中所期望的确定性——永远不可能知道是否考虑了所有必要因素或必要假设是否有效。

相比之下,通过溯因推理,我们从承认不确定性并继续估计其程度开始。推论是使用概率推理从观察或事实形成的,我们连续结论的不确定性由概率来衡量。这是一个缓慢的、非确定性的过程,它考虑超出我们自身经验的随机、分析方法(II型推理)。它还需要创造性的、迭代的假设竞争(即动态的、不断发展的鉴别诊断)。

通过溯因推理的这些特征,我们形成一个假设,然后通过测试它建议的预测来检查它。至关重要的是,然后我们使用所得数据来回到原始假设并根据这些新数据修正它(称为贝叶斯推理)。然后这个过程重复:这个新假设被测试,然后再次根据结果进行修正。通过反复利用这种模式,我们逐渐提高我们的确定性水平,以至于随后的假设得到实质性加强,前进的道路变得更加清晰。

表2. 减少精神病学实践中错误的步骤。

  • 保持对思维处理方法的意识。
  • 识别并填补信息空白。
  • 保留并考虑所有数据。
  • 为审查和反思留出时间。
  • 避免快速诊断。
  • 采用多元评估和构想方法。
  • 寻求、承认并利用多源反馈。
  • 发展并增加你的临床技能。
  • 认识并积极应对临床僵局。
  • 培养你的治疗联盟。
  • 应用谦逊态度。
  • 尊重并发展对其他文化、种族和民族的知识。
  • 增强与患者和同行的沟通技巧。

高估我们的能力

由于我们经常长期治疗患者,我们必须无限期地维持这种方法。随着时间的推移,新的因素会出现,使即使最初成功的假设和临床判断过时:新的治疗方法、医疗条件和生活方式变化可能会改变我们必须采用的治疗方法。我们的诊断和治疗计划实际上是患者临床现实的概念模型。正如George E.P. Box和Norman R. Draper明智地观察到的,"本质上,所有模型都是错误的,但有些是有用的……。实际的问题是,它们必须错到什么程度才变得无用"(Box & Draper,1987)。

在评估和治疗过程中,僵局是预料之中的。我们必须预见这些,充分理解它们是我们模型需要修订的迹象,并纳入它们所包含的信息。与其接受失败或次优护理,或应用"治疗抵抗"这一误导性标签,我们必须抓住任何机会来纠正和改进我们对问题和可能解决方案的原始概念化。

然而,像所有专业人士一样,我们高估了自己的能力并抑制了对错误的认识。过度自信导致接受较低复杂性和不太完整的评估。我们的错误更多地是由于未能考虑个人和系统性偏见、我们对启发式的误用以及随着我们发展成为专家而产生的认知变化,而不是基本医学知识的不足。

在我们职业生涯的早期,我们努力回忆生物医学信息,形成有用的假设,以及解释和考虑负面数据。然而,经过大约六年的实践,我们发展成为"专家模式"。我们开始利用疾病脚本,将疾病条件(例如年龄、生活方式、遗传、病史等)与疾病后果(例如症状或功能及其过程)联系起来。这代表了通过模式匹配来解决问题,强调联系并模糊细节。专家回忆较少的生物医学信息,并将当前评估与过去经验相匹配。

专家在形成诊断时最常使用这种逻辑形式可能是令人惊讶的,因为它是更原始的I型处理的一个例子。更糟的是,我们逐渐缩小了思维定式,经常期望当前问题与过去的问题相匹配。因此,随着我们职业生涯的推进,我们更多地依赖直觉,发展出越来越内部的视角,主要关注积极反馈,并对异常和缺失信息的考虑越来越少(Campitelli & Speelman,2014)。

因此,像所有医生一样——即使是最有经验的——我们过快地做出诊断和选择治疗方法。我们挑选数据以适应我们的初始假设,而不是考虑和解释我们收集的全部数据。我们经常会忽略甚至没有察觉到不符合的数据,并且经常"回忆"从未实际存在的症状(Arkes & Harkness,1980)。

管理信息的新模型

我们可以通过诚实地面对这些问题并采取措施来应对它们,从而取得进展并成为更有效的医疗服务提供者。一旦我们决定审视我们如何思考问题,最佳实践包括应用谦逊态度、采用多元评估和构想方法、增强沟通技巧、认识并有效应对临床僵局,以及发展和增加我们的临床和治疗技能。我们不太可能诊断我们没有能力治疗或必须转介给他人治疗的疾病。

我们必须强烈鼓励自己始终如一地发展鉴别诊断。在大多数情况下,立即诊断不是必需的,我们应该努力避免过早确定评估。相反,我们应该寻求识别并填补信息空白。假设我们必须作为个人"图书馆"运作,试图收集和包含尽可能多的生物医学信息并保持我们自己作为主要数据源,这种想法已经过时了。

虽然从业者通常能相当准确地回忆生物医学信息(Singhal等,2023),但问题在于我们如何使用它——我们如何让它被个人经验所扭曲。新的分布式认知模型指导我们管理信息网络,收集存在于多个来源的数据并将它们合并。我们必须发展成为信息的导管和汇编者,探索和测试解释和解决方案,包括他人的解释和解决方案,而不是背诵死记硬背的答案。

必须培养、保留并考虑关于我们临床情况的所有数据。在当今的电子医疗记录中,仅仅复制以前的评估并未能在每次接触中记录使用半结构化访谈完成的完整重新评估是很容易的。非结构化访谈不幸地太常见了,与未能检测共病相关——医学和精神病学。

虽然完全结构化的访谈也有局限性,但提供者必须在每次预约时开发和使用一种标准方法来涵盖全面的精神病学和医学回顾,同时仍然保留遵循患者主导的灵活性。这种一致的、彻底的、持续的重新评估提供了我们需要避免治疗失望的详细细节。正如我们所看到的,我们的临床推理的方向和质量取决于我们必须考虑的数据量以及我们用来获取它的方法。由于患者的状况和情况很少真正静态,我们的临床记录必须识别并详细描述任何变化。然后,定期、全面地审查这些信息——并进行反思——最有可能导致最佳的临床决策。

即使是我们的最佳认知努力也可以通过反馈和合作进一步改进。我们每个人都有自己的局限性和特定的认知风格。集体智慧利用了这种认知多样性。个别临床医生通常只使用几种固定的方法,这些方法可能并不总是解决特定问题的最佳选择。然而,当同样受过训练、有能力的专业人员以不同的认知风格、开放的讨论和相互尊重来处理问题时,结果会更好。

患者比我们更有可能请求第二意见,而那些相对孤立地实践的我们最不可能这样做。我们应该更经常考虑正式咨询,特别是在不确定性仍然很高和每个临床僵局时。我们可能并不总是同意同行的印象,但这一过程提供了重要的机会来审视不同的方法和观点,并有帮助地挑战我们的假设和概念化。

同样,寻求、承认并利用多源反馈(来自患者、同行和员工)是减少我们将犯的认知错误数量的基本工具。我们每天都会收到非正式反馈,从对挑战的明显反应到对他人行为变化的模糊参考。我们的任务是倾听、观察,然后反思这一重要信息。我们还必须从多个来源征求关于我们的方法、结论、建议、决定和反应的反馈,并反思他们的回答。

要减少认知错误,还有必要尊重并发展我们在日常实践中将经常遇到的文化、种族和民族的知识,特别是当它们与我们自己的不匹配时。Esri(前身为环境系统研究所)使用美国人口普查数据计算年度多样性指数,告诉我们遇到另一个人种或种族的人的可能性有多大。到2025年,你遇到的下一个人有72.7%的可能性来自另一种文化或种族(Esri,2025)。我们中很少有人会成为大量文化的专家,但谦逊、尊重、耐心和对学习他人的开放态度将大有帮助。我们可以努力减少因误解症状如何被描述和体验、疾病如何被看待以及治疗如何被所有患者考虑而引起的认知错误。

批判性思维和临床推理

每个这些步骤都可以并且必须由个别从业者自行采用。回顾旧病例的记录,即使多年后,也将提供反思的机会,以及对将来病例改进的见解。在与常规患者会面前后花时间审查图表和计划评估,将提醒我们已经采取的成功和不成功的步骤,并帮助我们识别更有成效的互动。一些提供者发现书面反思日记很有帮助,不仅作为提示来为这一基本实践创造时间,而且作为考虑想法以及感受、目标和挫折的空间。

此外,从本科到继续教育的每一级精神病学教育都必须从仅仅传授和审查生物医学信息发展到强调批判性思维和最高水平的临床推理:评价和创造性思考(综合)(Wijayaratne等,2024)。课程必须传授和测试评估数据和在检测到信息空白时制定新诊断问题的技能。在职业生涯的各个阶段向精神病学家学习和教授元认知技能已成为一种实际和道德的必要。反思、去偏见以及使用反馈和反事实不仅是一种技能,也是当今精神病学家必要的日常任务。以任何其他方式实践都会放弃我们的职业责任,因为我们未能致力于我们的治疗联盟,为患者的利益不知疲倦地无私工作。

参考文献

Howes OD, Thase ME, Pillinger T: 精神病学中的治疗抵抗:最新进展与新方向。分子精神病学 2021;27(1):58。

O'Sullivan E, Schofield SJ: 临床医学中的认知偏见。爱丁堡皇家内科医学院杂志 2018;48(3):225-232。

Saposnik G, Redelmeier D, Ruff CC等: 与医疗决策相关的认知偏见:系统综述。BMC医学信息决策制造 2016;16(1):138。

Hunzeker A, Amin R: 匆忙教授认知偏见:针对精神病学住院医师和学生的单次研讨会方法。MedEdPORTAL 2016年9月16日;12:10451。

Bajaj A: 迷信在医学中的复杂角色。Op-Med;2023年8月24日。

Claridge JA, Fabian TC: 循证医学的历史和发展。世界外科杂志 2025;29(5):547-553。

Box GEP, Draper NR: 经验模型构建与响应面。纽约:John Wiley & Sons,1987年,第424页。

Campitelli G, Speelman C: 赌博中的专业知识与专业知识的幻觉,见《问题赌博》。由Gobet F, Schiller M编辑。伦敦:Palgrave Macmillan,2014年,第41-60页。

Arkes HR, Harkness AR: 诊断对后续症状识别的影响。实验心理学杂志:人类学习 1980;6(5):568-575。

Singhal K, Shekoofeh A, Tao T等: 大型语言模型编码临床知识。自然 2023;620(7972):172-180。

Esri: Esri多样性指数。加利福尼亚州雷德兰兹:Esri;2025年5月22日。

Wijayaratne D, Weeratunga P, Jayasinghes S: 探索综合作为复杂临床诊断中的关键认知技能。诊断 2024;11(2):121-124。

Kim S, Choi I, Yoon BY等: 韩国医学生在三种不同临床评估类型中实际如何解决问题:临床表现考试(CPX)、多媒体案例评估(CBA)和修改后的论文题(MEQ)。教育评估与健康专业 2019;16:10。

Putman HP: 遇到治疗抵抗:通过重新概念化的解决方案。华盛顿:美国精神病学会出版社,2024年,第136-137页。

Terlizzi E, Zablotsky B: 美国成年人焦虑和抑郁症状:2019年和2022年。华盛顿:国家卫生统计中心;2024年11月7日。

作者简介

H. Paul Putman III,医学博士,已有30多年的精神病学执业经验。他是APA出版的几本书的作者,包括最近发布的《再次思考:减少精神病学实践中的认知错误》。

【全文结束】

大健康
大健康