在 10 月 8 日 NEJM 在线发布的麻省总院病例中，设置了这样一个挑战：把一份相同的病例资料分别发给一名资深的临床医生和一名 AI 医生，让他们各自通过推理形成诊断。而这次特别的地方在于，不论是人类医生还是 AI 医生，都需要提供完整的分析思路，也就是说，谁也不能靠碰运气来得到正确诊断。
本次对战的 AI 选手，是由哈佛大学医学院开发的一个人工智能医学教育系统。和其它 AI 不同的是，它的功能并不局限于给出准确答案，还能给出清晰的「思考过程」，特别适合复杂疑难病例的分析。
而人类这边则派出了一位被同行称为「真人版豪斯医生的」临床推理专家、资深临床医生。
目前看来，双方的实力都很强劲。那么，这次是谁赢了？输的一边又差在了哪儿？AI 医生上岗，究竟是「未来已来」还是「别来碰瓷」？
以脓毒症入院的复杂病例，到底什么病？
首先咱们一起来看看这个麻省总院精挑细选的挑战病例。
患者是一名 36 岁的男性，因腹痛、发烧、低氧血症和血小板减少症入院，平素健康但酗酒。在这次就诊前 2 周开始出现右下腹痛和右下背部疼痛，具体病程如下：
上下滑动查看完整内容
因为患者已经出现了休克，当地医院就紧急把他转到麻省总院。入院时麻省总院对他进行了一系列检查和病史询问：
上下滑动查看完整内容
根据患者的情况，治疗团队留取了患者血样进行血培养，并开展经验性治疗（静脉注射哌拉西林-他唑巴坦、万古霉素和阿昔洛韦）。1 天后，四次血培养有三次分离到革兰氏阳性球菌，经鉴定为咽峡炎链球菌。于是，治疗团队停用之前使用的静脉药物，开始静脉注射头孢曲松和口服多西环素治疗。然而，患者仍持续发热，最高体温为 38.7°C。
在各自进行推理之后，两位医生分别给出了他们的诊断。
Cabot 医生（AI）：十二指肠溃疡穿孔或穿透性溃疡，伴咽峡炎链球菌引起的腹膜后脓肿，并发右上肾静脉和下腔静脉脓毒性血栓性静脉炎以及由此引起的脓毒性肺栓塞。
Gurpreet 医生（人类）：异物（木牙签）导致十二指肠穿孔。
怎么样？你的诊断和哪位医生的一样？究竟哪一个诊断更准确？
5 分钟给出结果，AI 的超强循证分析
首先登场的是我们的人工智能选手——Cabot 医生。这个 AI 系统本身就是依据麻省总院一个多世纪内积累的病例记录开发的，这次来诊断自家的病例，会不会比较得心应手？
根据以上分析，Cabot 医生得出结论：患者是由于十二指肠穿孔或穿透性病变，形成腹膜后脓肿，侵蚀至肾静脉和下腔静脉，引发脓毒性血栓性静脉炎，并转移至肺部。
Cabot 建议给患者做一个食管胃十二指肠镜检查，来寻找消化道内的溃疡或者脓肿，然后在影像指导下引流腹膜后脓肿并进行培养，同时使用高剂量头孢曲松来治疗咽峡炎链球菌引起的感染，再用肝素来治疗脓毒症性血栓性静脉炎。
在 Cabot 给出的原始文本中引用了至少 10 篇文献，而这么多文献资料和病例分析，Cabot 只花费了 5 分钟就完成了，最后交出了一份完整的鉴别诊断意见，甚至还顺便做了一个 PPT 讲解的视频。该说不说，这个工作效率还是很让人羡慕的。
AI 医生做的 PPT 讲解视频（非本次病历） 图源：研发团队社交平台
步步推理，人类的缜密逻辑
接下来，咱们再来看看人类选手 Gurpreet 医生会有什么样的精彩表现。
首先，Gurpreet 也对病例进行了简单的总结：36 岁男性出现自限性腹痛和背痛，两周后，出现脓毒症，并伴有胃肠道、肺部、血液系统、肝脏、淋巴系统和腹膜后系统异常。
对于这样一个复杂的病例，Gurpreet 选择了「构建因果路径」的方法来进行分析，也就是把病例的临床表现全部放进因果图中，然后按照时间顺序和病理生理关系把这些临床表现组织起来。这种图通常是侦查机构寻找罪犯时用的，那咱们临床医生可以如何用这种分析方法来进行诊断呢？
因果路径的起点是一个无可争议的临床基础——脓毒症（图 1 绿色部分）。脓毒症通常可以引起血液系统和肝功能障碍，所以患者的血小板减少和黄疸都可以由脓毒症的病理生理过程解释（图 1 橙色部分）。
而患者的血培养分离出咽峡炎链球菌，这种特定病原体的菌血症可以是导致脓毒症的原因（图 1 橙色部分）。咽峡炎链球菌是定植于口咽部的正常菌群成员，与它的菌血症最密切相关的诱因是导致肠道通透性增加的胃肠道疾病。因此，下一步便是仔细寻找消化道内的病变。
图 1 Gurpreet 绘制的因果图第一部分 根据参考资料 1 编译整理
患者的 CT 和 MRI 都显示近端十二指肠壁增厚，说明这里可能存在肠道破裂，导致咽峡炎链球菌从破裂口排出。这样的病变导致了两个后果：
1.破裂处形成了一个软组织桥，将异常的十二指肠与结构正常的右肾连接起来，并形成脓肿
2.形成了横跨下腔静脉和右肾上静脉的血栓（图 1 紫色部分）
Gurpreet 认为，当血栓局限于与感染或炎症相邻的单个解剖部位时，它可能只是一种局部血管反应，而不是全身高凝状态的表现。
十二指肠的毗邻结构 图源：参考资料 3
虽然患者检测出了狼疮抗凝物，但 β2 糖蛋白和心磷脂的特异性抗磷脂抗体均为阴性，因此并不支持抗磷脂综合征的诊断。那为什么会有狼疮抗凝物阳性的表现呢？Gurpreet医生分析，这是因为患者的 C 反应蛋白水平较高，而 C 反应蛋白会与凝血试验中使用的磷脂表面结合，产生似于抗磷脂抗体的作用，从而导致狼疮抗凝物检测结果假阳性。（图 1 黄色部分）
至此，与脓毒症相关的一系列病理生理过程已经分析完毕，下一步就是寻找十二指肠病变的原因了。通常来说，肠道疾病的主要机制是缺血、炎症、感染和浸润，但这些情况都被Gurpreet 医生一一排除了。
●缺血：十二指肠具有双动脉供血和广泛的侧支循环，所以缺血非常罕见，排除
●克罗恩病：连接到肾脏的瘘管让人想到克罗恩病，但克罗恩病通常不单独累及十二指肠，而且一般是以慢性症状为主，排除
●十二指肠溃疡：幽门螺杆菌可以导致十二指肠溃疡、穿孔，但 CT 上没有看到黏膜缺损和气腹，排除
●淋巴瘤等浸润性病变：很少累及十二指肠，排除
推理似乎陷入了僵局。这时候，医生转向了患者的肺部病变，这些表现是否能为十二指肠病变提供一些线索？
要找到肺部病变的来源，多半要考虑患者的基本病史，Gurpreet 作了以下几种推测：
●吸入病原体：患者从事建筑工作，有可能会导致吸入真菌和非结核分枝杆菌，但患者目前看来免疫功能正常，不太可能因为这些病原体而发生感染，排除
●类圆线虫感染：类圆线虫病的生命周期包括肺部移行和十二指肠定植，成虫侵入肠道时，肠道病原体可能发生移位。但是，这一过程主要与革兰氏阴性菌有关，而非链球菌；并且类圆线虫病的肺部和十二指肠期通常不同步。排除
●脓毒性肺栓塞：该患者肺泡阴影的分布和外观不符合脓毒性肺栓塞的特征，排除
●心内膜炎：缺乏杂音、栓塞征象或传导异常，并且在草绿色链球菌中，咽峡炎链球菌感染心脏瓣膜的可能性最小，排除
图 2 Gurpreet 绘制的因果图第二部分 根据参考资料 1 编译整理
排除以上可能之后，考虑到患者的发热、咳痰、呼吸困难、低氧血症和影像学阴影表现，最常见的解释是肺炎。这位患者有酗酒史，而且肺部阴影的分布特点也提示吸入性肺炎，因此可以考虑误吸引起的肺炎。（见图 2 蓝色部分）
虽然这样患者的肺炎表现得到了解释，但新的问题又出现了：肺部病变和十二指肠病变之间缺乏联系。患者是一个只有单一病史（酒精使用障碍）的年轻患者，在这样的患者身上考虑两个完全独立的病理生理过程并不合理。因此，这两者之间一定存在某种联系。
这时候就需要对着因果图刨根问底了。饮酒如何导致误吸？
Gurpreet 指出，乙醇会损害意识，并减弱保护性反射（例如咳嗽和呕吐），从而扰乱上消化道的正常控制机制。如果将这些过程添加到因果链中，就可以推理：如果酗酒会导致口腔内容物误入肺部，那么它是否也会导致非食物物质误入胃肠道？
常见的误吞物品包括硬币、电池、别针、针头等金属物体，或者鸡骨、鱼骨等动物骨骼，但这些物体通常都不透射线，因此会在影像学上有所表现。目前患者的影像学上并没有看到异物，或许应该考虑更隐蔽的异物——比如一根木质牙签。
牙签误食通常不会引起注意，但一旦发生则很容易导致内脏穿孔和血管损伤。联系患者就诊前两周开始出现的右侧腹痛和背痛，这很可能是牙签穿过十二指肠、进入腹膜后和肾脏引起的表现。而患者大约同一时期发生的误吸可能引起了后续的吸入性肺炎。这两个事件都归因于一个因素：酗酒导致的呼吸消化道控制暂时性失能。（见图 3 红色部分）
图 3 Gurpreet 绘制的因果图第三部分 根据参考资料 1 编译整理
这样一来，患者的肺部病变和消化道病变就串起来了，Gurpreet 也据此给出了明确的诊断：异物（木牙签）导致十二指肠穿孔。他建议在内窥镜下观察并取出牙签。
答案揭晓！临床思维这块还得是……
两位选手给出的诊断意见似乎都很有道理，病理生理过程的推测也有一部分重合，那么，这位患者的真实情况究竟是怎样的呢？
入院第三天时，患者又做了一次增强 CT，这一次他十二指肠上的炎症消退了一些，CT 上可以看到一个长 5.2cm 的线状高密度异物，穿过十二指肠第二段，一直穿透右肾门和右肾上极。
因为这根牙签可能已经在这里卡了两周多，也不太可能自行排出，所以麻省总院集合了一个多学科团队，在手术室内给患者做了个食管胃十二指肠镜检查。内镜下到十二指肠时发现了这根牙签。牙签取出后，患者的病情迅速好转，也印证了它就是罪魁祸首。
这样看来，在本次「人机大战」中，两位选手都有比较优秀的表现，我们整理了一张表格来对比一下两位选手在几个判断上的区别：
的确，两位选手在诊断过程和诊断结果上都有一些差异。比如，AI 医生推理到「十二指肠穿孔」之后就停止了分析，将寻找具体病因的工作留给了后续的内镜检查；而人类医生则通过对患者肺部表现的综合分析，找到了造成十二指肠穿孔的小小牙签，这个过程可以说是体现了这位医生缜密的逻辑和丰富的临床经验。
不过，输给大佬也不丢人。毕竟这次 AI 医生提供的诊断过程也很精彩，有很多人对它未来的应用十分期待。
图源：社交网络
目前，Cabot 的主要用途是医学教育，但它同时具有快速筛选数百万份临床摘要的能力，因此也有希望成为高效的研究辅助工具。Cabot 的研发团队已经带着它在美国波士顿的几家医院「亮相」了一圈，并且在预印本上发表了一篇描述它的论文。
图源：参考资料 5
研发者表示，Cabot 在人机协作领域还处于起步阶段，但这个方向「未来可期」。最终，CaBot 可能会加入医生们的 AI 工具箱，帮助他们找到最佳的诊断和治疗方案。