10.1 🎓 醫學生版

給醫學系 M3-M6：診斷是醫學的本質——病人來找醫師，問的其實就是一句話「我到底怎麼了？」。但這門「古老的藝術與現代的科學」並不像我們想像的那麼可靠：像氣喘、肺栓塞、鬱血性心衰竭、癲癇、中風、動脈瘤破裂、憂鬱症、癌症這些基本內科疾病，有 20–50% 的病人不是被貼錯標籤（偽陽性診斷），就是被漏診或延遲診斷（偽陰性）。本章的核心訊息是：好的診斷不是只靠醫師腦袋裡記得多少病，而是一個「系統的特性」——靠基礎設施、團隊（尤其是病人本人）協同合作，才能達到更可靠、更及時的診斷。讀的時候把握三條主軸：診斷錯誤的本質與規模 → 認知偏誤與系統失誤如何交織 → 用什麼策略（認知＋系統＋病人參與）去減少錯誤。配 Harrison 22E Ch 10 原文對照閱讀。

10.1.0.1 📌 一頁重點

診斷錯誤是「最常見」的醫療錯誤類型：來自病人調查、醫療糾紛理賠、病安組織的資料都指向同一結論。美國醫學院（NAM，前 IOM）2015 年的里程碑報告《Improving Diagnosis in Health Care》把它推上病安舞台中央。
NAM 對診斷錯誤的定義：未能（a）建立對病人健康問題「準確且及時」的解釋，或（b）把該解釋「傳達給病人」。注意這個定義同時涵蓋「想錯」與「沒講清楚」。
規模驚人：保守估計光是美國醫院，每年就有 4 萬–8 萬人死於診斷錯誤；基本內科疾病的誤診率高達 20–50%。
三圈交集模型（Venn diagram）：診斷「過程出錯」、診斷「結果錯誤」、病人「受到傷害」是三個重疊但不等同的圈——我們最該擔心的是三圈交集處（出錯＋誤診＋傷害）。很多過程瑕疵其實沒釀成傷害。
臨床推理錯誤三大類：倉促的判斷（hasty）、有偏的判斷（biased）、不準的機率估計（inaccurate probability）。
常見認知偏誤：premature closure（過早收斂）、anchoring（錨定）、confirmation bias（確認偏誤）、search satisficing（找到一個就停）、availability bias（可得性）、base-rate neglect（忽略盛行率）、framing bias（框架效應）、stereotype bias（刻板印象）等。
新典範：診斷是「不精確的科學」，本就帶有不確定性；要把 working/differential/deferred diagnosis 等詞納入與病人溝通的語彙，並建立「安全網」。
減少錯誤靠三層策略：個人層次問三句話（還可能是什麼？哪裡兜不起來？有哪些不能漏的關鍵診斷？）；系統層次建立 closed-loop 追蹤、安全文化、會幫忙而非礙事的電子病歷；以及把病人當成診斷的盟友。

10.1.0.2 一、診斷錯誤如何浮上檯面，又有多嚴重

過去二十年，一連串研究累積成 2015 年美國醫學院（National Academy of Medicine, NAM）那份分水嶺報告《Improving Diagnosis in Health Care》，把診斷錯誤這個長期被忽略的問題照亮。來自病人調查、醫療糾紛理賠與病安組織的資料一致顯示：診斷錯誤是「最常見」的醫療錯誤類型。NAM 委員會給的定義值得背下來——診斷錯誤是「未能（a）建立對病人健康問題準確且及時的解釋，或（b）把該解釋傳達給病人」。這個定義刻意把「溝通」也算進去，因為就算醫師心裡想對了，沒讓病人理解，一樣是失敗。

要理解診斷錯誤，原文用一個三圈的范氏圖（Venn diagram, Fig. 10-1）：第一圈是「診斷過程出了差錯」（漏問一個重要病史、忽略一個理學徵象、檢體在兩個病人間被搞錯、X 光沒人追蹤）；第二圈是「結果診斷錯誤」；第三圈是「病人受到傷害」。重點在於，過程瑕疵通常不會釀成錯誤診斷或傷害，病人也可能被誤診卻沒受傷、甚至找不到任何照護上的明確錯誤。我們最該擔心的是三圈交集的那一塊——保守估計，光是美國醫院每年就有 4 萬到 8 萬人死於診斷錯誤。這個數字提醒我們：診斷安全不是學術上的細節，而是攸關性命的病安核心。

別忘了那組讓人坐不住的數字：像氣喘、肺栓塞、心衰竭、癲癇、中風、動脈瘤破裂、憂鬱症、癌症這些「基本款」內科病，誤診率高達 20–50%。換句話說，越是常見、越以為自己很熟的病，反而越容易出錯。

10.1.0.3 二、用新的方式思考診斷與診斷錯誤

傳統教科書談「臨床推理」時，多半聚焦在認知捷思（heuristics）與偏誤。原文把臨床推理的錯誤歸成三大類：倉促的判斷（hasty judgments）、有偏的判斷（biased judgments）、不準確的機率估計（inaccurate probability estimates）。認知心理學發現，人類日常會用大量「心智捷徑」，這些捷徑多數時候有助於高效診斷，但也可能把診斷帶偏。Table 10-2 列出常見偏誤，醫學生最該熟的幾個是：

過早收斂（premature closure）：診斷還沒充分驗證就接受了——這是最常見、也最致命的一種。
錨定（anchoring）：太早固著在某個症狀或片段資訊上，後續再有新證據也不肯適當調整。
確認偏誤（confirmation bias）：只去找支持自己假說的證據，而不去找能推翻它的反證。
找到一個就停（search satisficing）：找到一個說法就滿足、收手，不再考慮同時並存的其他發現或診斷。
可得性偏誤（availability bias）：對「比較容易想到」的診斷給太多權重（例如最近剛遇過一個戲劇性的病例）。
忽略盛行率（base-rate neglect）：沒有把疾病的盛行率納入考量（例如在低盛行率族群用一個有 5% 偽陽性率的檢驗，卻把陽性結果直接當成有病）。
其餘還有知識不足（knowledge deficit）、框架效應（framing bias，被問題的陳述方式牽著走）、以及對女性或弱勢族群的刻板印象偏誤（stereotype bias）。

但原文更想強調的是：要把診斷理解成一個「系統」，而不只是醫師腦中發生的事。 那句經典的教誨——「鑑別診斷要廣、警覺性（index of suspicion）要高」——不只受這些潛意識偏誤挑戰，還受限於人類記憶的極限、資訊的缺口、看診時間的壓縮、以及病人帶來的一大堆非特異性症狀。很多症狀其實是自限性的、找不到精確病因、也不會帶來壞結果。安全科學與認知科學的洞見，要求我們重新思考傳統診斷方法（Table 10-3 把「舊思維 vs 新典範」一條條對照）。其中幾個關鍵的觀念翻轉是：好的診斷家「不是每次都第一時間答對」，而是承認診斷是不精確的科學、目標是把錯誤與延遲降到最低；診斷「不是醫師一個人的事」，病人與家屬是關鍵盟友、握有關鍵資訊；錯誤也「不該被簡單二分成系統或認知」，多數錯誤是兩者交織、無法切割的。

10.1.0.4 三、擁抱不確定性，但不能放任怠惰

由於病人的表現千差萬別、疾病會演變、檢驗也有其極限，在第一線（尤其基層、病程早期）常常無法、也不切實際地「做出」一個確定診斷。臨床上要學會駕馭這些不確定性：一方面提高「哪裡可能出錯」的情境覺察，另一方面為病人建立「安全網」，避免延遲診斷與誤診造成傷害。像 preliminary（暫時）、working（工作）、differential（鑑別）、deferred（延後）、undiagnosed（未診斷）、多因性、間歇性、雙重診斷、自我診斷等詞彙，都該成為我們思考與和病人溝通的語言，好傳達「診斷常常是不精確的」這件事。

不過——不確定，絕不能當成怠惰的藉口。 對於三類疾病，醫師要時刻備戰、系統要事先設計好去考慮並追查那些「不能漏（don’t miss）」的關鍵診斷：（1）進展快速的、（2）必須做對診斷才能給特定治療的、（3）有公共衛生或傳染意涵的。常見的「不能漏」診斷如急性心肌梗塞、敗血症大家都知道，但 Table 10-4 列出的是一批比較少見、同樣不能漏的（例如脊髓硬膜外膿瘍、壞死性筋膜炎、主動脈剝離、心包填塞、肺栓塞、糖尿病酮酸中毒、顳動脈炎、睪丸/卵巢扭轉、子宮外孕、脊髓壓迫、一氧化碳中毒等）。

與此相關的概念是「紅旗（red flags）／警示症狀（alarm symptoms）」。這個架構源自下背痛指引，後來廣泛套用到頭痛、紅眼、關節腫、腹痛、胸痛等。以下背痛為例，會觸發「想想是不是更嚴重病因」的紅旗包括：發燒、體重減輕、惡性腫瘤病史、靜脈注射毒品史、神經學徵象與症狀。實證醫學要求對這些紅旗的敏感度、特異度與鑑別力有更好的資料，但目前嚴格評估過的其實很少；儘管如此，臨床上仍覺得它們好用，能簡單地讓醫病雙方安心「這個常見的背痛或頭痛，大概是（或不是）更急更嚴重的東西」。

另一個硬幣的反面是過度檢查與過度診斷（overtesting and overdiagnosis）——做了不必要、甚至可能有害的檢查，其效益不足以正當化風險或成本，或查出一些本來永遠不會造成症狀或問題的「診斷」。所以「保守一點地做檢查」的重點，不是省錢，而是確保每一項抽血或影像都真正對病人有益，同時把短期與長期傷害降到最低。

10.1.0.5 四、從常見診斷陷阱中學習

醫學上一個重要的學習方式，是從走在前面的人的失誤中學。Table 10-5 把診斷陷阱歸成幾種通用情境，值得記：

甲病被誤認為乙病：例如主動脈剝離被誤診為急性心肌梗塞、雙相情緒障礙被誤診為憂鬱症。
誤判檢驗結果：未認清檢驗的極限而被偽陽/偽陰誤導。原文舉的經典例子——一位摸得到乳房腫塊的女性去做乳房攝影，報告正常就被安慰「癌症已排除」；事實上，任何摸得到、無法解釋的腫塊或病灶，都需要進一步評估甚至切片，不能被一個陰性檢驗排除。
沒認出非典型表現：例如「冷漠型」甲狀腺功能亢進（apathetic hyperthyroidism）、老年敗血症卻不發燒甚至體溫過低。
沒評估出緊急度：例如腔室症候群、心包填塞、張力性氣胸的急迫性被低估而延誤。
間歇症狀或誤導性演變：間歇症狀因初次就醫時檢查（理學、抽血、心電圖）正常就被打發掉，例如外傷性硬膜上血腫的「清醒期（lucid interval）」、陣發性心律不整。
被經驗性治療掩蓋：類固醇、氫離子幫浦阻斷劑、抗生素、止痛藥的經驗性使用，可能錯誤地遮蔽一個嚴重診斷。
把新症狀都歸給慢性病或共病：尤其在多重共病的複雜病人，例如把化膿性關節的徵象都怪到慢性類風濕性關節炎、把感染或藥物造成的意識變化怪到原本的失智。
罕見診斷沒想到、沒考慮藥物或環境因素（如 QT 延長藥導致心室心律不整、quinolone 導致阿基里斯腱斷裂）、沒重新詢問危險因子（家族史）、以及在遠距醫療時代低估理學檢查的限制（完全略過理學檢查、漏掉視訊看不到的搓藥丸樣顫抖）。

10.1.0.6 五、診斷安全文化、健康資訊科技與病人參與

就像培養細菌要有合適的培養基，好的診斷也需要健康的安全文化（safety culture）才能滋長。許多研究顯示，當組織文化抑制開放、學習與分享，讓員工和病人不敢開口提問或反映問題時，就會帶來不良後果。最重要的是，要鼓勵病人質疑診斷並被聽見——尤其當他們對治療反應不如預期、或出現與診斷不符的症狀、或出現其他疾病/併發症的紅旗時。安全文化可以被測量（用經過驗證的員工問卷），它評估的面向包括：能否安全地通報錯誤、是否鼓勵開放討論問題、有沒有從錯誤中學習的文化、領導層是否把安全放在產出速度與「獲利」之上、以及是否對病安事件負責並透明追蹤。對診斷安全來說，這轉化成幾個具體要點：讓醫師敢承認與分享診斷錯誤；主動辨識並負責那些容易出錯的流程（特別是檢驗結果、轉診、病人追蹤這三處）；領導層把改善診斷列為優先；以及彼此信任、對診斷困難保持尊重，並謹慎避免用「事後諸葛」的後見之明偏誤（hindsight bias）去評判一個當下看似「顯而易見」卻被漏掉的診斷。

健康資訊科技（Health IT）方面，原文點出一個現實：臨床醫師現在花在跟電腦互動的時間，比花在跟病人互動的還多，診斷尤其如此。隨著遠距醫療興起，連理學檢查的一部分都被改道到電子就診，對診斷安全有重要影響。雖然很多人抱怨電腦「礙事」、讓醫師埋首於複製貼上、品質可疑的範本筆記，但醫學需要善用電腦的能力來改善診斷（Table 10-6 列出潛在用途：快速調閱過去病史、強化資訊呈現、產生鑑別診斷、計算貝氏後測機率、智慧開立檢驗、確保 closed-loop 追蹤、回饋新診斷等）。電子病歷過去主要是為了開藥、計費、防糾紛而設計，需要被「大幅重新設計」來真正支援診斷流程並替醫師省時。至於生成式 AI 大型語言模型，很多人期待它接手做診斷——它在影像與資料分析、模式辨識、產生鑑別診斷上確有顯著能力，但在資料正確性、以及如何把「人與人之間的關係元素」納入 AI 驅動的診斷流程上，仍有根本的限制與未解的問題。

10.1.0.7 六、實務結論：個人三問 + 系統三問

原文給了一套非常實用、可以馬上用在臨床的收尾框架。對每一位你正在評估的病人，問自己三個問題：

這還可能是什麼？（What else might this be?）——強迫自己列出鑑別診斷。
哪裡兜不起來？（What doesn’t fit?）——確保無法解釋的異常發現沒有被打發掉。
有哪些關鍵診斷是絕對不能漏的？（What critical diagnoses are important not to miss?）——把「不能漏」診斷、紅旗、已知陷阱主動放進思考。

而要做到「安全地診斷」，每位醫療人員都必須認知到自己是在一個更大的系統裡工作，因此要持續問系統的三個問題：

我們有沒有可靠的「閉環（closed-loop）」系統，能（最好是自動化地）追蹤與追查病人的症狀、異常的抽血或影像、以及我們開出的關鍵轉診？
我們的機構、診間的安全文化氛圍如何？
目前實施的（電子或紙本）病歷，是在幫助、還是妨礙高效、及時、準確、防呆的診斷？該如何改進？

NAM 報告之後的十年間，已有大量品質改善與研究投入，雖然成效參差，但確實加深了我們對「哪裡、如何、為什麼會出錯」的理解。未來要達到最高品質的診斷，幾個關鍵要素是：轉變診斷安全文化、確保可靠的追蹤與回饋、從診斷錯誤中學習、善用 Health IT、並更深度地與病人結為夥伴。

10.1.0.8 🎯 醫學生最該記住的 6 件事

診斷錯誤是最常見的醫療錯誤，規模驚人：基本內科病誤診率 20–50%，光美國醫院每年 4 萬–8 萬人死於診斷錯誤。它是病安的核心，不是小事。
NAM 定義要背：未能「準確且及時地建立解釋」或「把解釋傳達給病人」——溝通失敗也算診斷錯誤。
最致命的認知偏誤是 premature closure（過早收斂）與 anchoring（錨定）；錯誤多半是認知與系統因素「交織不可分」，別簡單二分。
擁抱不確定性，但對「不能漏（don’t miss）」診斷與紅旗保持戰備——進展快、需特定治療、有傳染意涵的病不能拖。
好診斷是「系統特性」不是個人英雄主義：靠 closed-loop 追蹤、安全文化、會幫忙的電子病歷，以及把病人當盟友。
記住個人三問（還可能是什麼？哪裡兜不起來？有什麼不能漏？）＋系統三問（閉環追蹤？安全文化？病歷幫倒忙？），這是把本章落實到每日臨床最實用的清單。

來源：Harrison 22e Ch.010。診斷錯誤定義（NAM）、4 萬–8 萬死亡與 20–50% 誤診率、三圈范氏圖（Fig. 10-1）、NAM 八項建議（Table 10-1）、認知偏誤（Table 10-2）、新舊典範對照（Table 10-3）、不能漏診斷（Table 10-4）、診斷陷阱（Table 10-5）、Health IT（Table 10-6）均對照原文。（台灣臨床：醫療糾紛中診斷延遲/誤診同樣是常見爭點，建議診斷不確定時主動向病人說明 working diagnosis 與回診安全網，並善用院內檢驗結果的閉環追蹤機制。）

⚠️ AI 草稿，未經盧醫師驗證。