《当医疗出错时》 杨以赛解读

《当医疗出错时》| 杨以赛解读

你好，“欢迎每天听本书”，今天为你解读的书是《当医疗出错时》，副标题是“一个医生的痛与思”。这本书以美国医疗行业为样本，细致且深入地探讨了“医疗过失”这一问题。

“医疗过失”，想必我们每个人都有所耳闻，哪怕是很小的“医疗过失”，也会掀起巨大的舆论风波，这足以显示我们对此事的关注和担忧。2016年，《英国医学杂志》发布了一篇引发了激烈讨论的文章，该文章推断说，医疗过失已经成为美国的第三大死因，每年导致超过25万例死亡。尽管这个数据后来被指出缺乏严谨性，但它依然引发了医生兼作家丹妮尔·奥弗里的注意。丹妮尔·奥弗里是纽约大学医学院医学博士，现任纽约大学医学院临床教授，在美国最古老、最大型的医院之一贝尔维尤医院担任内科医师近30年，与此同时她还给《纽约时报》《纽约客》《柳叶刀》等知名媒体和期刊撰稿，出版了包括《病人说，医生听》《翻译医学》等七部著作。丹妮尔·奥弗里说一直以来，医学界的主旋律都是成功，我们关心的总是我们所取得的进展，而对于当中的过错与过失却极少关注，她决定要面对这一问题。她花了大量时间梳理历史与数据，采访专家、医护人员、患者，试图弄明白医疗过失到底有多普遍，它的成因是什么，以及我们又该采取怎样的措施避免它。

大概由于自己便是医生，丹妮尔·奥弗里在这本书中，并没有采用一个宏观视角，她提供给我们的更像是一份来自行业内部的观察。其中，她深入到各个医疗现场，耐心地为我们介绍其中的每一个环节，借此你能对医疗行业，以及医疗人员的职业和生活世界，有更加清晰的认知。此外，丹妮尔·奥弗里在这本书中，向我们揭示，“医疗过失”可能远比我们想象得要多，并且“医疗过失”不是一个简单的技术或专业问题，它极其复杂，最终指向的是人类的行为，是人如何思考，如何与人交流，如何与技术合作，如何面对庞大且复杂的系统。这些问题，不单是医疗行业要面对的问题，也是我们所有人要面对的问题，我们或许可以从这本书中收获一些启发。

话不多说，接下来我将分两个部分为你解读这本书。第一部分，我们来关注“医疗过失”的成因，究竟是什么导致了医疗过失？第二部分，在知晓成因后，我们来探讨我们可以采取怎样的手段避免医疗过失。

好，我们进入第一部分，我们从会诊谈起吧。就医的第一步往往是会诊，医生询问病情，配合相关检查，做出初步诊断，之后根据诊断结果，采取相应的治疗措施。以往很多关于“医疗过失”的研究，讨论的都是住院患者，大概是因为住院患者的病情相对严重，过失导致的后果也会更为严重，从而更容易曝光，还因为住院患者在住院时间段要进行大量的检查，有大量的病情数据被记录在案，所以更容易追踪。而门诊患者可能就在医疗换环境待了15分钟，很快就回到自己的生活中了，其中的误诊和过失不太容易被人留意和追踪到。但在这本书中，作者丹妮尔·奥弗里在本书一开始就强调我们要重视会诊。她提到一组数据，美国会诊的准确率在90%左右，考虑到医疗领域的复杂程度，90%实际已经是一个令人宽慰的数字了，但如果考虑到医疗过失的后果，这剩下的不准确的10%仍不容小视。

丹妮尔·奥弗里有30年的从医经历，她在书中讲到了她自己的接诊经历。在患者角度，会诊可能是一件几分钟就完成的事情，甚至有时候快到让人摸不着头脑，而在医生角度，这几分钟，他们要做一系列的思考和判断，用丹妮尔·奥弗里的话说，“要在暴风雪中找一个雪球”，比如面对一名无精打采的患者，医生要用几个问题就确认，他是睡眠不足吗，还是贫血呢，或者是甲状腺功能减退，他有抑郁的可能吗，有胰腺癌的可能吗，等等。丹妮尔·奥弗里还在书中特别强调，很多人觉得问诊是来看自己得了什么病，但其实对医生来说，大部分情况下，一次问诊不足以确认疾病，医生更重要的是确认病人的病情严重还是不严重。如果严重，那就做更进一步的检查，如果不严重，那就再观察一段时间，或是做一些简单的初步治疗。比如以腹痛为例，这是很常见的一种病症，如果没有便血、呕吐等情况，也没有伴随体重下降或发热，那最合适的做法就是观察一段时间，好转了就不用担心了，没好转的话，再可以安排内镜检查。没必要一上来就做内镜检查，因为内镜检查本身是有副作用的。但恰恰就是这样谨慎的留待观察，导致了过失的可能，因为我们诊疗的制度设计中，并没有考虑“留观”这回事。一个患者，可以随时去他们想去的任何地方，当他的病情好转，他不大可能会再找原来的医生复诊；当他病情恶化，他则很可能会去急症室，找另一位医生，于是我们很难追踪他的病情情况，也就很有可能导致误诊。

美国内科医生哈迪普·辛格曾做过一个研究，他假设，在第一次就诊后、两周内接受第二轮医疗服务的人，更可能被误诊。他设计了一份电子病历，并在这个病历中设置了一个自动触发器，当使用这份病历的患者在两周内去找了另一位医生就诊、住院，或者是去急症室或紧急护理中心就诊，系统就会发出预警，一旦收到预警，研究者会手动查看病历，进行医疗评估，查看病历中是否有任何可以指向误诊的内容。辛格追踪了212165次就诊，结果显示，总共有21%的人出现了误诊，这21%的误诊人群中，两周内接受了二轮医疗服务的患者占了5%，而没有接受二轮医疗服务的对照组，则只有2%。这也就是说，辛格的假设是正确的，不固定的就医行为、难以追踪的病情，这些确实提高了医疗过失的概率。

不过，这听上去似乎是一个很好解决的问题，做研究都可以借用技术手段来追踪和预警，那在实际过程中，不也可以采取这些措施，避免医疗过失吗？美国的医疗行业当然有考虑过各种技术手段，但效果都不如预期。丹妮尔·奥弗里在书里说，美国医疗行业最常学习的对象是航空业，因为那也是一个极其复杂、稍有不慎就会酿成大祸的行业。早在1936年，美国航空业就指出，尽管人为错误是导致坠机的直接源头，但我们不能只追究作为错误源头的个人，我们更要追究的是导致错误的系统，要引入各种制度和技术手段，来保证系统的稳健运行。正是在这个背景下，航空检查清单应运而生，清单列出了所有飞机起飞前应注意的事项和步骤，以供飞行员检查和确认，它的使用在一定程度上降低了飞机失事和人员死亡的数量。医疗业也借鉴了这一项成本低廉又易于实施的清单制度，设置了如洗手清单、查房清单、手术室检查清单等各类清单，它确实起到了一定作用，2009年的一个研究显示，使用手术室检查清单后，手术并发症的发生率从11%下降到了7%，死亡率从5%下降到了0.8%。但后来又有研究表明，这样的效果因地因人而异，在有明显等级制的医院，清单的效果就不尽如人意。因为真正保证清单发挥作用的是一群在第一线工作的护士，当护士们只是按照上级要求执行清单，他们既没有权力调整清单，也没有权力监督清单实施的时候，清单的作用就很难再奏效。后来，医疗行业还引入了一系列新技术，比如采用电子病历，以及借用人工智能和计算机算法来实施诊断等等，以此来避免人为错误，但效果依然不好，这又是为什么呢？

丹妮尔·奥弗里在书中逐一分析了这些举措，先说电子病历，它保证了诊断信息被清晰可辨地记录，同时还保证了这些信息被随时检索、调用和追踪。这帮助我们妥善管理患者的病情信息，丹妮尔·奥弗里说，这在一定程度上确实算是一大进步，但我们更深入地来看，这项技术也引入了很多新的错误。首先是电子病历从根本上改变了医疗人员处理医疗信息的方式。以往医疗人员手上只有一张空白的纸，他们会按照自己的诊断思路记录和处理信息，丹妮尔·奥弗里以她自己为例，她习惯先写患者就诊的主要原因和当前病史，然后再写既往病史，检查完后再记下查体结果或是相关化验和放射学检查结果，如果再有时间的话，它会列入更多细节，最后写下明确的治疗行动方案。但电子病历有它自己的顺序，它要求所有医疗人员按照电子病历的顺序来记录，丹妮尔·奥弗里在书中很直接地说，电子病历起初是作为记账系统开发的，即使是最好的电子病历也不像临床医生那样思考，它最大的问题是碎片化。诊断的过程是一个把各类信息整合起来的过程，但电子病历做得恰恰相反，它要求医生把信息强行纳入一个刚性结构——化验结果在一个地方，放射学结果在另一个地方，会诊结果又在一个地方，丹妮尔·奥弗里说，“这个刚性结构或许适用于计算机程序员和记账部门，但它并不合乎医疗的逻辑”。与此同时，电子病历带来的一个更大的影响是，它强调一切必须记录在案，让医疗过程变成了一个又一个文档，最终医疗甚至被这些文档所支配了。

丹妮尔·奥弗里在书中讲到发生在美国加州大学旧金山分校儿童医院的一起医疗事故。一名儿科住院医生给一名十几岁的患者开了一款叫做复方新诺明的抗生素，正常也就一次一片，一天两次，但这名医生在电子病历上开处方的时候，采用了默认的毫克每千克作为单位，患者体重38千克，也就是要吃38.5片。这份堪称离谱的处方单被送到药房，药房为了减少人为过失，采用了最先进的药房机器人，它按照处方单，百分之百准确地把38.5片药放进了药箱。这个药箱随后被送给了护士，护士拿到药后，吓了一跳，但药物上有条形码的保证，也有药房机器人准确性的保证，还有一系列药剂师和医生双方出具的文档记录，最终护士把药开给了这名患者。患者按处方服药了，一开始感到有些麻木和刺痛，后来身体出现了癫痫，他停止了呼吸，一番抢救后，他活了下来，并无大碍，但他对医疗系统的信任毫无疑问受到了永久性伤害。丹妮尔·奥弗里说，这个案例正说明了，“我们赖以降低医疗过失率的技术反而会增加错误率，甚至发明各种新错误。”

除了电子病历，丹妮尔·奥弗里也讲到近年来颇为热门的人工智能技术在医疗行业的应用。比如眼下视觉模式识别取得很大进展，已经有技术人员在教计算机阅读X光片了。美国加州的一组研究人员通过上传112120张胸部X光片创建了一个X光片识别系统，测试显示，这个系统在对包括肺炎、肺部肿块、肺部积液等10种肺部异常的识别上，表现得同人类一样好，而且它的速度比人类快多了，它能在1.5分钟内评估420张X光片。与此同时，还有一些数字的诊断工具也已经被投入实践了，它们会根据输入的信息，列举诊断可能，以帮助医生做出更全面更准确的诊断。但丹妮尔·奥利弗在书中指出，它们只能应对一些很简单的临床情境，比如在输入病情的时候，它没有一栏可以输入像“因经济压力而被迫搬到幽闭恐怖的地下公寓”这样的心理社会因素，在给治疗方案的时候，它没法考虑像“患者的保险能报销核磁共振吗”“患者本人可以请假去做甲状腺扫描吗”“患者有多大的治疗意愿”等等，而这些都是诊断过程中必须要考虑的因素。

此外，早在电子病历和智能化诊断出现之前，医院就已经装备了不少警示装置，像是手术室外的警示灯等，有了电子病历和智能化诊断后，行医行为成为可随时追踪的数据，警示装置也就越来越多了，比如开药的时候，一旦药物组合涉及一些风险，医生的电脑上便会收到一堆警示。但警示越多，真的会让我们更加小心吗？

《波士顿环球报》曾发布过一份调查报道，呼吁重视医疗行业中“警示疲劳”问题。它指出，护士被警示轰炸，但其中绝大多数是假警示，以至于他们不再在意警示，把它们当成了背景噪音。报告发现五年多以来有200多例死亡与这种警示疲劳有关。丹妮尔·奥弗里在书中分析说，医疗行业中的警报采用的是一种“广撒网”式的思路，因为任何一个不良后果，都会给警报的生产方和医院带来巨大的责任成本，所以不管有没有用，先要保证会有警报响起，于是医院里无处不是警告，加州大学旧金山分校的内科医生罗伯特·瓦赫特做过调查，在他所在医院的五个重症监护室，如果包括附在患者身上的监视器发出的铃声和哔哔声的话，每个月响起的警示数超过250万个。试问在这种环境下，医生怎么会不对警示感到疲劳和厌倦呢？

还有一些更细微的东西也影响到医疗的效果。比如医护人员的工作时间，这一点不难理解，疲惫显然会影响工作，一项对11516名护士的调查显示，每周工作时间超过标准的40小时的护士，用药错误增加了28%，他们自己遭受的针刺伤害也多了28%。那你可能会想，那就给护士们放一放假，或者增加一个午休时间不就好了。但其实没那么简单。首先，医院的在岗护士数量，直接影响到死亡率，有研究指出，每一次护理人员数量低于目标水平的轮班，死亡率就会增加2%，这意味着护士在什么时候休息，以及让多少护士在这一时间休息，是医院必须要考虑到的问题。此外，护士轮休还会带来一个问题，那就是交接次数会增多，而交接次数增多，意味着医疗护理将被打碎，交由不同人员进行，当中存在的交接误差，同样会影响到医疗效果。有研究显示，多达50%的医疗不良事件可以追溯到交接错误，包括一个医生团队到另一个医生团队的交接，医生与护士的交接，以及医疗团队内任何成员之间的交接等。还有一项涉及875名住院医师和10000多名住院患者的研究也显示，当建立一个标准化的交接步骤后，医疗过失能有效降低23%。此外，护士时时刻刻都在面对新的情况，而这些都将影响到他们的工作安排，比如新来一个实习生，他的工作可能就要因此有所调整。在美国的医疗界，有一个叫做“七月效应”的词，它说的是每年的7月份，医院的死亡率就会有所攀升，原因是这个月医院会来一批从学校出来的医学生，他们经验匮乏，会给医院带来起码一个月的混乱期。在此期间，如果没有足够的医护人员来打点的话，事故在所难免。

所有的这些，其实都显示了，医疗行业的问题从来不是简单的技术问题或专业问题，它极为复杂，没办法通过一个简单的制度设计或技术工具解决。医疗过失毫无疑问是一个系统性的问题，同时这个系统又完全是由人运作起来，诸如“等级制度、沟通方式、培训传统、职业道德、自我、社会化、职业理想等事项”都是影响它的因素，丹妮尔·奥弗里因此说道，如果你不关注人的行为，不关注普通人如何与人、与技术、与系统交流的话，再好的解决方案也注定会失败。在书中，丹妮尔·奥弗里分析了一系列医疗过失的起因，这些起因听起来都很简单，但解决起来却极其困难，我们前面提及了一系列解决方案，这些解决方案都没能很好地解决问题，相反它们引出了更多的问题，导致了更多的过失。但丹妮尔·奥弗里也提醒说，如果我们就这样举手投降的话，就太莽撞了，她说：“我们应当继续调整系统，看看能如何改进。在我们能拥有永远不睡觉、不生病、不退休、不死亡、不放弃、绝不会出错的智能机器人之前，我们必须在一个始终有缺口需要弥补的系统中工作。”接下来的第二部分，我们来集中讲讲面对医疗过失，我们还可以怎么做，丹妮尔·奥弗里在这本书中提供了一些她的思路。

丹妮尔·奥弗里从医生的思维谈起，医生的思维是所有治疗的起点和依据，思维对了，那治疗才能对，而思维错了，治疗势必会有问题。丹妮尔·奥弗里说，我们引入了各种各样的计算机算法来避免医疗过失，但我们有办法回到问题的起点，改善医生自身的算法吗？

这显然是不容易的，每个人的思维方式根深蒂固，同时又难以察觉，我们大多数人无法描述我们是如何思考的，更别说时刻保证我们的思维一定是准确和可靠的。但丹妮尔·奥弗里说，对医生来说，去思考医生自己的思考过程，这是必须要去做的一件事。有一些研究已经在朝这个方向努力，他们试图找到一些技术，来帮助磨炼医生的诊断思维过程，尤其是对还处在早期阶段的医生，他们希望这套技术能帮助他们形成良好的诊断习惯。丹妮尔·奥弗里在书中总结说，这些技术其实有一个共性，那就是不断强调医生要控制简单下结论的冲动。

马克·格雷柏和哈蒂普·辛格是美国研究诊断准确性的专家，他们说，一个很简单的问题就能帮助减少误诊，那就是在出具第一个诊断后，医生和患者都应当再问：有可能是别的情况吗？除此之外，格雷柏和辛格还提醒说，医生要有意去考虑那些超出常规诊断的情况，以此来挑战自己的惯性思维，比如对于咳嗽来说，最常见是由于上呼吸道感染所致，但它也有可能是肺癌的先兆，是血凝块的先兆，虽然这些情况的频率很低，但医生需要确保他已经考虑过这些情况，因为一旦漏诊，后果不堪设想。

格雷柏和辛格还设计了一套清单，他们觉得说，既然我们都用了那么多清单来规范医疗步骤，为什么我们不用清单来审查我们的思维，消除会削弱诊断准确性的偏见和捷径呢？在这个清单中，包括一些标准问题，比如“还能是什么”和“我不能错过什么”，还有一些他们认为可能会影响准确性的问题，比如“我是不是给患者贴上了先入为主的标签”“我现在是分心了还是过度疲劳了”“我是否出于某些原因不喜欢这位患者呢”等等。

丹妮尔·奥弗里说，实际上所有这些问题的重点都是让医生停下来、慢下来，花更多的时间思考。但她也提到说，这个清单付诸实施是很难的，因为医学世界是一个极度高压的世界，每一个医生都得争分夺秒完成工作，无论他手里的清单有多么合理和重要，他可能都没有时间和精力去执行它。说得更直接一点，在这样一个“以指标为导向、按绩效付酬、注重工作量”的医疗系统中，一个医生想要花时间思考，不仅需要清单的引导，也需要财务制度、管理制度、行政制度等一系列环节的配合，比如医院能否提高单次会诊时间，这是一个诊断思维的问题，但同时也是一个财务问题，它不是那么容易能决定的。不过我们必须要面对这些问题，丹妮尔·奥弗里在书中很直接地说，我们必须认识到，“减少医疗过失的关键方法之一就是让护士和医生有时间和空间思考，不受打扰。”

此外，丹妮尔·奥弗里在书中也讨论了借用外在工具和制度来帮助避免医疗过失，她提到“人因工程学”这一学科。这是一个新兴学科，研究人们是如何与身边的工具和技术互动的，并主张通过合理的设计，使事物更顺畅、更安全地运转。比如说，在手术室里，麻醉师会用到氧气和氮气，以前出现过麻醉师用错气体导致患者死亡的事件，为了防止误用，医院把气罐用不同颜色标记了，但这个举措并没能杜绝误用现象，后来有人想到，为这两种气体制作不同尺寸的连接管，之后就绝不可能把软管连接到不当气体上去了，这其实便是“人因工程学”的思路。丹妮尔·奥弗里说，医疗保健系统里满是这样的机会，一个简单的设计，说不定就能改进系统，从而帮助人类减少过失。

比如有设计师在研究通过调整医院和诊所的物理结构来减少医疗过失。我们都知道，洗手是控制感染的关键技术，但医院的水槽大部分是根据管道位置来布置的，如果我们主动设计，让水槽离医生和病人更近呢，这样是否就会增加我们洗手的概率呢？而且，水槽本身的设计也很重要，丹妮尔·奥弗里在书中说，水槽里的水如果笔直冲入不干净的排水管，可能会引起反溅，美国有好几家医院的暴发式感染与此有关。还有研究者主张在药房和护士站建立“用药安全区”，这个区域采用更明亮的照明，配备可以用来阅读小字的放大镜，同时保证这个区域的不受干扰性，让医生有机会集中精神，以此来减少用药差错。此外，还有研究者发现单单是靠缩短医生大褂的袖子，以及禁止使用领带，以及将病床栏杆的材质换成更为抗菌的铜，就可以大大减少细菌传播的概率。

前面我们讲到的都是如何避免出错，但丹妮尔·奥弗里在书中还指出说，避免出错很重要，但出错了，如何发现和追踪这一错误，这同样很重要。她在书中说，大部分情况下，医生并不知道自己究竟有没有出错，因为他们很少收到患者反馈，患者可能是好转了，也可能是在别的医生那里消除了危机，这个结果并不会返回给医生，并督促他反省和调整此后的行医过程。已经有一些国家，比如丹麦，建立了全国性的医疗事故报告系统，还有一些国家在大力推进采用像电子病历这样的数字技术，用以记录和追踪病情数据。但丹妮尔·奥弗里在书中不断强调，医疗过失不会通过铺天盖地的强制措施和追踪技术得到解决，最关键的因素仍然是人，人是否愿意主动报告过失？

她极为坦白地说道，医疗过失对医生来说，是一个极难开口谈论的事，一方面是因为对后果的恐惧，另一方面则是因为极度的羞愧和耻辱感。她提到法国知名外科医生雷内·勒里写过的一段话，“每位外科医生都随身带着一块小小的墓地，他不时在那里祈祷，这是充满痛苦和遗憾的墓地，他在那里寻找他的某些失败的原因”，丹妮尔·奥弗里说，她也会痛苦地定期去那块墓地，“就算斗转星移、坟墓越发平整，伤害病人的悲伤和羞辱依然使我刺痛，从未消退”。这其实意味着，医疗过失的问题，不仅是专业问题、技术问题和制度问题，它也是文化问题，当中很重要的一点是，医生和患者究竟如何看待它，以及又会以何种方式谈论它。

丹妮尔·奥弗里在书中说，首先医生确实需要正视医疗错误，研究错误，并不断警示自己谨慎行医。但是我们还是要承认“犯错乃人之常情”，1999年美国医学研究院发布了一项针对医疗安全问题的报告，正是以这句话作为标题，它倡导我们不能完全指责犯错的个体，更要多关注导致个人犯错的系统，从个案和系统上不断修正提升。其次，我们也要承认，关注错误时发生了什么也是人之常情，这也是医生最基本的职责所在。早在2500年前，被西方尊为“医学之父”的希波克拉底就在他的书中写道，“医生要养成两种习惯，行善，或至少不伤害”，这是从医人员要学的第一课，也是不能忘记的一课。再有，我们要认识到，医疗不能完全以“治愈”为目标，正如一句西方的医学谚语所说，医学是“偶尔治愈，常常帮助，总是安慰”，换一句话说，这是一个总要面对错误和失败的行业。也许，我们先要承认会有错误，甚至要承认总是会有错误，这样我们才会有更积极和健康的心态去面对、去谈论、去研究，最后去消除这些错误。

好，到这里这本书就为你介绍完了，我们再来回顾总结一下。

丹妮尔·奥弗里在这本书中探讨了美国医疗业中的“医疗过失”问题，她向我们揭示，“医疗过失”问题可能远比我们想象中的普遍。这些过失的起因有时候并不复杂，它可能源于医生的惯性思维、难以追踪的病情信息、疲惫的医疗人员、粗糙的轮班交接等。此外，近年来，诸如电子病历和人工智能等医疗工具与技术的引入，并未如预期地帮助解决医疗过失的问题，相反它引出了更多问题，比如切碎医生的思维过程、忽视患者的复杂情况，以及泛滥的警报等。这些都提醒我们，“医疗过失”的问题是一个复杂的系统性问题，必须从系统层面加以考量，要考虑到系统中的每一项制度、每一个环节、每一个人。

丹尼尔·奥弗里也在书中提到了一些她的解决思路，比如她觉得医生必须磨炼自己的思维过程，借用清单等工具手段去抵制每一次做出简单结论的冲动，此外医院也可以借鉴“人因工程学”的思路，通过工具的设计、材料的使用、布局的调整来避免医疗过失。此外，她始终强调，医疗过失最终指向人的行为，人如何看待和谈论医疗过失，可能决定了我们最终会如何解决这个问题。她提出，我们不能完全指责犯错的个体，更要关注导致个人犯错的系统，从个案和系统上不断修正提升。

今天的这本书与大部分医疗书籍不一样，当中没有复杂难解的医疗名词，没有惊心动魄的医疗过程，也没有先进高超的医疗技术，它呈现的是医疗环节中很小很琐碎，听上去很简单但实际又很难去解决的问题。但丹妮尔·奥弗里在书中说，当我们面对一个复杂系统的时候，我们面对的可能就是这样的问题，像是“物资放在哪里，会有额外时间吗，有人向工作人员解释变化吗，出了问题找谁呢，从哪里可以听到反馈呢，有人考虑过可能会出现的意外后果吗”等等，正是通过持续面对、回答、解决这一系列具体的问题，我们才保证了一个系统的安稳运转。

好，以上就是为你介绍的全部内容。你可以点击音频下方的“文稿”，查收我们为你准备的全部文稿和脑图。你还可以点击右上角“分享”按钮，把这本书免费分享给你的朋友。恭喜你，又听完了一本书。

划重点

1. “医疗过失”的问题是一个复杂的系统性问题，必须从系统层面加以考量，要考虑到系统中的每一项制度、每一个环节、每一个人。

2. 我们先要承认会有错误，甚至要承认总是会有错误，这样我们才会有更积极和健康的心态去面对、去谈论、去研究，最后去消除这些错误。