跳到正文
Medicine and Science from The BMJ(thebmjpodcast.podbean.com)· Cameron Abassi·· 9 天前品質評分58

NASA、空中救護與新冠疫情,教會 Kevin Fong 什麼是醫療中的混亂

NASA、空中救護與新冠疫情,教會 Kevin Fong 什麼是醫療中的混亂

重點導讀

醫師 Kevin Fong 主張,醫療本來就該把不確定性視為自身的常態;他以 NASA、HEMS(直升機緊急醫療服務)與 COVID 為例說明,檢查清單、正義文化(just culture)以及把決策權下放到第一線的領導方式,能讓複雜系統在出錯時優雅地失效。

AI 伴隨問答

自備 Key 深度分析

針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:

Podcast 專家音訊節目

收錄於 888news Podcast 智庫專區,包含精華摘要與上市公司即時行情

正文

倫敦大學學院(University College London)麻醉學教授 Kevin Fong 主張,醫學的核心能力在於駕馭無法消除的不確定性,而這個領域長期低估了這項能力對維繫整個體系的價值。訪談內容橫跨他的著作《Minute Six》、他擔任天體物理學家與 NASA 訪問研究員的經歷、他在直升機緊急醫療服務的工作,以及他參與英國 COVID-19 應變的角色。節目標題所指向的 NASA 與空中救護素材確實佔了不少篇幅,但整集的重心其實是一個關於複雜系統的更大論述:檢查清單與標準流程只是起跑平臺,不是答案;當計畫失靈時,真正補上缺口的是流程中的人。

Fong 的背景讓他格外適合提出這套論點。他先在 UCL 攻讀天體物理,之後轉入醫學,並在 NASA 度過選修與初階訓練的時光,後來在 COVID-19 期間擔任全國臨床負責人。主持人、BMJ 總編輯 Cameron Abassi 透過一個個具體案例引導他闡述——阿波羅 12 號遭雷擊、火星探測車工程、五分鐘內就崩盤的創傷手術排程——最終梳理出一套關於失敗、授權與組織韌性的可移轉經驗,適用範圍遠超出醫療。

醫療是高可靠度產業,卻沒得到應有的肯定

Fong 的核心重新框架是:醫療照護本身就是安全研究者所稱的「高可靠度組織」(high-reliability organization)——以它的風險與複雜度而言,這種系統理應不斷出錯,但多數時候並沒有。他引用資料指出,光是英國每年就有約六億次病患接觸,絕大多數最終病患都安然無恙或病情改善。這個詞出自加州大學柏克萊分校的研究者,他們受邀登上航空母艦,形容那段經歷有如「在野外發現新物種」——三百公尺長的跑道左右搖晃、正中央是核子反應爐、十九歲的年輕人在管航空管制、飛機每九十秒降落一架,而竟然沒有冒煙的殘骸。

關鍵的細微差異在於詞性。Fong 堅持高可靠度是動詞,不是名詞:「它不是一種你達成的狀態,而是一件你必須持續努力去成為的事。」安全是每一刻創造出來的,不是靠檢查清單認證的。他認為 NHS 之所以對失敗越來越不容忍,正是因為它對這份工作的複雜度失去了感受力——而大眾太常把「悲劇」誤當成「醜聞」。

概念Fong 的定義實務意涵
高可靠度組織以風險而言本應經常出錯,卻靠策略與行為避開失敗的系統持續追求,永遠不要自稱已經達成
鈍端與尖端設計者/管理者 vs. 第一線執行者兩者之間的落差擴大,往往是傷害的前兆
正義文化(而非「不責難」)在窮盡所有促成因素之後,該歸責的地方仍要歸責需要誠實、不粉飾的分析
優雅降級系統能承受多個獨立故障,仍保住大部分功能為失敗而設計,而不是假裝它不會發生

VUCA 是營運環境,而指數正處於歷史新高

貫穿全書的框架是 VUCA——易變(volatile)、不確定(uncertain)、複雜(complex)、模糊(ambiguous)——Fong 追溯其源頭至 1990 年代初柏林圍牆倒塌後、美國各軍事學院的講座。當時的策略家預言一個多極世界:敵友難分,事件發展既快又出乎意料。Fong 稱這番預言「準得驚人」,並用一個客觀指標佐證:《經濟學人》的世界不確定性指數(World Uncertainty Index),該指數掃描地緣政治與經濟報導中「不確定」及其同義詞的出現頻率。Fong 指出,該指數目前正處於歷史最高點。

他主張醫學足以應付這種環境,立論基礎是數學意義上的複雜度。他認為,臨床醫師所調控的生理機制,是可觀測宇宙中最複雜的系統之一——一套歷經 38 億年演化形塑的恆定機制,而臨床醫師卻想用「一顆紅藥丸或藍藥丸」把它重新平衡。複雜度還會層層疊加:生理、病理生理、與病患互動的人,以及包住這一切的系統。Fong 稱這種複雜度是「碎形的」(fractal),並說全世界的醫療服務只要領導者願意誠實面對它、據此管理,就會更好。

「我們的工作,是接下一個在混沌邊緣搖搖欲墜的系統,並在病理、創傷、疾病介入時,試著把它從自己手中救回來。」

標準流程是發射平臺,不是緊身衣

Fong 帶著天體物理學家的直覺進入直升機緊急醫療服務(HEMS):研究一個處於極端條件的系統,隱藏的特性就會自己浮現——就像黑洞物理「本質上就是一杯茶的物理」,卻更能揭示真相。他原以為 HEMS 滿是標準作業程式、檢查清單與流程,會是照本宣科的醫學。結果恰恰相反。這份工作的本質就是無法消除的不確定性:一通電話、四分鐘內起飛、一組六位數的網格座標,然後完全不知道等著你的是什麼。

這些流程存在的目的,是騰出認知頻寬供臨場應變,而不是限制應變。這正是全書的核心平衡:先有結構,才有即興。Fong 把這個論點延伸到系統設計,主張在複雜系統中,變異與多樣性是優勢,因為它們讓系統在計畫失靈時仍能調適。一個以為單一食譜卡就能產生一致行為的設計者,根本搞錯了問題。

尊重專業判斷救了阿波羅 12 號——也是 COVID 得以撐過去的關鍵

阿波羅 12 號的故事,是全集對 Fong 所謂「尊重專業判斷」(deference to expertise)最生動的說明。農神五號火箭發射後不久遭雷擊,儀表讀數一片空白或顯示亂碼,機組人員幾乎要中止任務——拉下一個會彈射鼻錐的把手,那是猛烈且可能無法生還的動作。飛控人員 John Aaron 當時大約 26、27 歲,說了一句在場沒人聽得懂的話:「Try SCE to aux.」飛航總監也聽不懂,但他認定 Aaron 是這方面的專家,於是把指令往上傳。指揮官 Pete Conrad 複誦時唸錯了;最資淺的太空人 Alan Bean 聽出來了,知道那個開關就在他的儀錶板下方,伸手一扳。一切重新活了過來。

Fong 從中得出兩個教訓。第一,在最先進的系統裡,沒有人能看盡所有運轉中的環節,所以職權必須下放到專業所在之處——有時就是房間裡最資淺的那個人。第二,COVID-19 期間在全國層級發生的,正是同一件事。Fong 說,那場應變的神來之筆,是從指揮控制式領導轉向促成式領導(facilitative leadership):下放職權、尊重專業判斷,讓第一線團隊自行調適。指令實質上就是「在你所在的地方,用手上有的東西,做你能做的事」,因而刻意造就了區域差異——跨過奔寧山脈行得通的做法,跟南岸或倫敦就是不一樣。

他斬釘截鐵地說,論紙上條件,NHS 在疫情頭幾週就該崩潰:病床、人力、個人防護裝備、呼吸器、氧氣全都不夠。它沒有崩,是因為人類團隊補上了期望與現實之間的落差。Fong 說,當他終於能把自己從那些慘況中抽離出來、回頭看這段過程時,那是「我這輩子見過最激勵人心的事之一」。他也點出這個時代的諷刺:在一個痴迷科技的年代,最成功的組織將是那些最用力擁抱人力團隊的組織。

失敗人人有份;設計問題在於它會不會讓你癱瘓

Fong 不接受「失敗於準備,就是準備好失敗」這句格言,他偏好更直白的一句:準備好失敗。失敗是普世經驗,真正的本事是優雅地失敗。他拿 NASA 的載人太空飛行計畫,對比帕薩迪納的噴射推進實驗室(JPL),後者的哲學講得明明白白。主持火星探測車團隊的 Robert Manning 告訴 Fong,那些任務從來不是一次就成功——它們是為失敗而設計的。一輛金龜車大小的探測車被送上數億英里外的旅程,幾乎沒有備援,因為每個系統都加倍會讓它重到發射不了。工程的解法就是優雅降級:承受多個獨立故障,仍保住大部分功能。

Fong 把這套邏輯延伸到人與團隊。高效能系統的特質不在於它們能避免錯誤,而在於錯誤不會讓它們癱瘓。他批評 LinkedIn 上那種一路順遂的職涯敘事,也批評把根本原因分析當成預設工具——它有時有用,但在複雜系統裡很少管用。他說,在把責任歸給某個人或某個小團體之前,先問問:系統能不能用不同的方式打造,讓他們有更好的機會?

混沌邊緣,才是可調適系統的棲身之地

Fong 的複雜科學框架,把可存續的系統放在完全秩序與混沌之間。完美的秩序沒有用,因為它不容許調適或新意;混沌則是預測的不可能,對一個整個方法論就是「用近似的現在預測近似的未來」的學科而言,那是致命的。兩者之間是混沌邊緣,系統在此達到最大敏捷度。他主張,醫院本來就因現實所迫而運作在那裡——流感季、門外發生巴士車禍、醫師罷工——而複雜系統往往會自我組織到那個邊緣,因為那是它們存活的方式。

flowchart TD
    A["完全秩序 — 無法調適、沒有新意"] --> B["混沌邊緣 — 最大敏捷度、創新、調適力"]
    B --> C["混沌 — 預測不可能"]
    B --> D["流程與檢查清單騰出認知頻寬"]
    D --> E["流程中的人補上期望與現實的落差"]
    E --> F["優雅降級 — 錯誤不會讓系統癱瘓"]

資料豐富、洞見貧乏:COVID 的資訊失靈

Fong 對疫情應變最銳利的批評是認識論層面的,而非操作層面的。視訊會議(他點名 Microsoft Teams 與 Zoom)讓應變得以進行,但虛擬的在場被誤當成真正的在場。在多層級組織裡,鈍端需要對尖端有準確的認識,並要有能繞過中間層級的機制。結果決策者盯著試算表、長條圖、圓餅圖,就覺得自己掌握了狀況。Fong 的說法是:資料要經過處理才成為資訊,資訊要放進脈絡才成為洞見。「我們資料豐富,但資訊與洞見貧乏。」

他引用社會學家 William Bruce Cameron 在 1960 年代、IBM 大型主機問世之初寫下的話:「不是所有重要的東西都能被計算,也不是所有能被計算的東西都重要。」實務教訓就是:走到工作實際發生的地方,親眼去看。他也引進借自登月的「低閘門」(low gate)概念:飛行器挺直、機組人員終於看見降落點的那個高度,所有理想化的現實模型都煙消雲散,離後果最近的人成為當下最好的判斷依據。他認為 COVID 策略轉向促成式領導,正是這項原則的應用。

談到 COVID 調查,Fong 是支援的:既然有數十萬人喪生,一個漫長而昂貴的程式是「唯一理性的回應」。他對調查結論印象深刻,也希望相關建議能被認真落實,趁當時在場的人還帶著組織記憶——否則同樣的失誤會在二、三十年後重演,他稱之為犯罪。

AI 會先製造不確定性,才解決不確定性,所以要以人為核心來建構

Fong 近期在 BMJ 的文章〈It's the end of the world as we know it (and I feel fine)〉——典出 R.E.M. 的歌——主張 AI 轉型會帶來一段漫長的不確定期,可能延續到他整個職涯,而在這段期間,人力團隊是最大的資產。他警告不要重蹈歷史覆轍:以為更多自動化就是風險的解答。工業化以來的技術研究顯示恰恰相反——要讓科技圍繞著人來形塑,用來支援人,而不是取代人。

他提出三項要求,並說目前沒有任何一項被優先處理:

要求Fong 的理由
臨床人員具備證據評讀能力臨床醫師必須「分得出 AI 的麥子與糠秕」,就像他們受訓時學會分辨藥物與醫材的好壞
病患「與」人力團隊都要參與系統必須同時圍繞提供照護的人與接受照護的人來建構
監管框架「你不可能在沒有煞車的情況下開車,也一樣不可能駕馭這場技術革命」

對於「監管會扼殺創新」的說法,他不以為然,直斥為胡說。

人的代價與任務本身密不可分

Fong 說,全書最深的一層是韌性——個人與團隊的韌性——以及一個問題:臨床醫師如何從一個孩子受傷或喪命的現場,回到把自家孩子綁進汽車安全座椅的日常。他描述自己花了半小時確認安全帶,一旁越來越不耐煩的妻子等著,而他無法解釋為什麼。他的一個孩子對他說:「爸爸,你是安全達人。」他接受這個標籤,說那就是家人眼中的他。

他也談到母親——她過世時,正好是第一批 COVID 病患送進大學學院醫院加護病房的時候;第一位病患進來時,他就在母親的單人病房裡。他感激母親得到他的朋友與同事妥善的照護,也提到幾週後她的葬禮上,悼詞被限制在兩分鐘內。他說母親雖然大約十四歲之後就沒有正式教育,卻是家裡最有頭腦的人;而能夠談論她,對他很重要。

綜合整理

貫穿 NASA、HEMS 與 COVID 的主線是:複雜系統的價值,落在它最難以編碼的那一層——離後果最近的人的判斷。Fong 的貢獻在於讓這一層變得可辨識,卻不加以浪漫化——流程、檢查清單與優雅降級的工程設計,換來的是供臨場應變的認知空間;而尊重專業判斷,則把個人的判斷轉化為組織的能力。有兩股張力仍未解。第一是問責問題:Fong 偏好「正義文化」而非「不責難」,但 Abassi 指出英國缺乏無過失補償制度——不像紐西蘭——這意味著誠實失敗分析所需的結構性前提可能並不存在,而 Fong 並未完全回應這點。第二是記憶問題:調查建議與疫情教訓,都取決於能否在掌握經驗的人離開之前把它編碼儲存下來,而 Fong 除了警告不這麼做將是「犯罪」之外,並未提出機制。對任何掌管高風險作業的人來說,可執行的專案很具體——衡量錯誤是讓你癱瘓,還是隻是讓你降級;建立從鈍端直通尖端的捷徑,而不是信任儀錶板;把 AI 當成必須由受支援的人力團隊吸收的新不確定性來源,而不是人的替代品。

來源: Medicine and Science from The BMJ (thebmjpodcast.podbean.com)
開啟原文

讀者討論

理性交流 · 即時討論