鉴别诊断是识别并区分可能解释一个人症状、体征或异常检查结果的各种病症的过程。这个术语也指该过程得出的一组相互竞争的解释,通常称为“待鉴别诊断”。在诊断过程中,鉴别诊断将临床信息的收集与可能解释的选择、修正或排除联系起来。其目的不仅是给疾病命名,更是确定哪种解释最符合现有证据,以及哪些重要的其他可能性仍未得到澄清。
鉴别诊断在医学中占据核心地位,因为大多数临床发现并非某一种病症所独有。例如,呼吸困难可能源于肺、心脏、血液、代谢或心理功能方面的异常。反过来,同一种疾病在不同阶段或不同人身上,也可能有不同的表现。因此,诊断推理需要综合考虑生物学机制、临床表现模式、疾病发生频率、检查的诊断性能,以及延误或判断错误的后果。
这一过程需要反复进行,而非一次性的排除。随着病史信息逐渐充实、查体发现陆续出现、检查结果反馈以及临床病程日益明朗,最初考虑的各种可能性也会随之变化。即使已经开始治疗,鉴别诊断仍可能只是暂定的;最终也可能需要多个诊断才能解释这些临床发现。
范围、术语与诊断确定性
鉴别诊断可以针对某个症状、某种综合征、异常的检查结果,或偶然发现的病变。对于胸痛,任务是比较可能引起这一症状的疾病。对于意外发现的血红蛋白浓度偏低,则需要区分贫血的发生机制和病因。对于影像检查中发现的肿块,可能需要区分肿瘤性、炎症性、感染性及发育性病变。因此,鉴别诊断并不限于患者因尚未确诊的疾病而就诊的情境,也贯穿于检验医学、放射诊断和组织病理判读之中。
几个相关术语反映了对诊断判断不同程度的认可。工作诊断是当前用于指导检查或诊疗安排的解释。暂定诊断明确表示,该诊断仍有待确认,也可能修正。综合征指一种可识别的临床表现组合,但不一定明确其病因。最终诊断是在诊疗的某一阶段得出的结论,但“最终”一词并不意味着日后不能修正。这些术语不能互换使用,其在行政管理中的确切含义也因机构而异。
诊断的确定性还取决于所作判断的类型。发现解剖结构异常,不同于确定其病因,也不同于证明它能够解释患者此次就诊的主诉。例如,影像检查可能显示存在胆结石,却不能据此确定某次腹部不适就是由胆结石引起的。同样,某种生物标志物升高可以提示组织损伤,却未必能指明背后的疾病。因此,鉴别诊断推理必须区分异常是否存在、其发生机制,以及它与临床问题之间的因果关系。
“排除性诊断”是指某种疾病的确诊,部分依据是证明相关的其他可能解释缺乏支持。这并不意味着已经对所有能够想到的疾病进行了检查,也不意味着该诊断没有支持它的特征性临床表现。有些疾病的诊断既依靠特征性的表现模式,也需要有针对性地排除重要的其他可能疾病。反过来,即使做遍一大套检查仍未找到病因,也不能仅凭这一点确立某个特定诊断。
鉴别诊断也不同于医学筛查和疾病分类。筛查是在并非因某种疾病的表现而前来就诊的人群中寻找该疾病的证据,而鉴别诊断通常是对已经存在的临床问题作出解释。国际疾病分类等分类体系对已记录的诊断进行归类,以便交流、统计和行政管理;它们并不提供判断应当采用哪一诊断所需的推理过程。
比较诊断的历史发展
比较疾病的各种可能解释,远早于现代生物医学的出现。早期医学传统将症状归纳为反复出现的模式,但用来解释这些模式的理论体系,与当代疾病概念存在显著差异。在欧洲医学中,体液学说通常将疾病归因于体内各种体液的失衡,而非特定病变或微生物。因此,历史记载中看似与现代疾病相符的描述,并不总能视为与现代诊断类别等同。
一个重要转变,是开始将患者生前观察到的症状与死后发现的异常进行系统性对照。乔瓦尼·巴蒂斯塔·莫尔加尼于1761年出版的《论通过解剖探究疾病的部位与原因》,有助于确立将病变定位于器官的重要性。这种临床病理学方法,使人们能够区分症状相似、但累及结构不同的疾病。它的发展推动了病理学成为一门学科,也使诊断解释转向可观察的解剖学变化。
物理诊断方法拓展了患者生前可获取的证据。利奥波德·奥恩布鲁格于1761年描述了叩诊法,勒内·拉埃内克于1816年引入听诊器,并于1819年出版了系统论述间接听诊法的重要著作。这些方法使临床医生能够将声音及其他床边检查所见,与其背后的胸部疾病进行对照。此后,显微镜技术、临床化学以及细菌致病论的发展,进一步使人们能够依据不同病因,将原先归为同一综合征的疾病区分开来。例如,过去统称为“热病”的疾病,逐渐可以根据其致病微生物和病理影响加以区别。
20世纪,诊断逐步形成了更为明确的统计学和决策理论框架。罗伯特·莱德利与李·拉斯特德在1959年的论文《医学诊断的推理基础》中,运用符号逻辑、概率和决策分析研究医学诊断。他们的工作有助于阐明如何系统地结合已有知识与新观察结果。后来兴起的循证医学强调,应以实证研究估计检查的准确性、疾病的发生频率和治疗效果,而不能仅依赖权威意见或印象深刻的病例。
关于医学认知的研究又提供了另一种视角:专家通常不会从基本原理出发,逐一提出并检验所有可能的诊断。他们会识别熟悉的模式,调用有组织的知识,并在病例不典型或判断后果重大时,转而进行更审慎的比较。因此,当代观点既将鉴别诊断视为科学推断问题,也将其视为人类的认知活动。历史发展拓宽了可用证据的范围,提高了证据的精确性,但仍无法免除对不完整、有时甚至相互矛盾的信息进行解读的必要。
构建具有临床实用价值的鉴别诊断
构建鉴别诊断首先要对临床问题进行概括。一份详细的病史所包含的信息,远远超出了临床医生能够同时考量的范围,因此需要将其提炼为有助于区分各种合理解释的特征。这些特征通常包括年龄、相关暴露、基础疾病、主要表现、病程、严重程度以及重要的伴随表现。“突发局灶性无力”与“缓慢进展的全身性无力”不只是描述不同;它们提示的机制和可能诊断也有显著差异。
病程尤其具有提示价值。数秒内出现的症状与数周或数年间逐渐发展的症状,所提示的病理过程各不相同。突发的神经功能障碍可能源于血管事件、癫痫发作或代谢紊乱,而进行性功能受损则可能提示退行性、炎症性、结构性或其他病因。解剖定位提供了另一条组织思路。中枢神经系统病变所致的无力,其分布和查体特征可能不同于周围神经、神经肌肉接头或肌肉疾病所致的无力。
有用的鉴别诊断应当条理清晰,而不只是罗列得长。一种方法是按机制对可能诊断进行分组:血管性、感染性、炎症性、肿瘤性、代谢性、中毒性、创伤性、先天性或退行性。另一种方法则按解剖部位或器官系统分组。例如,对于水肿,可以从静水压升高、血浆胶体渗透压降低、血管通透性增加以及淋巴回流受阻等机制入手加以区分。每一种机制都指向特定的疾病,也有助于解释为什么观察到的水肿分布具有诊断意义。助记法可以帮助拓宽思路,但其中的分类本身并不能作为支持某项诊断的证据。
临床表现也可以组织为“疾病脚本”,即将疾病发生的背景、内在病理过程及预期表现联系起来的知识结构。肺炎的疾病脚本可能包括呼吸道症状、发热、肺部局灶性体征,以及相符的影像学表现。疾病脚本并不是僵化的核对清单。老年人或免疫功能低下者可能有不同的表现,某些具体表现也可能缺如。它的价值在于将预期表现明确到足以与实际病例进行比较的程度。
由此得出的可能诊断,通常需要从不止一个维度进行排序。按可能性排序,是为了找出最符合现有证据的解释;按紧迫性排序,则是为了识别那些一旦延误就可能造成严重后果的诊断。这两种排序未必一致。某种相对少见但危险的诊断,即使不是最可能的病因,也可能需要重点关注。因此,一份简明且分清轻重缓急的鉴别诊断,往往比将罕见病与常见病等量齐观的详尽清单更有参考价值。
概率、贝叶斯更新与诊断阈值
鉴别诊断本质上是一个基于概率的过程,因为临床发现很少能确凿地证实或排除某种疾病。某种疾病的初始概率部分取决于患病率,但人群患病率并不必然等同于个体的验前概率。年龄、暴露史、症状、合并疾病和就诊环境都可能显著改变这一概率。某种疾病在一般人群中可能并不常见,但在因某一特定综合征转诊至专科门诊的患者中,却可能相对常见。
贝叶斯定理以数学形式描述了新证据如何改变先验概率。对于疾病假设 和证据 ,有:
其中, 是先验概率, 是纳入证据后的概率。在临床检验中,一种便于使用的等价形式采用比值(odds)表示:
概率与比值的关系为 。区分两者很重要,因为似然比相乘的对象是比值,而不是直接与概率相乘。
灵敏度与特异度描述了检验在患有和未患有目标疾病的人群中的表现。灵敏度是患病者中检验结果呈阳性的比例;特异度是未患病者中检验结果呈阴性的比例。相应的似然比为:
这些指标将检验性能与概率更新联系起来,但其适用性仍取决于受检人群、疾病谱以及检验的实施方式。
一个假设性例子可以说明初始概率的重要性。假设某项检验的灵敏度和特异度均为90%,检验前的患病概率为1%。在10,000名情况相近的人中,约有100人患病,其中90人的检验结果会呈阳性。在其余9,900名未患病者中,约有990人的检验结果也会呈阳性。因此,阳性结果中真正患病的比例仅为 ,即约8.3%。这些数字仅用于举例,并非对任何特定临床检验性能的估计。
概率本身并不能决定行动。决策阈值还取决于漏诊的后果、检查的危害,以及治疗的获益与危害。在决策分析中,当检查的可能结果能够改变首选行动方案时,检查最有价值。概率极低时,进一步检查可能无法提供有助于决策的信息;而概率足够高时,某些确诊性检查可能已无必要。这类阈值取决于具体情境,并非普遍适用;即使已有充分理由采取某项行动,诊断仍可能存在不确定性。
诊断证据的选择与解读
当收集到的信息能够区分各种合理解释时,信息收集才有价值。询问症状何时出现、是否接触过某种药物,或发现一项体格检查体征,都可能像复杂的检查一样,显著改变鉴别诊断的方向。当相互竞争的诊断预示着不同答案时,证据尤其有用。相反,收集大量非特异性异常,可能引入虽真实存在、却与本次就诊问题无关的发现,使解读更加困难。
实验室检查是在特定分析条件下测量某种生物学量。其结果的解读取决于标本质量、采样时机、参考限值、检测方法的特性以及所要解答的临床问题。参考区间通常涵盖选定参考人群中居于中间的95%的数值,并不一定是诊断界限。因此,一些健康人的结果会落在参考区间之外,而一些患病者的结果则会落在区间之内。检查项目的数量及其相互关联程度,会影响一组检查中出现表面异常结果的频率。
不同检查回答的问题类型各不相同。心电图记录电活动,影像学检查显示结构或功能特征,活组织检查则可用于观察所采集的组织。任何一种检查都无法不受限制地揭示疾病全貌。影像学检查可能漏掉低于其分辨率或位于检查范围之外的异常。组织样本也可能未能取到局灶性病变。因此,阴性结果的意义必须结合具体检测目标、该情境下检查的敏感度以及检查前概率来判断。
检查时机可能起决定性作用。病原体在数量达到足够水平之前可能难以检出,抗体反应可能尚未形成,或组织损伤标志物的水平仍低于诊断阈值。例如,评估疑似急性心肌损伤时,需要结合症状出现的时间及多次测量结果的变化来解读肌钙蛋白。在适当的检测条件下,浓度升高可确立心肌损伤,但单凭这一点不能确立心肌梗死的诊断,后者还需要心肌缺血的证据。区分所测得的生物学事件与最终诊断,可以避免将某个标志物误当成完整的解释。
多项检查结果也并非总能视为相互独立的证据。密切相关的炎症标志物、反映同一基础过程的重复测量,或同一病变的多个影像学特征,所提供的信息可能相互重叠。若将它们视为独立证据并把似然比相乘,就可能夸大判断的确定性。偶然发现还会带来另一个问题:检出的异常可能引发进一步检查,却无法解释最初的主诉。这与过度诊断不同;过度诊断指的是发现了确实存在、但在当事人一生中本不会引起症状或造成危害的病症。
鉴别诊断在不同临床领域中的差异
比较各种可能性的基本逻辑在医学各领域是相通的,但可获得的证据和可接受的不确定性因专科而异。在急性诊疗中,眼前需要处理的往往是一组临床表现,而非已经确诊的疾病。呼吸困难可由心力衰竭、肺炎、肺栓塞、贫血、气流受限、代谢紊乱及其他原因引起。这些可能病因在症状上有所重叠,但其机制、预期检查所见和紧急程度各不相同。因此,初步评估可能会同时围绕多个假设展开检查,而不是完成一条诊断路径后再开始另一条。
神经科诊断思维尤其强调先定位、后定性。语言障碍、视野缺损和单侧无力同时出现,可能提示局灶性脑部病变。随后,鉴别诊断会着眼于脑卒中、癫痫发作相关功能障碍、偏头痛相关表现或结构性病变等原因。相比之下,没有局灶性体征的弥漫性意识混乱,则可能提示另一类全身性或脑部病理过程。定位不能确定病因,但能缩小排查范围,并帮助判断看似彼此独立的表现是否可能源于同一处病变。
在血液学中,分类通常从可测量的特征入手。对于贫血,血常规、平均红细胞体积、网织红细胞反应及血涂片形态,有助于区分红细胞生成不足、失血和红细胞破坏增多。小红细胞可见于缺铁性贫血,但并非其特异性表现。网织红细胞反应增强,可能支持失血或溶血后骨髓出现代偿性造血活动,不过,检查时机及并存的骨髓功能障碍也会影响结果的解读。按机制归类可以缩小鉴别诊断范围,但不能使任何单项测量结果成为定论。
在精神卫生领域,诊断通常依据症状组合、持续时间、功能受损情况及纵向病史,而非某一项能够确诊的实验室结果。抑郁症状可见于抑郁症、双相障碍、物质相关障碍及某些躯体疾病。因此,鉴别诊断需要比较既往发作、用药与物质接触史、伴随表现以及随时间变化的病程。躯体疾病与精神障碍可以并存;发现其中一种,并不意味着另一种自然被排除,也不能据此认定它足以解释所有症状。
病理学和放射学常根据形态学模式提出鉴别诊断。放射科医师可能针对肺部阴影列出几种解释,并根据影像表现和临床背景排列其可能性。病理科医师则可能比较显微镜下特征相似的肿瘤,再选用特定染色或分子检测结果加以区分。在这两个领域,将标本或影像与临床病史相结合,都能使解读更具参考价值。仅凭孤立影像提出的鉴别诊断,并不一定等同于对患者作出的整体诊断。
时间、重新评估与多种并存病因
许多疾病只有随着病程演变,才会显现出可供诊断的特征。早期表现可能缺乏特异性,而后续出现的临床发现则可能帮助区分最初看起来相似的疾病。因此,诊断在一定程度上也是对病程走向的判断,而不只是对某一时点状态的描述。持续存在、反复发作和稳步进展的症状,即使在某次就诊时严重程度相近,也会使医生对后续病程产生不同预期。重新评估就是用此后实际发生的情况来检验这些预期。
纵向信息可以提供单次就诊无法获得的证据。反复发作的规律、实验室检测数值的逐渐变化,或新出现的局灶性体征,都可能改变各项诊断假设的优先顺序。反过来,如果某种疾病通常会按特定方式进展,但预期的病程并未出现,那么该诊断的可能性就会降低。不过,没有进展并不总是意味着可以放心:有些疾病会波动、长期进展缓慢,或在某些时段检测结果正常。时间所提供的证据价值,取决于所考虑疾病的生物学特征。
治疗反应可以为诊断推理提供依据,但仅凭这一点通常无法作出定论。症状改善可能源于自然康复、治疗的非特异性作用、同时采取的其他干预措施,或症状程度回归其通常水平。安慰剂效应可以影响患者对症状的感受,却不能据此证实所提出的疾病机制。同样,如果治疗的实施方式、剂量、疗程、不可逆损伤或另一种疾病影响了疗效,那么未见改善也不一定能否定某项诊断。因此,治疗反应是另一项需要解读的观察结果,而不是能自动给出诊断结论的检验。
倾向于用单一解释统一说明所有表现,通常与诊断简约原则有关。当一种机制能够合理地将多项临床发现联系起来时,这一原则很有用;但如果强行把互不相关的问题归入同一种疾病,就会产生误导。共病在老年人群和患有多种慢性病的人群中尤为值得重视。例如,呼吸困难可能是心脏疾病和肺部疾病共同作用的结果,而不是仅由其中一种疾病引起。用于治疗已确诊疾病的药物,也可能引发新症状,或改变另一种疾病的临床表现。
因此,鉴别诊断必须容纳多种关系:一种疾病造成多项临床发现,多种疾病共同导致一种表现,以及偶然发现、与主要问题无关的疾病。记录中可以通过注明哪些情况已经确定、哪些仍属怀疑,以及哪些证据可能改变当前判断,来保留这些区别。当患者的诊疗在不同临床医生或医疗机构之间交接时,明确这些区别可以防止早期假设因反复转述而悄然变成公认事实。
诊断错误与认知局限
诊断错误包括未能及时、准确地解释健康问题,以及未能恰当地传达这一解释。它的范围不只是选错疾病名称。即使最终诊断正确,只要存在本可避免的延误,也仍可能构成诊断错误;一份在技术层面准确无误的报告,如果其意义未被认识或传达,也可能无法发挥作用。因此,诊断错误研究属于患者安全领域,既涉及个人的推理过程,也涉及医疗服务的组织方式。
认知偏差是指可能使判断失真的反复出现的思维倾向。锚定偏差是指,即使后续出现了相反证据,最初的印象仍对判断产生过度影响。过早定论是指,尚未充分考虑其他合理解释,就停止了诊断探寻。可得性偏差可能使近期遇到过或令人情绪震动的疾病显得比其实际发生频率所支持的更有可能。确认偏差则表现为偏重支持现有假设的证据,而轻视与之相悖的证据。这些分类有助于描述错误,但事后识别出某种偏差,并不一定就能完整解释某次诊断失误的原因。
模式识别并非天生不可靠。在熟悉的情境中,它能让专家迅速解读复杂的临床表现组合,而且往往相当准确。当表面上熟悉的模式掩盖了重要差异,或信心超出了证据质量所能支持的程度时,问题就会出现。审慎分析同样存在局限:一份很长的核查清单也可能不完整、使用不当,或建立在错误知识之上。因此,不能将诊断安全简单归结为在所有情况下都用较慢的推理取代直觉。
知识、沟通和系统设计会与认知相互作用。既往检查结果无法获取、标本标签错误、诊疗过程受到打断,或影像学报告未经审阅,都可能导致错误,即使临床推理本身原本并无问题。诊断标签还可能影响后续就诊。一旦某个症状被归因于已有的精神疾病或慢性躯体疾病,新的疾病就可能得不到充分考虑,这一过程通常称为诊断遮蔽。既往诊断的存在,并不能决定此后每一次不适的原因。
评估诊断表现时,需要注意不确定性和事后偏见。不良结局不能证明先前的决策不合理,因为决定性证据在当时可能尚未出现。反过来,良好结局也不能证明推理过程是安全的。评估若能还原各阶段可获得的信息、是否考虑过其他合理解释,以及尚未解释的临床发现是否得到了适当的后续处理,就能提供更多有用信息。不同错误需要不同的纠正方法;知识欠缺、检查结果处理不可靠和证据解读错误,是不能混为一谈的问题。
决策支持、教育与研究
计算机辅助诊断支持涵盖了从基于规则的专家系统、统计预测工具到现代机器学习模型的各种系统。这些系统可以生成候选诊断、估计风险、识别影像中的模式,或发现临床变量之间的相互作用。临床预测规则通常将一组明确规定的临床发现结合起来,估计特定人群中某一特定结局的发生概率。其适用范围比不受此类限制的鉴别诊断更窄,解读时必须考虑该规则开发和评估时所针对的应用场景及适用条件。
预测工具通常通过区分度和校准度来评估。区分度指模型在多大程度上能够区分发生与未发生某一结局的人;校准度则指预测概率与实际观察频率的一致程度。模型即使能很好地对患者的风险进行排序,也可能系统性地高估风险。当患者人群、测量方法、疾病发生频率或临床工作流程与开发时的情境不同时,模型的表现也可能发生变化。因此,外部验证所回答的问题,与模型是否拟合其原始数据并不相同。
人工智能和大语言模型使能够生成解释性文本和广泛诊断列表的系统受到更多关注。这类输出可能看起来像临床推理,却并不能证明其概率经过校准,或其结论有依据。生成的解释可能包含事实错误、遗漏重要的备选诊断,或随措辞变化而改变。在书面病例情境中开展评估,也不同于评估实际诊疗中的表现;在实际诊疗中,信息并不完整,检查选择会带来后果,沟通则随着时间逐步展开。要判断一种诊断辅助工具是否有用,必须评估它对决策和患者结局的影响,而不能仅看正确的诊断名称是否出现在列表中的某个位置。
鉴别诊断教育将生物医学知识与反复比较病例相结合。以病例为基础的教学可以明确揭示有鉴别意义的特征:为什么某种病程更支持血管性机制,为什么某种分布提示特定的解剖部位,或者为什么在先验概率较低时,阳性检查结果仍不足以下定论。模拟训练和有督导的临床接诊可以补充书面病例可能未涵盖的技能,包括采集存在不确定性的病史、选择有助于获取关键信息的问题,以及向患者说明初步结论。反馈尤为重要,因为临床医生并不会自然而然地得知自己所评估的每一位患者的最终结局。
研究面临重大的测量难题。参照标准本身可能并不完善,有些诊断也只有经过长期观察才会明确。如果仅有部分经过选择的患者接受确证,如果检查结果的判读者已知参照标准的结果,或研究人群包含诊断特征异常鲜明的病例,诊断准确性研究就可能产生偏倚。队列研究、病历回顾和前瞻性评估各自反映诊断表现的不同方面。诊断干预研究还必须区分检出增加与有实际意义的获益:开展更多检查、记录更多诊断,并不一定会减少错误、减轻伤害或改善健康。