当被劫持的4架飞机中的一架撞进五角大楼时，所有重伤员（其中大部分为烧伤患者）都被送往该市最大的医院——华盛顿中心医院救治。其实所要救治的患者为数很少，因为大多已经死去，但即便如此，烧伤科室也人满为患。与其他大多数医院一样，华盛顿中心医院的负荷一般为95%，因此，突然送来即便少量的患者也会导致整个系统不堪负载。更为糟糕的是，华盛顿中心医院的电话线路遭到破坏，而该地区的移动电话网络也失灵了，因此要想打电话的人都得跳上车，开到几英里外才行。

总体而言，华盛顿中心医院在抢救工作中的表现可圈可点。但是，对于在那里工作的一位急诊医学专家克雷格·费德而言，这次突发事件进一步加重了他心中最大的忧虑。如果当时的烧伤患者再多一些，就会导致华盛顿中心医院陷入失控的混乱局面，那么在更为可怕的灾难来袭，最需要做急诊治疗时，又会是什么情形呢？

其实，早在“9·11”恐怖袭击发生之前，克雷格就已花了数千个小时专门思考这一令人不寒而栗的问题。他是联邦政府资助的一个名为“急诊室1号试点项目”的总规划师，该项目的宗旨是确保急诊室与时俱进。

20世纪60年代以前，医院根本不管突发情况。“那时，如果你在晚上把某个病人送到医院，”费德说，“医院的大门是锁着的。你去按门铃，护士会过来问你有什么事。或许她会让你进去，然后打电话给已回家的医生，而那位医生可能过来，也可能不过来。”救护车往往是由当地殡仪馆运营的——竟然让丧葬承办人来负责帮助运送（还活着的）患者，患者不死才怪！这种错位的设计之荒唐，已属登峰造极了。

如今，急诊医学成为美国第七大医学专科（共38个专科），自1980年以来从业人员已增加了5倍。急诊医学要求医生掌握多项技能，而且要以闪电般的速度救死扶伤，所以急诊室已逐渐发展成为维系公共健康不可或缺的关键部门。美国急诊室接待的患者，一年可达1.15亿人次。除了孕妇生产之外，美国医院所接纳的所有患者中，56%是从急诊室转过来的，而在1993年，这一比例是46%。不仅如此，费德说，“我们的医疗计划漏洞太大，大到你能开辆卡车过去。”

“9·11”恐怖袭击后的善后处理，已确定无疑地凸显出急诊室规模太有限，无法安排激增的伤病人员，这让人十分担心。如果华盛顿中心医院突然增加1000例受害者，那么急诊室是否够用呢？

想到这种可怕的情形，费德就极其痛苦。大多数急诊室外都有救护车专用停车位，一次仅能容纳几辆车。卸架平台也建得太高，“因为建造平台的那些人，已经习惯于建造装货平台。”费德说。顶楼的停机坪也存在类似的问题，因为只有一部电梯，时空方面的限制在所难免。为了解决此类瓶颈难题，费德的想法是设计一个更像机场的急诊区域，要有一个占地很大的向四周辐射的人员接纳区，这样就能开进来为数众多的救护车、公交车，甚至直升机。

然而，这类人员接纳问题并不是费德最担心的。如果某种严重的极易传染的疾病——例如非典、炭疽病、埃博拉病或致命流感病毒变异导致的疾病——肆虐于医院之内，那么医院本身就会陷于瘫痪。与大多数大楼一样，医院大楼的空气流通可能也不太好，这意味着一个患者就会传染数百人。“去医院治疗脚踝骨折，结果却染上非典，你不会希望这事发生在自己身上。”费德说。

解决这种问题的方案在于，建造设有隔离室及全封闭病房的医院，尤其是这样的急诊室。然而，费德提到，大多数医院不想在这方面花钱，因为不能带来额外收入。“2001年曾建过一些很好的医院，设计一流，如今看来，已完全跟不上时代发展的需求了。那些医院建有开放式的隔间，用帘子分开，但如果4号病床上躺着一个非典病人，那么肯定没有患者或医生愿意去5号病床。”

而且费德发现在自己还没开始为急诊病号进行治疗时，有些病人就已经死了，但死因并不是患者就医的病因，而是：诊断错误（粗心大意、自以为是或认知偏见所致）、用药错误（许多是因用药处方字迹潦草所致）、医学用语不精通（例如把X-ray倒过来念）、细菌感染（最致命也最普遍的问题）。

“目前的医疗状况真是糟糕透顶，过去的行为方式没有多少是值得提倡的。”费德说，“医学界没有一个人会承认，但事实就是这样。”

费德在加利福尼亚州的伯克利市长大，青少年时正值喧嚣无序的20世纪60年代，对他而言，这种环境简直太好了。他滑着滑板到处跑，偶尔也会加入当地一个名为“感恩而死”的乐队，即兴演奏。在机械方面，他天资聪颖，只要感兴趣的东西，都能将其拆卸，然后再组装复位。他还胆识过人，事业心强，18岁时已经创建了一家小型科技公司。踏入医学领域之前，他专攻生物物理学和数学。他说，后来之所以成为医生，是因为“被神秘的知识魔力吸引”，渴望能像了解机械系统那样充分认识人体。

当然，机械仍是他的最爱。他总是积极地采用最新技术：在急诊室装上传真机，玩电动滑板车。在当时，传真机和电动滑板车还是新鲜玩意儿。他还兴奋地回忆起了35年前的一次讲座，主讲人是计算机科学家艾伦·凯（Alan Kay），主题是“面向对象编程”。凯的想法是将每个代码转换成逻辑单元，使之与其他任何单元交互作用，这是“流式编程”的奇迹，程序员从此轻松多了，同时还有助于提高计算机的稳定性和灵活性。

1995年，费德的老同事马克·史密斯聘请他到华盛顿中心医院工作，帮助自己解决医院急诊室的诸多难题。（史密斯对技术的优势也笃信不疑。他毕业于斯坦福大学，获计算机硕士学位，硕士论文的导师不是别人，正是艾伦·凯。）没错，华盛顿中心医院的某些科室口碑很好，但是急诊室在华盛顿特区的口碑却一直最差，被公认为拥挤不堪，反应迟缓，秩序混乱，急诊室主任几乎每年一换，而且连急诊室主任自己也称，急诊室是“别人不太想去的地方”。

截至目前，费德和史密斯已联手在不同的急诊室救治过10万多名急诊病号。他们发现急诊室的信息总有缺失。患者进入急诊室后——无论知觉尚存还是不省人事，不管合作与否、神志清醒抑或酩酊大醉——医生必须迅速决定采用何种救治方案。但是，他们往往得提出更多问题，因为他们缺乏这方面的信息：病人近期是否在用药？病人有无病史？血细胞计数过低是意味着急性内出血，还是因为慢性贫血？两个小时以前就应该做好的CT扫描，结果在哪里？

“数年来，我救治病人时得到的信息一直很少，仅限于患者告诉我的信息。”费德说，“要拿到其他数据，得等很长时间，因此就不能把这些数据考虑在内。我们通常知道需要什么数据，甚至清楚这些数据在哪里，但就是无法及时获得这些信息。对救治方案起决定性作用的那么一个数据，可能要在两个小时后甚至两个星期后才能拿到。在紧张忙碌的急诊室，两分钟也耽误不起。当40个急诊病号需要立刻救治，而其中20人正面临死亡的威胁时，上述情形是完全不能容忍的。”

这个问题痛苦地折磨着费德，最后他竟然把自己打造成了世界上第一个急诊医学信息专家。（这个词是他根据计算机术语在欧洲国家的叫法而创造的。）他认为，改善急诊室临床护理的最佳手段就在于提高信息流动的速度。

早在费德和史密斯接手华盛顿中心医院急诊室前，他们就聘请了一些医学院学生，对急诊室的医生和护士进行跟踪调查，向他们提出很多很多问题。很像素德·文卡特斯聘请专人对芝加哥街头妓女进行访谈一样，他们也希望收集到这种靠其他方式难以获得的可靠的一手资料。那些学生问及的问题包括：

·正如上次我跟您谈过的，您需要什么信息呢？

·您要多久才能得到这些数据？

·您从哪里得到数据的？您打过电话吗？是从工具书中查到的，还是和医学图书管理员讨论过？

·您是否找到了满意的答案？

·您是否根据那个答案做出过治疗决策？

·您的决策给病人治疗带来了什么影响？

·那个决策对医院产生了什么样的财务影响？

“诊断结果”非常清楚：华盛顿中心医院急诊室存在严重的“数据不足”（datapenia）^[1]问题，也就是“数据计数偏低”（low data counts）^[2]。医生花在“信息管理”上的时间大约占了60%，而直接用于治疗病人的时间却只占15%。这个比例令人震惊。“急诊医学不是以身体器官，也不是以患者年龄组来定义，而是一个时间决定一切的学科。”史密斯说，“急诊医学就是在救治患者的头60分钟要见成效的学科。”

史密斯和费德发现，医院中300多个数据来源——主机系统、手写便条、扫描影像、化验结果、心血管造影的视频流以及用Excel电子表格记录在某人计算机中的感染控制跟踪系统——均没有实现交互。“如果负责感染控制跟踪系统的人去度假了，而你正设法追踪突然增多的肺结核病例，那么你只能祈求上苍显灵。”费德说。

为了满足急诊室医生和护士的真正需求，就得从头开始设计一整套计算机系统。这个系统必须囊括各种信息（即使只是缺乏一个关键数据，实际上也没有达到要求），必须具有强大的功能、惊人的容量（例如，仅一次磁共振成像扫描就需要大量的数据存储空间），必须兼容性强（如果系统无法将医院所有部门过去、现在或将来的所有数据整合进来，那么这个系统就毫无用处）。

而且，这个系统的处理速度要非常快。不仅因为在急诊室决策缓慢意味着病人会丧命，而且还因为，正如费德从科学文献中所得知的那样，在使用计算机时，如果点击鼠标后在显示屏上看到新数据的响应时间超过1秒，那么计算机用户就会出现“意识漂移”（cognitive drift）；而如果响应时间超过10秒，那么这个用户的注意力会完全分散。这就是治疗错误发生的原因。

为了开发这样一种速度超快、功能强大、包罗万象的系统，费德和史密斯开始把目光转向他们昔日为之疯狂的东西：面向对象编程。于是，他们利用一种他们称为“数据中心”和“数据单元”的新型架构，启动了这项工作。他们的系统将把每个部门的每条数据加以转换，以一种允许每条数据能与其他任何一条数据，或其他任何10亿条数据交互的方式，存储在系统中。

可是，在华盛顿中心医院，并不是每个人都这样饱含激情。从本质上说，公共机构都是规模庞大但又缺乏灵活性的“野兽”，有些属于自己管辖范围的事务是一定要加以保护的，而有些条条框框也是绝不能被打破的。有些部门视数据为自己专有，是不会拿出来共享的。该医院的采购条例十分严格，因此费德和史密斯也无法采购到他们需要的计算机设备。“有一位高层管理者恨透了我们，”费德回忆说，“因此总是不遗余力地设法抵制我们的请求，阻挠有关人员与我们合作。他曾在晚间进入服务请求系统，将我们的服务请求一一删除。”

费德是这样一个世间少有的怪人：总是反其道而行之，玩电动滑板车，办公室墙上还挂着胡安·米罗的原作；而且，当受到质疑时，他一定要设法取得最后的胜利，要么通过个人魅力，如果有必要，甚至会采用胁迫的方式。就连他对开发出的新计算机系统的命名，也有故弄玄虚、故作高深之嫌——Azyxxi，他说，这个名字来源于“能够看到遥远地方（未来）”的腓尼基人，但实际上他笑了笑承认道，“就是我们自己造的”。

最终，费德赢了，或者更确切地说，数据获胜了。在华盛顿中心医院急诊室的唯一一台台式计算机上，Azyxxi投入使用了。费德在计算机上贴了一个标签：“Beta测试版：请勿使用。”（没有人说过他不聪明。）就像亚当和夏娃那样，医生和护士开始小口小口地吃着那个禁果，随后便发现这套系统堪称奇迹。几秒钟之内，他们就能查到自己需要的任何信息。一周之内，这台台式计算机前就排起了长队。这些人不仅仅是急诊室的医生，他们来自医院的各个部门，专门来查数据。乍看之下，整个系统就像是超常创造力的产物。然而，费德说，不是这样，它是执着结出的硕果。

不出几年，华盛顿中心医院的急诊室便从垫底的位置，问鼎华盛顿特区首屈一指的医疗科室。Azyxxi计算机系统所存储的专供医生查阅的信息量已增长4倍，医生在“信息管理”上花费的时间已减少了25%，用于直接治疗患者的时间是以前的两倍多。以前，到急诊室就诊的平均等候时间为8小时；现在，60%的急诊患者在两小时之内就能得到救治。患者的治疗效果比以前好，医生也更开心（出错概率下降了）。每年接待的患者数量翻倍，从4万增加到8万人，而急诊室的工作人员仅增加了30%。工作效率大为提高，而这给医院的收入也带来了积极的影响。

Azyxxi计算机系统的优势越来越明显，这时其他医院也打来了电话。最终，微软公司也打来了电话，收购了这套系统、克雷格·费德及其他所有相关资产。微软将其重新命名为Amalga，第一年便在14家大医院安装了这套系统，包括约翰·霍普金斯医院、纽约-长老会医院及梅奥医学中心。虽然这套系统是在急诊室研发出来的，但是目前90%以上的时间都是其他部门在使用。截至本书写作之时，Amalga系统涵盖了分布在350家治疗中心的大约1000万人的数据；正在家记录赛事得分并统计数据的人听好了，这可是超过150太字节^[3]的数据量！

Amalga系统改善了患者的治疗效果，提升了医生的工作效率，这已经够了不起了，不仅如此，庞大的数据库还创造了其他有利的机遇。医生可通过查找生物表征来确定其他尚未诊断的患者的疾病，可使医院收费的效率更高，使电子医疗记录的梦想即刻成为现实。而且，因为实时从美国各地采集数据，这个系统还可用作预防疾病暴发甚或生化恐怖主义的“远距离早期预警线”。

基于多种原因，评估医生医术总是十分棘手的。

首先是选择性偏差：患者并不是随机分给医生治疗的。两位心脏病专家会对应两组病患者，这两组病患者在很多方面存在差异。医术更高的医生治疗的病人，其死亡率甚至更高。为什么？或许病情更严重的病人会挑选医术最好的心脏病专家。因此，虽然这位医生的医术的确很好，但他的病人也比其他医生负责的病人更容易死亡。

因此，仅仅根据患者的治疗结果评估医生的医术，会让我们不得其门而入。关于医生的“报告卡”大致就是这么干的。是的，这种做法有一定的道理，但同样也会导致某些我们不希望出现的后果。知道依据病人的治疗结果来打分的医生，为了不让自己的得分受到影响，可能会采取“撇脂”策略，拒绝接手那些最需治疗的高危患者。更确切地说，相关研究已表明，正是因为受某些医生的这种心理影响，医院的报告卡实际上伤害了病患者。

医生医术评估工作之所以棘手，还因为治疗效果可能要在病人被治疗之后很久才能被发现。比如，当医生观看一张乳腺X光片时，她不能肯定病人是否患了乳腺癌。如果预约做了活检，那么她可能会在几周后确诊，或者，如果没能查出患者的肿瘤，而患者最终因此丧命，那她可能永远无法确诊了。即使医生的诊断无误，患者得以采取适当的治疗方案，防止病情继续恶化，但也难以确保患者就会遵从医嘱。他是否按所开的处方吃药？是否听从医嘱，改变饮食及锻炼方案？他是否不再吃熏猪皮？

结果证明，克鲁奇·费德团队从华盛顿中心医院急诊室获取的数据，正好是评估医生医术所需要的资料。首先，数据库容量庞大，记录了8年内大约24万名患者的62万多次的就诊资料，还包括治疗这些病人的300多位医生的背景详情。

患者的任何资料都包含在系统中，从她轻松走进，或踉踉跄跄地进入，或被抬进急诊室，直到离开医院，不论生死，所有资料一应俱全。这些数据包括：个人信息；患者进入急诊室时的症状；治疗了多长时间；患者被诊断和治疗的情况；患者是否住院，住院时间长短；患者是否再次住院；治疗总费用是多少；患者是否死亡，死亡时间。（即使两年后死于他处，我们仍然可以将这一数据纳入我们的分析过程，因为该医院的数据与社会保障死亡索引数据是互通的。）

系统数据也会告诉我们哪个医生治疗哪个病人的详情，我们也能据此获得医生的很多情况，包括年龄、性别、就读医学院、实习医院以及从业年限。

一想到急诊室，许多枪击事件的受害者就会浮现在人们的脑海中。现实生活中，这类具有轰动效应的事件的伤员只占急诊室负荷的一小部分，因为华盛顿中心医院另外设有外伤急救中心，所以此类急诊病人在我们的急诊室数据中尤为少见。尽管如此，急诊室接纳的病人，症状之千奇百怪，也确实令人震惊，从威胁生命的病症到完全超出你想象的情形，无所不有。

平均算下来，每天大约有160名患者到急诊室看病。业务最忙的时候是周一，周末则最清闲。（这也间接反映了一个现象：很多人的病情并不是非常严重，否则他们为什么要过完周末才去看医生呢？）急诊室业务高峰期在上午11点左右，最清闲是下午5点，这两个时间段的就诊病人比例可达5∶1。每10个病人中有6个是女性，病人平均年龄为47岁。(www.daowen.com)

病人到达急诊室做的第一件事是告诉分诊护士自己的症状。有些症状是常见的，如气短、胸痛、脱水、类似感冒的症状；有些症状却十分罕见，如喉咙被鱼刺卡了、头被书砸伤了；还有很多被咬的病例，包括被狗咬伤（约300例），或被蜘蛛咬伤（约200例）。有趣的是，被人咬伤的（65例）比被老鼠和猫咬伤的总数（30例）还多，其中还有一例是“在工作时被客户咬伤的”。（可惜的是，患者就诊表中没有从事职业一项。）

到急诊室接受救治的绝大多数患者，是活着离开医院的。出院后的1周内，每250名患者中仅有一人死亡；一个月内，1%的患者死亡；一年内，大约有5%的患者死亡。一种病症是否有致命的危险，并不总是十分明显的（患者本人尤其不知情）。假定你是一名急诊医生，在候诊室有8位病人需要治疗，每个人有下面列出的8种症状中的一种，相对而言，其中4种症状比另外4种症状的致死率要高。你能分辨出哪种症状的致死率更高吗？

症状

四肢麻木　　　　　　　　　精神病发作

胸痛　　　　　　　　　　　　　气短

发烧　　　　　　　　　　　感染

眩晕　　　　　　　　　　　血栓

以下是依据患者在12个月内死亡的概率给出的答案^[4]：

高危病症　　　　　　　　　低危病症

血栓　　　　　　　　　　　　胸痛

发烧　　　　　　　　　　　眩晕

感染　　　　　　　　　　　四肢麻木

气短　　　　　　　　　　　精神病发作

气短是目前最常见的高危病症。（这种症状通常都以“SOB”^[5]表示，因此，如果某天你在你的就医记录上看到这个缩略语，不要以为那个医生讨厌你。）对于很多患者而言，气短似乎并没有诸如胸痛的症状来得令人恐惧。我们看看下列数据：

气短　　　　胸痛

患者的平均年龄　　　　54.5　　　　51.4

占急诊病人病症比例　　7.4%　　　12.1%

住院率　　　　　　　　51.3%　　　41.9%

1个月内的死亡率　　　2.9%　　　1.2%

1年内的死亡率　　　　12.9%　　　5.3%

可以看出，一年之内胸痛患者的死亡率绝不比一般急诊患者的死亡率更高，而气短患者死亡率是胸痛患者死亡率的两倍多。与此类似的是，因血栓、发烧或感染而到急诊室看病的患者，大约有10%的人会在一年内死亡；但如果患者的症状是眩晕、四肢麻木或精神病发作，其死亡率则只有前者的1/3。

既然已经了解这么多，现在我们回到先前提到的一个问题上来：既然我们能弄到所有这些数据，我们如何借此评估每位医生的医术呢？

最显而易见的方法就是，看医生为病人治疗效果的原始数据。事实上，这种方法会反映出医生之间的极大差异。可如果这些结果果真可靠的话，那么在你的一生中，当你出现在医院急诊室时，还有什么因素比碰巧为你看病的那个医生的真实治疗效果的原始数据更重要呢？

然而，基于同样的原因，你不应该把有关医生的报告卡太当一回事，片面地依据报告卡比较医生极易让你进入误区。在同一急诊室工作的两个医生，治疗的可能是两种不同类型的患者。例如，不同时间段接收的患者通常不一样，中午看病的患者，其年龄往往比在深夜来医院的大10岁左右。即使在同一个时间段值班的两位医生，也可能因为技能和兴趣的差异而为完全不同类型的患者看病。将患者合理分配给医生的工作，是由分诊护士负责的。因此，某个医生在值班时被分配的患者，可能全是精神病患者，也可能全是老年病患者。气短的老年患者，比有同样症状的30岁患者的死亡概率大得多，因此，这时我们得谨慎行事，不能妄加评判，或许这个医生医术高明，只是他治疗的病人是老年人罢了。

你真正想做的是一个随机对照实验：当病人来急诊室时，将他随机地分配给某个医生，而不管这个医生是否还有其他病号要看，是否忙得焦头烂额，也不考虑该医生是否具备治疗某种疾病的医术。

然而，实验中涉及的主体可是一群真实存在的大活人，而他们的工作正是要将另一群真实存在的大活人从死亡边缘救回来。因此，这类实验是不会发生的，而且理由显然充分。

既然我们没法开展严格意义上的随机实验，而仅盯住原始数据中病人的治疗效果又会让人误入歧途，那么评估医生医术的最佳手段是什么呢？

因为急诊室的性质，还有一种实际的随机因素存在，这可以帮助我们找到答案。这其中的关键在于，当患者到达急诊室时，当时哪位医生在值班，他们是毫不知情的。因此，10月某个周四下午两三点到医院看病的病人，通常会与下周同一时间段，或下下周同一时间段的病人存在相似之处。但是，在这连续三周周四的同一时间段内，值班医生十之八九是不同的。因此，如果在第一个周四看病的病人，其治疗效果没有第二周或第三周就诊病人的治疗效果好，那么原因可能就在于，第一个周四的值班医生没有后面两周值班医生的医术高明。（本例所研究的急诊室，每个班次通常有两三位医生值班。）

当然也可能有其他原因，例如运气差、天气不好或大肠杆菌暴发。然而，当你要评估某个医生医术，在查看其数百次值班期间治疗病人的记录后发现，在这些班次接受治疗的患者，其治疗效果明显较差，那么这就比较清楚地反映了一个问题：医生是主要原因。

关于研究方法，最后补充一点：诚然，我们是通过哪些医生在同一个班次上班这一信息来进行分析，我们并未考虑哪个医生治疗了哪个特定患者，为什么呢？因为分诊护士的工作职责在于，把患者合理分配给医生，这种分配不是随机简单处理的。在我们的分析中毫不考虑医生和患者匹配的具体情形，似乎有违常理，甚至有浪费资源的嫌疑。然而，在医患双方选择都是非随机的情况下，要找到问题的真正答案，唯一方法就是舍弃貌似十分重要的信息。

那么，将这种方法应用于克雷格·费德所收集的海量数据集中，我们又能得到有关医生医术的什么结论昵？

或者，我们可以这样说：如果你到急诊室时病情十分危急，那么你存活下来的概率到底在多大程度上取决于值班医生呢？

简短回答就是……关系并不大。原始数据反映出的大多数看似是医生医术的因素，事实上是医生的运气使然，也就是说，这是因为有些医生治疗的病人其病情并没有那么危急罢了。

这不是说，急诊室中最优秀的和最差劲的医生之间毫无差别。一年中，急诊室最出色的医生治疗的病人12个月内的死亡率，大约比同期平均死亡率低10%。这个比例似乎不是很高，但在一个业务繁忙的急诊室，每年治疗的病人多达数千，因此相对于最差劲的医生来说，最优秀的医生每年或许可以多救六七条人命。

有趣的是，在很大程度上治疗效果与治疗费用没多大关系。这意味着最出色的医生在检测费、住院费等方面不会比那些逊色的医生收费更高。现在，大家普遍认为，在医疗保健方面的支出越多，治疗效果就会越理想。而上述事实却与当下人们普遍接受的观念相左，这值得深思。目前在美国，医疗保健支出占国内生产总值的16%以上，与1960年相比上升了5%，预计到2015年将占20%。

那么，最出色的医生有什么特点呢？

从很大程度上说，我们的发现并不是令人非常吃惊。出色的医生从一流医学院毕业的比例之高令人咂舌，或者曾在知名的医院实习。丰富的从业经验也非常重要：工作经验比别人多出10年，也能产生与在顶级医院实习带来的同样优势。

还有一点，出色的急诊医生往往是女性。当如此多的聪明女性拒绝接受教职工作转而就读医学院时，这可能对美国中小学的适龄孩子极为不利，但是通过分析，我们备感欣慰地发现，在挽救生命方面，女医生比男医生略胜一筹。

与一名医生出色与否无关紧要的一个因素似乎是同事的评价——不论评价是高是低。我们要求费德和华盛顿中心医院的其他主任医师列出急诊室最出色的医生。事实证明，他们所选择的出色医生，在降低患者死亡率方面跟一般医生的表现差不多，只不过他们善于减少每位患者的治疗费用。

因此，对于病人来说，在急诊室被分配的那位医生的确非常重要，而综观全局，其他因素就没有那么要紧了，例如你的病情、性别（在急诊室就诊后1年之内，女性的死亡率比男性低很多）和收入水平（贫穷患者比富裕患者的死亡率要高很多）。

这里有个天大的好消息：急匆匆被送到急诊室，自己认为即将死去的大多数患者，实际上基本都存活了下来，至少不会很快死亡。

事实上，如果他们就待在家，不去医院，情况会更好。现在看看美国洛杉矶、以色列及哥伦比亚发生的一系列波及范围很广的医生罢工事件，其中的数据可以印证上述观点。结果表明，在这些地方的医生罢工期间，患者死亡率显著下降，幅度为18%～50%不等！

从一定程度上说，我们或许可以这么解释这个结果：罢工期间，患者推迟了非急需外科手术。克雷格·费德读到这类医学文献时，他首先想到的就是这个原因。有一次，当华盛顿特区的很多医生同时去外地参加医学会议时，他有机会观察到了这一现象——患者死亡率全面下降。

“当医生与患者之间的沟通过多时，各种因素都在无形中被放大了。”他说，“病情不足以致命的很多患者开始服用更多药物，采用更多治疗方案，而其中很多药物或方案并没有多大作用，甚至有负面作用。与此同时，真正患有致命疾病的病人却鲜有得到合理治疗的，最终以这种或那种方式死亡。”