「医療現場の行動経済学ーすれ違う医者と患者」（東洋経済新聞社）
新近读到一本从行为经济学的观点来解释医疗场景下所碰到的问题的书，加上民航医院医生被害的事件，更觉得有必要来分享这本书的内容，以促进大家对于医患关系的理解。
前言
想象一个场景：对于一位大概只能坚持3个月的晚期癌症患者，医生对他说“现在已经没有任何治疗的可能性了，与其接受痛苦的治疗，不如回家做自己想做的事吧。”，患者的反应是“你说不要治，那就等于说是让我去死。我也不会再让你治了。”，患者可能觉得医生毫无医德。
医生做出了客观的决定，但是却没有了解晚期患者的求生心理，即宁可接受副作用强且实际会缩短寿命的治疗。这一心理在行为经济学中就被称为损失规避，人倾向于规避损失，往往会选择具有哪怕只能稍微减少损失的可能性的选项。从医生的角度兴许还纳闷为什么患者不相信统计数字，不愿意作出理性的选择。患者与医生的想法就这样岔开了。
在早期医学知识没有大量普及的时候，医生只要选择自己认为正确的疗法，患者也任由医生去选择，因此一般也会对患者本人隐瞒得了癌症的事实。随着医疗知识的普及，原本由医生在众多疗法中进行抉择的动作也被部分交与了患者，在双方信息百分百共享的情况下，患者应该可以作出比由医生单方面的决策更有利于自己治疗的决定，患者比如可以选择副作用少、不太痛苦地度过余生的治疗方式。但是，疗法信息的提供方式却可能导致患者无法作出真正有利于自己的决定。
如今，知情同意这种方式是一种普遍采用的方式。医生将医疗信息告诉患者，在患者充分理解治疗的内容、后遗症、副作用的可能性之后，医生与患者双方共同作出一致的决定。然而医疗信息本身就非常复杂，无法指望患者能充分理解相关信息并作出最理想的决定。传统经济学中假定决策者为“理性人”，认为他可以经过客观、精密的计算来作出最有利的决定。但是人做决定时并不总是理性的，总是会存在各种偏见或偏差（Bias），所以即便是对于相同的背景信息、前提条件，哪怕是提供信息的方式存在不同，人也可能会作出不同的决定。为了作出更有利的医疗决策，不论是患者还是医生都需要注意到我们作为人而存在的思维的局限性的这种偏差。
为了让作出决策的人能在最大限度保证选择自由的情况下，作出更好的选择，就需要一些技巧。一个典型的技巧就是助推（Nudge），意思是指轻轻地用手肘推一下别人。比如企业如果希望员工尽量加入企业年金计划，那么就不应该让员工自由决定是否参加，而是可以采用默认所有员工均加入，但同时提供手续简便的退出的选项。在这种情况下，即便退出年金计划很容易，但是大部分人反而不会退出，这是因为我们一般会接受默认选项，不会轻易改变。所以在医疗场景中，医生提供知情同意的信息时，也可以采用这样的方式，从而得到共同决策（shared decision making）的结果。
什么是医疗行为经济学
沉没成本（因为我已经付出很多了，所以不愿意放弃）
比如有一位患癌十年的患者，已经出现了心衰的症状，虽然肿瘤没有得到控制，但医生建议先停止抗癌药，把心脏问题先治好。此时患者会认为已经坚持吃了十年的抗癌药，不能轻易停止，即便其副作用在客观上会导致患者被癌症打倒之前就可能会因为心脏病去世。吃了十年抗癌药这个行为本身是一个“沉没成本”，虽然它是成本，但是不可能再追回，也无法对当前的决策起到任何影响。就好比股市中的追高卖低，或者说买了十年但是没穿的衣服舍不得扔，觉得当初是花了大价钱买的扔了可惜，但是不扔的结果不仅不能把买衣服的钱追回来反而占了家里的空间和带来了保养的成本。所以这样医生就应该让患者不要再纠结于过去付出的成本，而是充分认识到不停止抗癌治疗所要面临的将来更大的风险以及停止抗癌药之后可能的收益。
维持现状的偏好（我现在不是挺好的吗？）
比如一位肺癌的患者已经出现了骨转移，医生就建议患者说要让疼痛科专家会诊，提早对将来因骨转移导致的疼痛进行治疗，但是患者却认为现在的药吃得挺好的，虽然骨头开始疼了，但是自己还可以坚持，没有必要再去找一个医生，再加新的药。患者有这样的想法是因为人倾向于维持现状，改变现状即会把它当成损失，通俗一点来说也就是人会被温水煮青蛙。那么如何促进患者作出有利的决定？既然患者注目于“现状”，那么就将患者所理解的现状改变为医生所以理解的现状，告诉患者“对于开始采用第2种抗癌药的患者我们都有义务告知他们，如果之后疼得厉害并且我开的止疼药起不到效果的时候，就需要疼痛科专家会诊，这是标准的治疗方法”。从而让患者认识到维持现在的治疗方案不是现状，让疼痛科的医生会诊才是现状。
现时偏好（Present Bias我现在不想做决定）
比如对于病危状态的在ICU治疗的患者，医生对家属说“现在的情况你也看到的，据我的经验如果他心跳停止的话，即便做心脏按摩也基本上无法恢复心跳了，只会让病人更痛苦”，所以你看如果心跳停了的话我们是不作处理，还是做心脏按摩呢？“，家属会说“我现在一时也没法做这么大的决定，还是让我想一想”，但是到了第二天，家属很可能仍然还是以责任重大的理由不断推迟做决定的时间。此时医生或护士可以告诉家属：大部分人在这种情况下为了不让病人痛苦一般都没有选择做心脏按摩。这样家属为了跟普遍行为保持一致，也就可能顺利作出决定了。
可得性偏好（availability heuristic 不是听说那个神药可以把癌治好吗？）
比如有一位患者在体检中发现自己得了癌症，医生推荐开始正常的治疗，服用抗癌药物或放化疗。但是病人说：“我前两天还在报纸上看到**药酒吃了有个人的癌症就好了，而且据说还没有副作用，所以要不我先喝点那个药酒，实在治不好的化再用抗癌药吧。”。这是因为人做决策的时候不会调用全面的客观的背景知识，而是基于容易联想起来或者容易做的信息来作出决定。例如在网上就可以招到这样的例子，实验人员问参与者，英语词汇表中是以“r”开头的单词多（例如roof），还是“r”是第三个字母的单词多（例如circle），因为以r开头的单词很容易联想到，但是出现在单词中间的很难想起来，于是人们就会简单地下结论说以r开头的单词数目多。那么在医疗场景，医生可以告诉患者他看到的所谓神药实际上都是夸大宣传的效果，也许某一个两个人碰巧吃了这种药也有了效果，但是更多的人反而面临的是症状的进一步恶化。在了解患者存在这种可得性偏好的情况下，如果能确认某种神药吃了也无害的话可以建议患者在采取正常治疗的同时，试一试神药。
行为经济学的结构
决策行为的特点
行为经济学将人类决策行为的特征总结为四点：寻求确定性及规避损失（前景理论）；现时偏好（时间折扣）；受他人的效用和行为的影响（社会性偏好）；靠直觉进行决策（有限理性）
寻求确定性及规避损失（前景理论）
医疗情境下往往决策时所使用的信息不是绝对的，而是概率性的，比如副作用的可能性是X%。这种不确定性会导致非理性的决策。
先看问题1，有以下两种抽奖机制，你喜欢哪种？
A 能以80%的概率赢4万块。
B 能以100%的概率赢3万块。
实验结果表明大部分人都倾向于选择B
那么再看问题2的抽奖机制，你喜欢哪种。
C 能以20%的概率赢4万块
D 能以25%的概率赢3万块
这次大部分人都会选C。
但是传统经济学中，假定人的选择是理性的话，实验1中选B的人在实验2中就应该选D。原因是：
在实验1中，如果对选项B的满意度 > 对选项A的满意度的话，
那么就意味着如下式子是成立的
满意度（100%×3万块）> 满意度（80%×4万块）
那么，对这两个式子两边分别乘以0.25（25%）这个值的话，对左边的满意度还是继续大于对右边，即
0.25×满意度（100%×3万块）> 0.25×满意度（80%×4万块），也就等于
满意度（0.25×100%×3万块）> 满意度（0.25×80%×4万块），即
满意度（25%×3万块）> 满意度（20%×4万块）
同时，将问题2写成公式的话刚好就跟上面的式子是一样的
C 20%的概率赢4万块=20%×4万块
D 25%的概率赢3万块=25%×3万块
显然，照理而言，人如果问题1中选了B的话就应该在问题2中选择D，因为满意度（D）> 满意度（C）
这是为什么呢？在不确定和确定的两个选择中间，人们倾向于选择确定性的东西，所以100%获得3万块就更容易被人选择。但是同样都是不确定的情况下，因为客观的概率和人主观感受到的概率是不同的，对于客观上像80%、90%这样较高的概率的事件，人们主观上往往会把它低估；但是对于10%、20%这样的概率的事件，人们往往会高估。所以，就会把20%获得4万的可能性高估，觉得自己可能会很幸运，主观上觉得自己就是将近24%的概率能得到4万块，于是更倾向于选择C。这样理解可能有些抽象，拿现实的医疗情景举例就很容易理解了。
比如，有时我们会听说某个疫苗出现副作用的可能性是1%，那么往往会担心自己就是这1%从而不愿意去接种，因为对于较小的概率往往会高估它。相反，对于一个90%的情况下都能治愈的药，又会觉得说不定自己就是那10%，吃了也治不好。
实验证明，只有在概率是30%～40%之间的时候人们的主观感受的概率才会跟客观概率几乎保持一致。
所以在这种情况下，劝民众积极接种疫苗的呼吁方式可以变成强调其安全性，说“接种疫苗之后100个人里面99个人都不会有副作用”，从而避免民众过高地估计那1%有副作用的可能（这种说法的技巧也可以被称为框架效应）。