噪音和偏见会影响医疗决策。 这是一个不幸的现实。 因此，重要的是要了解这些影响以及我们可以采取哪些措施来减少这些影响。
《哈佛商业评论》的这篇文章讨论了决策中所谓的“噪音”：
噪音：如何克服决策制定不一致的高昂隐性成本
当病理学家对活检结果的严重性进行两次评估时，其评分之间的相关性仅为0.61（满分为1.0），表明他们经常做出不一致的诊断。
他们首先建立了示例（有很多例子），说明即使有相同的输入（噪声），高水平的专业人员（如医师）如何得出不同的结论。 本文作者在下面对此进行了很好的说明，表明在相同的起始情况下，不同的专业人员可能会得出不同的结论（示例B和D）。 这些结论是否接近“正确”不是重点。 关键是不同的人在得出相似的结论时会得出不同的结论。
他们继续研究如何以及为何产生这些不同的结论：
当被问到他们的同事会说些什么时，专业人士期望别人的判断比他们自己的判断更接近实际。
…
哪里有判断力，哪里就有噪音-通常噪音超出您的想象。
一些用户甚至问我们：“当我可能自己查找时，为什么需要听另一个用户的答复？”
我们将MedCurbside设计为人群聚集的场所是有原因的：我们经常在医学上假设，如果我们阅读证据并拥有经验，我们将做出与同行相同的决定。 但是，如上所述，情况并非总是如此。 而且，我们认为拥有一个论坛非常重要，在该论坛中，我们可以听到多个人的回答并使用功能（例如投票）来使我们了解社区成员的想法。
我们需要对医生结论之间的变化持开放态度。 我们应该在一个让我们评估每个观点的优点的地方这样做。
这不是一个完美的解决方案：它不是HBR文章中提到的实时算法，它依赖于参与，但是我们认为这是朝着正确方向迈出的一步。 这有望使我们更接近一致的决策制定。
