Når sundhedsteknologi fejler os

Linjen mellem at være velinformeret og blive en cyberchondriac

Ifølge Pew Research Center bruger over en tredjedel af amerikanerne internettet, når de mener, at de har et sundhedsspørgsmål. Deres søgeresultater følger imidlertid ikke altid op med et besøg hos en læge. Online selvdiagnostisering bliver rutine for internetbrugere, der i stigende grad er opmærksomme på det store antal tilgængelige online sundhedsressourcer og ønsker at føle sig i kontrol over deres organer og trivsel.

I stedet for at vente på en aftale, bliver de nødt til at diskutere deres symptomer hos en læge og til tider anmoder om yderligere diagnostiske tests, udfører potentielle patienter nu omfattende søgninger på internettet og sammenstiller forskellige diagnoser med deres symptomer, indtil de opdager den der synes at passe bedst.

Internettet gør sundhedsrelateret information næsten universelt tilgængelig. Det hjælper med at uddanne folk om deres helbred og gør det muligt for dem at træffe velinformerede beslutninger om deres behandlingsmuligheder. Der er eksempler på, at folk diagnosticerer sig korrekt efter års fejldiagnose. Et nylig eksempel er den uheldige historie om Bronte Doyne. Bronte blev fortalt af hendes læger om at stoppe selvdiagnostisering og i sidste ende døde af en tilstand, hun havde identificeret, men en tilstand, der gik ubemærket af lægerne, der behandlede hende, indtil det var for sent.

På den anden side slutter Googling dine medicinske symptomer ikke nødvendigvis i en beslutning og kan i mange tilfælde udløse unødvendige bekymringer, der omdanner tidligere hypokondrierer til nutidens cyberchondriacer.

Nogle kan endda blive afhængige af konstant at søge efter information om sundhed på nettet, undersøge sig selv og kigge efter beroligelse, samt krævende tests og screeninger, der måske ikke er passende.

Eskalering af uskadelige symptomer

Fælles symptomatologi kan bede nogle brugere om at undersøge sjældne og alvorlige forhold, der opstod under deres online søgninger.

En omfattende undersøgelse afsluttet i 2008 viste, at websøgemaskiner har potentiale til at eskalere medicinske bekymringer hos personer, der har ringe eller ingen lægeuddannelse. Undersøgelsen viste, at eskalering var påvirket af mængden og fordelingen af ​​medicinsk indhold set af brugere, brugen af ​​alarmerende terminologi på de steder, de besøgte, og personens disposition for at blive bekymret. Derimod er der nogle mennesker der faktisk kan diagnosticere sig korrekt, især hvis det de oplever er meget specifik og atypisk. For eksempel i tilfælde som Bronte s, kan en outlier undertiden blive ignoreret eller overset og behandles af medicinsk team som en almindelig medicinsk tilstand, når det ikke er tilfældet.

Sundhedsoplysninger, der findes online, er dog ofte forkerte eller ufuldstændige. Ved evaluering af 23 symptom checkers for deres diagnostiske og triage nøjagtighed, forskere fra Harvard Medical School fundet nogle bekymrende underskud. Kun en tredjedel (34 procent) lykkedes at få diagnosen rigtigt første gang, og lidt over halvdelen (57 procent) gav korrekt triage råd (f.eks. Anbefalet fremkaldende eller ikke-fremkaldende pleje). Ifølge Mathew Chung fra University of South Carolina School of Medicine tilbyder internettet ofte anbefalinger, der ikke nødvendigvis er i overensstemmelse med den nyeste medicinske rådgivning.

Chung studerede online anbefalinger til sikker søvn. Han fandt ud af, at ud af de 1.300 hjemmesider gav under halvdelen (43,5 procent) nøjagtige oplysninger om dette sundhedsemne.

Hvordan forbedres online symptom checkers?

Når millioner af brugere søger information om sundhed på nettet, skaber dette en stor pool af data. Forskere taster nu ind i disse datasæt for at teste prædiktive algoritmer, som kan gøre online symptom checkers bedre. Den seneste udvikling inden for maskinindlæring hjælper deres bestræbelser på at finde mønstre i online-søgninger og diagnosticere en tilstand tidligere. Doktorand John Paparrizos gik sammen med Eric Horvitz og Ryen White, forfatterne af 2008-rapporten om cyberchondria, for at designe en algoritme, der kunne identificere personer, der for nylig blev diagnosticeret med kræft i bugspytkirtlen, ved at se på deres tidligere online søgninger.

Deres undersøgelse viste, at en alvorlig diagnose kunne potentielt forudsiges ved at undersøge en persons online forespørgsler. Med et forbedret system af onlineværktøjer kan patienter blive opdaget, før det bliver for sent til at behandle dem.

Forebyggelse af diagnostiske fejl

Kliniske beslutningsstøttesystemer (CDSS'er) er interaktive applikationer, som nu kan hjælpe sundhedspersonale med at tage bevisbaserede beslutninger og endda kan forudsige behandlingsresultater. Delvist et svar på den kritik, som læger ofte misdiagnostiserer, over eller undervurderer og / eller undlader at henvise til andre medicinske specialiteter, anses CDSS'er for at være en vigtig form for kunstig intelligens i medicin og forventes at blive endnu mere effektive og levedygtige som vi går helt ind i den digitale revolution i sundhedsvæsenet.

CDSS'er anvendes i stigende grad i triage, screening, risikovurdering, diagnosticering, behandling evaluering og overvågning. CDSS'er kan også forbindes med patientdata fra elektroniske patientjournaler.

De foretrukne modeller af CDSS'er er afhængige af flere datakilder, såsom genetisk, klinisk og sociodemografisk information. CDSS'er er en del af den såkaldte 'personlig medicin' -bevægelse, der ikke er befolkningsbaseret, men i stedet fokuseret på farmakologi og interventioner skræddersyet til en individuel. En undersøgelse ledet af Dr. Peter Elkin, som leder Mount Sinai Center for Biomedicinsk Informatik, foreslog, at CDSS kan udvide omfanget af differentialdiagnose, hvilket ville gøre den korrekte diagnose mere sandsynlig, forkorte hospitalsophold, redde liv og give økonomisk værdi til begge til patienten og udbyderen.

Udbredt vedtagelse af CDSS'er er ikke sket endnu i rutinepraksis, men mange eksperter mener, at sådanne værktøjer kan hjælpe med at overvinde idiosyncrasier, der findes i sundhedsplejen i dag. Også værdien af ​​CDSS bliver i stigende grad anerkendt i kombination med elektroniske patientjournaler ( EHR ). Denne type sundhedsteknologi kunne bygge bro over kløften mellem teori og praksis, der ofte påvirker diagnostikprocessen og efterlader patienter utilfredse. Patienter og klinikere er nødt til at blive fortrolig med de muligheder, sundhedsteknologi giver os, men ikke at miste stedet for de iboende udfordringer, der kommer med teknologiske forstyrrelser. Da disse værktøjer udvikler sig, er håbet, at brugerne vil være bedre rustet til at tage sundere, velinformerede beslutninger om deres egen pleje og behandlingsmuligheder.

> Kilder

Chung, M., Oden, RP, Joyner, BL, Sims, A., & Moon, RY (2012). Originalartikel: Anbefalinger til sikker søvn på søvn på internettet: Lad os Google det. Journal of Pediatrics , 161 : 1080-1084

Elkin P, Liebow M, Barnett G, et al. Indførelsen af ​​et diagnostisk beslutningsstøttesystem (DXplain ™) i arbejdsstyrken i en undervisningssygehusstjeneste kan reducere omkostningerne ved service til diagnostisk udfordrende diagnostiske beslægtede grupper (DRG'er). International Journal of Medical Informatics , 2010; 79 (11): 772-777

Paparrizos J, White R, Horvitz E. Screening for bugspytkirtel adenocarcinom ved brug af signaler fra websøgning logfiler: Forundersøgelse og resultater. Journal of Oncology Practice , 2016; 12 (8): 737-744

Hvid R, Horvitz E. Cyberchondria studier af eskalering af medicinske bekymringer i websøgning. ACM Transaktioner på Informationssystemer , 2009; (4): 23

Semigran H, Mehrotra A, Linder J, Gidengil C. Evaluering af symptom checkers til selvdiagnose og triage: Revisionsundersøgelse, 2015; 351