Linija između dobrog informisanosti i postajanja sibirkondrika
Prema istraživačkom centru Pew, preko trećine Amerikanaca koristi internet kada veruju da imaju zdravstveno pitanje. Međutim, rezultati njihovog pretraživanja nisu uvek praćeni posetom lekaru. Online samodijagnostizacija postaje rutina za korisnike Interneta koji sve više svesni ogromne količine raspoloživih onlajn zdravstvenih resursa i žele da osete kontrolu nad njihovim telima i blagostanjem.
Umesto da čekate na zakazani sastanak, da razgovarate o svojim simptomima sa doktorom i povremeno se pozivate na dodatna dijagnostička testiranja, potencijalni pacijenti sada obavljaju široka pretraživanja Veba i upoređuju različite dijagnoze sa svojim simptomima sve dok ne otkriju onaj koji se najbolje uklapa.
Internet čini informacije vezane za zdravlje skoro univerzalno dostupnim. Pomaže u edukaciji ljudi o njihovom zdravlju i omogućava im da donose informisane odluke o svojim mogućnostima liječenja. Postoje primeri ljudi koji se dijagnoze korektno nakon godina pogrešne dijagnoze. Nedavni primjer je nesretna priča o Bronte Doyne. Bronte su rekli od svojih doktora da zaustave samo-dijagnostikovanje i na kraju umru od stanja koju je identifikovala, ali stanje koje je liječio liječnik dok nije bilo prekasno.
Sa druge strane, Googling vaši medicinski simptomi ne moraju nužno da se završe u rezoluciji i mogu u mnogim slučajevima iznijeti nepotrebne zabrinutosti, pretvarajući bivše hipohondrije u današnje kiberhondrije.
Neki čak mogu biti zavisni od toga da stalno tragaju za zdravstvenim informacijama na internetu, ispitaju sebe i traže pouzdanost, kao i zahtevne testove i projekcije koje možda nisu adekvatne.
Eskalacija neškodljivih simptoma
Uobičajena simptomatologija može dovesti neke korisnike da započnu istraživanje retkih i ozbiljnih uslova koji su se pojavili tokom njihovih online pretraživanja.
Istraživanje velikog obima u 2008. godini pokazalo je da web pretraživači imaju potencijal da povećaju zdravstvenu zabrinutost ljudi koji imaju malo ili nikakve medicinske obuke. Studija je pokazala da je na eskalaciju uticala količina i distribucija medicinskog sadržaja koji su pregledali korisnici, korištenje alarmantne terminologije na sajtovima koje su posjetili i predispoziciju osobe da postane uznemiren. Nasuprot tome, postoje i neki ljudi koji se zaista mogu ispravno dijagnozirati, posebno ako je ono što oni doživljavaju vrlo specifične i netipične. Na primjer, u slučajevima kao što je Bronte, izlazi se ponekad ponekad mogu ignorisati ili previdjeti i liječiti od strane medicinskog tima kao zajedničko zdravstveno stanje, kada to nije.
Međutim, zdravstvene informacije pronađene na mreži često su netačne ili nepotpune. Istraživači iz Harvard Medical School-a su procenjivali 23 simptomatskih dijagnostičara i preciznosti trijade koji su otkrili neke zabrinjavajuće deficite. Samo trećina (34%) je uspjela prvi put da dijagnozu dobije, a nešto više od polovine (57%) je pružilo tačne savjete za savjetovanje (npr. Preporučena neadekvatna briga). Takođe, prema Mathew Chung-u sa Medicinskog fakulteta Univerziteta u Južnoj Karolini, internet često daje preporuke koje nisu nužno u skladu sa najnovijim medicinskim savjetima.
Chung je proučavao online preporuke za bezbedno odojčad. Otkrio je da je od 1.300 veb stranica manje od polovine (43.5%) pružilo tačne informacije o ovoj temi zdravlja.
Kako poboljšati online kontrolere za simptome?
Kada milioni korisnika pretražuju zdravstvene informacije na mreži, to stvara veliki broj podataka. Istraživači sada upadaju u ove skupove podataka kako bi testirali prediktivne algoritme koji bi mogli poboljšati dijagrame za simptome na mreži. Najnovija dostignuća u mašinskom učenju pomažu njihovim naporima da pronađu obrasce u online pretraživanjima i da dijagnostikuju stanje ranije. Doktorski student John Paparrizos se udružio sa Ericom Horvitzom i Ryenom Whiteom, autorkom iz 2008. godine o sajberchondriji, kako bi dizajnirao algoritam koji bi mogao identifikovati ljude koji su nedavno dijagnostifikovali rak pankreasa gledajući svoje prethodne online pretrage.
Njihova studija pokazala je da se ozbiljna dijagnoza potencijalno može predvidjeti ispitivanjem onlajn upitnika osobe. Uz poboljšani sistem online alata, pacijenti bi mogli biti otkriveni prije nego što bude prekasno da ih tretiraju.
Sprečavanje dijagnostičkih grešaka
Klinički sistemi za podršku odlučivanju (CDSSs) su interaktivne aplikacije koje sada mogu pomoći zdravstvenim radnicima da donose odluke zasnovane na dokazima i čak mogu predvidjeti rezultate lečenja. Delimično odgovor na kritiku koju lekari često pogrešno dijagnozuju ili preteruju ili se ne odnose na druge medicinske specijalitete, CDSS-ovi se smatraju glavnim oblicima veštačke inteligencije u medicini i očekuje se da postanu još efikasniji i održivi u potpunosti ulazi u digitalnu revoluciju u zdravstvenoj zaštiti.
CDSS se sve više koriste u trijaži, pregledu, proceni rizika, dijagnostici, evaluaciji terapije i praćenju. CDSSs se takođe mogu povezati sa podacima o pacijentu iz elektronskih zdravstvenih zapisa.
Omiljeni modeli CDSS-a se oslanjaju na više izvora podataka kao što su genetske, kliničke i socio-demografske informacije. CDSS-ovi su deo takozvanog pokreta "personalizovane medicine" koji nije baziran na populaciji, već se fokusira na farmakologiju i intervencije prilagođene pojedincu. Studija koju je vodio dr Peter Elkin, koji upravlja Centar za biomedicinsku informatiku Mount Sinai, predložio je da CDSS-ovi mogu proširiti obim diferencijalne dijagnoze, što bi omogućilo ispravnu dijagnozu, skratiti smještaj u bolnici, spasiti živote i osigurati ekonomsku vrijednost pacijentu i dobavljaču.
Rasprostranjeno usvajanje CDSS-ova nije se pojavilo u rutinskoj praksi, ali mnogi stručnjaci veruju da bi takvi alati mogli pomoći u prevazilaženju idiosinkrazija koje postoje u zdravstvu danas. Takođe, vrednost CDSS se sve više prepoznaje u kombinaciji sa elektronskim zdravstvenim kartama ( EHR ). Ova vrsta zdravstvene tehnologije mogla bi premostiti jaz između teorije i prakse koja često utiče na dijagnostički proces i ostavlja pacijente nezadovoljnom. Pacijenti i kliničari isto tako treba da se upoznaju sa mogućnostima koje nam omogućavaju zdravstvene tehnologije, a da ne izgubimo lokaciju inherentnih izazova koji dolaze sa tehnološkim poremećajem. Pošto se ovi alati razvijaju, nadu je da će korisnici biti bolje opremljeni da naprave zdravije, dobro informisane odluke o sopstvenoj brigi i opcijama lečenja.
> Izvori
Chung, M., Oden, RP, Joyner, BL, Sims, A. i Moon, RY (2012). Originalni članak: Preporuke o bezbednom beba kod dece na Internetu: Hajde da to uradimo. Časopis za pedijatriju , 161 : 1080-1084
Elkin P, Liebow M, Barnett G, et al. Uvođenje dijagnostičkog sistema podrške odlučivanju (DXplain ™) u radni tok nastavničke bolničke službe može smanjiti troškove usluge za dijagnostički izazive dijagnostičke srodne grupe (DRG). Međunarodni časopis za medicinsku informatiku , 2010; 79 (11): 772-777
Paparrizos J, White R, Horvitz E. Skrining za pankreasni adenokarcinom koristeći signale iz web pretraživača: Studija izvodljivosti i rezultati. Journal of Oncology Practice , 2016; 12 (8): 737-744
White R, Horvitz E. Cyberchondria proučava eskalaciju medicinskih problema u pretraživanju na webu. ACM transakcije na informacionim sistemima , 2009; (4): 23
Semigran H, Mehrotra A, Linder J, Gidengil C. Evaluacija dijagnoza simptoma za samoznačenje i trijažu: Studija revizije, 2015; 351