Prema Pew Research Center, više od trećine Amerikanaca koristi internet kada vjeruje da imaju zdravstveno pitanje. Međutim, njihovi rezultati pretraživanja nisu uvijek praćeni posjetom liječniku. Online self-dijagnosticiranje postaje rutina za korisnike Interneta koji su sve svjesni ogromne količine raspoloživih online zdravstvenih resursa i žele osjećati kontrolu nad svojim tijelima i blagostanju.
Umjesto čekanja na sastanak, morati raspravljati o svojim simptomima s liječnikom i ponekad moliti za dodatnim dijagnostičkim testovima, potencijalni pacijenti sada obavljaju opsežna pretraživanja weba i povezuju različite dijagnoze s njihovim simptomima dok ne otkriju onu koja izgleda najbolje odgovara ,
Internet čini informacije vezane uz zdravlje gotovo sveobuhvatno dostupne. Ona pomaže educirati ljude o njihovom zdravlju i omogućuje im da donose informirane odluke o njihovim mogućnostima liječenja. Postoje primjeri ljudi koji se ispravno dijagnosticiraju nakon godina pogrešne dijagnoze. Nedavni primjer je nesretna priča o Bronte Doyne. Liječnici su joj rekli da su se liječili da prestanu samodijagnosticirati i konačno umrli od stanja koje je identificirala, ali uvjet koji su liječnici proveli nezapaženo dok je nije prekasno.
S druge strane, Googling vašim medicinskim simptomima ne mora nužno završiti rezolucijom i u mnogim slučajevima može izazvati nepotrebne tjeskobe pretvarajući bivše hipohondrije u današnje cyberhondrije.
Neki se mogu čak ovisiti o stalnoj potrazi za online zdravstvenim informacijama, proučavanjem i traženjem sigurnosti, kao i zahtjevnim testovima i prikazima koji možda nisu prikladni.
Eskalacija nevinih simptoma
Zajednička simptomatologija može potaknuti neke korisnike da započnu istraživati rijetke i ozbiljne uvjete koji su se pojavili tijekom njihovih online pretraživanja.
Velika anketa provedena u 2008. godini pokazala je da web tražilice imaju potencijal eskalirati medicinske probleme ljudi koji imaju malo ili nimalo medicinskog osposobljavanja. Istraživanje je pokazalo da je eskalaciju utjecala količina i distribucija medicinskog sadržaja koji su pregledali korisnici, uporaba alarmantne terminologije na mjestima koja su posjetili i predodređenost osobe da postane zabrinuta. Nasuprot tome, postoje neki ljudi koji se doista mogu ispravno dijagnosticirati, pogotovo ako je ono što oni doživljavaju vrlo specifično i atipično. Na primjer, u slučajevima kao što je Bronte, outlier može ponekad zanemariti ili previdjeti i liječiti liječnički tim kao uobičajeno zdravstveno stanje kada to nije.
Međutim, informacije o zdravlju pronađene na mreži često su netočne ili nepotpune. Prilikom procjene 23 simptoma za njihovu dijagnostiku i preciznost trijaža, istraživači iz Harvard Medical School pronašli su neke zabrinjavajuće nedostatke. Samo je trećina (34%) prvi put uspjela dobiti dijagnozu, a nešto više od polovice (57%) dali su točne preporuke za trijaženje (npr. Preporučena hitna ili nestranačka njega). Također, prema Mathew Chung s Medicinskog fakulteta Sveučilišta Južne Karoline, internet često daje preporuke koje nisu nužno u skladu s najnovijim medicinskim savjetima.
Chung je proučavao online preporuke za siguran dječji san. Otkrio je da je od 1300 web stranica manje od polovice (43,5 posto) pružilo točne informacije o toj temi zdravlja.
Kako poboljšati simptome online dame?
Kada milijuni korisnika traže informacije o zdravlju na mreži, to stvara veliki skup podataka. Istraživači sada upadaju u ove skupove podataka kako bi testirali prediktivne algoritme koji bi mogli poboljšati on-line simptome. Najnovija dostignuća u strojnom učenju pomažu svojim nastojanjima da pronađu obrasce u online pretraživanjima i dijagnosticiraju stanje ranije. Doktorat John Paparrizos udružio se s Ericom Horvitzom i Ryenom Whiteom, autora izvješća o cyberhondrijima iz 2008. godine, kako bi dizajnirali algoritam koji bi mogao identificirati osobe nedavno dijagnosticirane s karcinomom gušterače gledanjem njihovih prethodnih online pretraživanja.
Njihova je studija pokazala da bi se ozbiljna dijagnoza mogla predvidjeti ispitivanjem internetskih upita osobe. Uz poboljšani sustav on-line alata pacijenti mogu biti otkriveni prije nego što postane prekasno za njihovo liječenje.
Sprječavanje dijagnostičkih pogrešaka
Klinički sustavi podrške odlučivanju (CDSSs) su interaktivne aplikacije koje sada mogu pomoći zdravstvenim radnicima da donose odluke temeljene na dokazima i mogu čak predvidjeti ishode liječenja. Djelomično odgovor na kritiku koju liječnici često pogrešno dijagnosticiraju, nadziru ili podleže, i / ili se ne upućuju na druge medicinske specijalitete, CDSS se smatra glavnim oblikom umjetne inteligencije u medicini i očekuje se da će postati još učinkovitiji i održiviji u potpunosti ulazimo u digitalnu revoluciju u zdravstvu. Σ CDSS-ovi se sve više koriste za trijazu, screening, procjenu rizika, dijagnosticiranje, procjenu terapije i praćenje. CDSS se također može povezati s podacima o pacijentima iz elektroničkih zdravstvenih evidencija.
Preferirani modeli CDSS-a se oslanjaju na više izvora podataka kao što su genetska, klinička i socio-demografska informacija. CDSS-ovi su dio tzv. ‘Personalizirane medicine’ pokreta koji nije baziran na stanovništvu, već se usredotočio na farmakologiju i intervencije prilagođene pojedincu. Studija koju je vodio dr. Peter Elkin, koji usmjerava Centar za biomedicinsku informatiku Mount Sinai, sugerirao je da CDSS-ovi mogu proširiti opseg diferencijalne dijagnoze, što bi omogućilo ispravnu dijagnozu, skratilo bolničke boravke, spasilo živote i pružilo ekonomsku vrijednost oba pacijentu i davatelju usluga.
U rutinskoj praksi nije došlo do rasprostranjenog usvajanja CDSS-a, no mnogi stručnjaci vjeruju da bi takvi alati mogli prevladati idiosinkrize koje postoje danas u zdravstvu. Također, vrijednost CDSS-a sve se više priznaje u kombinaciji s elektronskim zdravstvenim zapisima (EHR). Ova vrsta zdravstvene tehnologije mogla bi premostiti jaz između teorije i prakse koji često utječe na dijagnostički proces i ostavlja pacijentima nezadovoljstvo. Pacijenti i kliničari također se trebaju upoznati s mogućnostima koje nam pruža zdravstvena tehnologija, a ne gubeći mjesto inherentnih izazova koji dolaze s tehnološkim poremećajem. Kako se ovi alati razvijaju, nada je da će korisnici biti bolje opremljeni za donošenje zdravih, dobro informiranih odluka o vlastitim mogućnostima liječenja i liječenja.
Chung, M., Oden, R.P., Joyner, B.L., Sims, A., & Moon, R.Y. (2012). Izvorni članak: Preporuke o sigurnom dojenju u snu na internetu: Let’s Google It.
The Journal of Pediatrics ,161 : 1080-1084Elkin P, Liebow M, Barnett G, et al. Uvođenje dijagnostičkog sustava za podršku odlučivanju (DXplain ™) u tijek rada bolničke službe može smanjiti troškove servisa za dijagnostičke izazove dijagnostičkih povezanih skupina (DRGs).
Međunarodni časopis za medicinsku informatiku , 2010; 79 (11): 772-777Paparrizos J, White R, Horvitz E. Screening za adenokarcinom pankreasa pomoću signala iz dnevnika pretraživanja weba: Studija izvedivosti i rezultati.
Journal of Oncology Practice , 2016; 12 (8): 737-744White R, Horvitz E. Cyberchondria proučava eskalaciju medicinskih problema u pretraživanju weba.
ACM transakcije na informacijskim sustavima , 2009; (4): 23Semigran H, Mehrotra A, Linder J, Gidengil C. Procjena simptoma za automatsku dijagnozu i trijazu: Studija revizije, 2015 .;
