Ketika Teknologi Kesehatan Gagal Kami

Menurut Pusat Penelitian Pew, lebih dari sepertiga orang Amerika menggunakan internet ketika mereka percaya mereka memiliki masalah kesehatan. Namun, hasil pencarian mereka tidak selalu ditindaklanjuti dengan kunjungan ke dokter.Mendiagnosis diri sendiri secara online menjadi rutin bagi pengguna Internet yang semakin sadar akan banyaknya sumber daya kesehatan online yang tersedia dan ingin merasa mengendalikan tubuh dan kesejahteraan mereka. Alih-alih menunggu janji, harus mendiskusikan gejalanya dengan dokter dan kadang-kadang meminta tes diagnostik tambahan, pasien potensial sekarang melakukan pencarian luas di Web dan menyandingkan diagnosis yang berbeda dengan gejala mereka sampai mereka menemukan satu yang tampaknya paling cocok.

Internet membuat informasi terkait kesehatan hampir dapat diakses secara universal. Ini membantu mendidik orang tentang kesehatan mereka dan memungkinkan mereka membuat keputusan berdasarkan informasi tentang pilihan perawatan mereka. Ada contoh orang yang mendiagnosis dirinya dengan benar setelah bertahun-tahun salah diagnosis. Contoh terakhir adalah kisah malang Bronte Doyne. Bronte diberitahu oleh dokternya untuk berhenti mendiagnosis diri dan akhirnya meninggal karena suatu kondisi yang telah dia identifikasi, tetapi suatu kondisi yang tidak diperhatikan oleh dokter yang merawatnya sampai semuanya terlambat.

Di sisi lain, Googling gejala medis Anda tidak selalu berakhir dengan resolusi dan dalam banyak kasus dapat mengeluarkan kecemasan yang tidak perlu, mengubah mantan hypochondriac menjadi cyberchondriacs masa kini. Beberapa bahkan dapat kecanduan untuk terus mencari informasi kesehatan online, memeriksa diri mereka sendiri dan mencari jaminan, serta menuntut tes dan pemutaran yang mungkin tidak sesuai.

Eskalasi gejala tidak berbahaya

Gejala umum dapat mendorong beberapa pengguna untuk mulai menjelajahi kondisi langka dan serius yang muncul selama pencarian online mereka. Sebuah survei berskala besar yang diselesaikan pada tahun 2008 menunjukkan bahwa mesin pencari Web memiliki potensi untuk meningkatkan masalah medis orang-orang yang memiliki sedikit atau tanpa pelatihan medis. Studi ini menunjukkan bahwa peningkatan dipengaruhi oleh jumlah dan distribusi konten medis yang dilihat oleh pengguna, penggunaan terminologi yang mengkhawatirkan di situs yang mereka kunjungi dan kecenderungan seseorang untuk menjadi cemas. Sebaliknya, ada beberapa orang yang memang dapat mendiagnosis diri mereka dengan benar, terutama jika apa yang mereka alami sangat spesifik dan tidak khas. Misalnya, dalam kasus-kasus seperti Bronte, pencilan kadang-kadang dapat diabaikan atau diabaikan dan diperlakukan oleh tim medis sebagai kondisi medis yang umum ketika tidak.

Namun, informasi kesehatan yang ditemukan online seringkali tidak benar atau tidak lengkap. Ketika mengevaluasi 23 gejala untuk akurasi diagnostik dan triase mereka, para peneliti dari Harvard Medical School menemukan beberapa defisit yang mengkhawatirkan. Hanya sepertiga (34 persen) yang berhasil menegakkan diagnosis dengan benar untuk pertama kalinya, dan hanya lebih dari setengahnya (57 persen) memberikan saran triase yang benar (mis. Perawatan yang disarankan muncul atau tidak muncul). Juga, menurut Mathew Chung dari Fakultas Kedokteran Universitas Carolina Selatan, internet sering memberikan rekomendasi yang tidak selalu sejalan dengan saran medis terkini. Chung mempelajari rekomendasi online untuk tidur bayi yang aman. Dia menemukan bahwa dari 1.300 situs web, kurang dari setengah (43,5 persen) memberikan informasi akurat tentang topik kesehatan ini.

Bagaimana cara meningkatkan pemeriksa gejala online?

Ketika jutaan pengguna mencari informasi kesehatan online, ini menciptakan kumpulan besar data. Para peneliti sekarang memanfaatkan set data ini untuk menguji algoritme prediktif yang dapat membuat checker gejala online lebih baik. Perkembangan terbaru dalam pembelajaran mesin membantu upaya mereka untuk menemukan pola dalam pencarian online dan mendiagnosis suatu kondisi sebelumnya. Mahasiswa doktoral John Paparrizos bekerja sama dengan Eric Horvitz dan Ryen White, penulis laporan tahun 2008 tentang cyberchondria, untuk merancang algoritma yang dapat mengidentifikasi orang yang baru didiagnosis dengan kanker pankreas dengan melihat pencarian online sebelumnya. Studi mereka menunjukkan bahwa diagnosis serius berpotensi diprediksi dengan memeriksa kueri online seseorang. Dengan sistem alat online yang ditingkatkan, pasien mungkin terdeteksi sebelum terlambat untuk merawatnya.

Mencegah kesalahan diagnostik

Sistem pendukung keputusan klinis (CDSS) adalah aplikasi interaktif yang sekarang dapat membantu petugas layanan kesehatan membuat keputusan berdasarkan bukti dan bahkan dapat memprediksi hasil pengobatan. Sebagian tanggapan terhadap kritik bahwa dokter sering salah mendiagnosis, kelebihan atau kekurangan pengobatan, dan / atau gagal merujuk ke spesialisasi medis lainnya, CDSS dianggap sebagai bentuk utama dari kecerdasan buatan dalam kedokteran dan diharapkan menjadi lebih efisien dan layak sebagai kami sepenuhnya memasuki revolusi digital dalam perawatan kesehatan.

CDSS semakin banyak digunakan dalam triase, skrining, penilaian risiko, diagnosa, evaluasi dan pemantauan pengobatan. CDSS juga dapat dihubungkan dengan data pasien dari catatan kesehatan elektronik.

Model-model CDSS yang disukai bergantung pada banyak sumber data seperti informasi genetik, klinis, dan sosial-demografis. CDSS adalah bagian dari gerakan 'obat yang dipersonalisasi' yang tidak berbasis populasi, melainkan berfokus pada farmakologi dan intervensi yang dirancang untuk individu. Sebuah studi yang dipimpin oleh Dr. Peter Elkin, yang mengarahkan Pusat Informasi Biomedis Mount Sinai, menyarankan bahwa CDSS dapat memperluas cakupan diagnosis banding, yang akan membuat diagnosis yang benar lebih mungkin, mempersingkat masa perawatan di rumah sakit, menyelamatkan jiwa dan memberikan nilai ekonomi bagi keduanya kepada pasien dan penyedia layanan.

Adopsi luas CDSS belum terjadi dalam praktik rutin, tetapi banyak ahli percaya bahwa alat tersebut dapat membantu mengatasi kekhasan yang ada dalam perawatan kesehatan saat ini.Juga, nilai CDSS semakin diakui dalam kombinasi dengan catatan kesehatan elektronik (EHR). Jenis teknologi kesehatan ini dapat menjembatani kesenjangan antara teori dan praktik yang sering memengaruhi proses diagnostik dan membuat pasien tidak puas. Pasien dan dokter sama-sama perlu mengenal peluang teknologi kesehatan memberi kita, sementara tidak kehilangan situs dari tantangan yang melekat yang datang dengan gangguan teknologi. Seiring perkembangan alat-alat ini, harapannya adalah pengguna akan diperlengkapi dengan lebih baik untuk membuat keputusan yang lebih sehat dan terinformasi tentang pilihan perawatan dan perawatan mereka sendiri.

Chung, M., Oden, R. P., Joyner, B. L., Sims, A., & Moon, R. Y. (2012). Artikel Asli: Rekomendasi Tidur Bayi yang Aman di Internet: Mari Kita Google. Jurnal Pediatri, 161: 1080-1084

Elkin P, Liebow M, Barnett G, dkk. Pengenalan sistem pendukung keputusan diagnostik (DXplain ™) ke dalam alur kerja layanan rumah sakit pendidikan dapat mengurangi biaya layanan untuk Kelompok Diagnostik yang Berhubungan Dengan Diagnostik (DRG) yang menantang. Jurnal Internasional Informatika Medis, 2010; 79(11):772-777

Paparrizos J, White R, Horvitz E. Skrining untuk adenokarsinoma pankreas menggunakan sinyal dari log pencarian web: studi kelayakan dan hasil. Jurnal Praktek Onkologi, 2016;12(8):737-744

White R, Horvitz E. Cyberchondria mempelajari tentang peningkatan masalah medis dalam pencarian web. Transaksi ACM pada Sistem Informasi, 2009;(4):23

Semigran H, Mehrotra A, Linder J, Gidengil C. Evaluasi checker gejala untuk diagnosis dan triase diri: studi Audit, 2015; 351