När hälsovetenskap misslyckas

Enligt Pew Research Center använder över en tredjedel av amerikanerna internet när de tror att de har hälsoproblem. Deras resultat blir dock inte alltid följt med ett besök hos en läkare. Online självdiagnostisering blir rutinmässig för Internetanvändare som blir alltmer medvetna om den stora mängd tillgängliga onlinehälsoresurser och vill känna sig kontrollerade över sina kroppar och välbefinnande. Istället för att vänta på en tidpunkt, måste de diskutera sina symptom med en läkare och ibland begära ytterligare diagnostiska tester, gör potentiella patienter nu omfattande sökningar på webben och sammanfogar olika diagnoser med sina symtom tills de upptäcker den som verkar passa bäst.
Internet gör hälsorelaterad information nästan allmänt tillgänglig. Det hjälper utbilda människor om deras hälsa och gör det möjligt för dem att fatta välgrundade beslut om sina behandlingsalternativ. Det finns exempel på att personer diagnostiserar sig korrekt efter år av feldiagnos. Ett nytt exempel är den olyckliga berättelsen om Bronte Doyne. Bronte fick höra av sina läkare att sluta självdiagnostisera och till slut dog av ett tillstånd som hon hade identifierat, men ett tillstånd som gick obemärkt av läkare som behandlade henne tills det var för sent.
Å andra sidan, Googling dina medicinska symptom slutar inte nödvändigtvis i en upplösning och kan i många fall leda onödiga bekymmer, förvandla tidigare hypokondriaser till dagens cyberchondriacs. Vissa kan till och med bli beroende av att ständigt söka hälsoinformation online, undersöka sig själva och leta efter trygghet, liksom krävande test och screenings som kanske inte är lämpliga.

Eskalering av oskyldiga symptom

Vanlig symtomatologi kan leda till att vissa användare börjar undersöka sällsynta och allvarliga tillstånd som uppstod under deras online-sökningar. En omfattande undersökning som genomfördes 2008 visade att webbsökmotorer har potential att eskalera medicinska problem hos personer som har liten eller ingen medicinsk utbildning. Studien visade att eskalering påverkades av mängden och distributionen av medicinsk innehåll betraktad av användarna, användningen av alarmerande terminologi på de platser de besökte och personens förutsättning att bli orolig. Däremot finns det vissa personer som verkligen kan diagnostisera sig korrekt, speciellt om det de upplever är mycket specifikt och atypiskt. Till exempel, i fall som Bronte s, kan en outlier ibland ignoreras eller förbises och behandlas av medicinsk team som ett vanligt medicinskt tillstånd när det inte är.
Hälsoinformation som hittas online är dock ofta felaktig eller ofullständig. Vid utvärdering av 23 symtom kontrollers för deras diagnostiska och triage noggrannhet, fann forskare från Harvard Medical School några oroande underskott. Endast en tredjedel (34 procent) lyckades få diagnosen rätt första gången, och drygt hälften (57 procent) gav korrekt triageråd (till exempel rekommenderad emergent eller non emerging care). Enligt Mathew Chung vid University of South Carolina School of Medicine tillhandahåller internet ofta rekommendationer som inte nödvändigtvis överensstämmer med aktuell medicinsk rådgivning. Chung studerade online rekommendationer för säker spädbarnssömn. Han fann att av de 1 300 webbplatser gav mindre än hälften (43,5 procent) korrekt information om detta hälsotema.

Så här förbättrar du online symptom checkers?

När miljontals användare letar efter information om hälsa på nätet skapar det en stor databas. Forskare tappar nu in i dessa dataset för att testa prediktiva algoritmer som kan göra online-symtomkontrollerna bättre. Den senaste utvecklingen inom maskininlärning hjälper sina ansträngningar att hitta mönster i online-sökningar och diagnostisera ett tillstånd tidigare. Doktorand John Paparrizos samarbetade med Eric Horvitz och Ryen White, författarna till 2008 års rapport om cyberchondria, för att designa en algoritm som kunde identifiera personer som nyligen diagnostiserats med cancer i bukspottskörteln genom att titta på deras tidigare online-sökningar. Deras studie visade att en allvarlig diagnos potentiellt kan förutsägas genom att undersöka en persons onlinefrågor. Med ett förbättrat system med onlineverktyg kan patienter upptäckas innan det blir för sent för att behandla dem.

Förhindra diagnostiska misstag

Kliniska beslutsstödssystem (CDSS) är interaktiva applikationer som nu kan hjälpa vårdpersonal att fatta bevisbaserade beslut och kan även förutsäga behandlingsresultat. Delvis ett svar på den kritik som läkare ofta missdiagnostiserar, över eller underbehandlar, och / eller misslyckas med att hänvisa till andra medicinska specialiteter, anses CDSS vara en viktig form av artificiell intelligens i medicin och förväntas bli ännu effektivare och mer livskraftig som Vi går helt och hållet in i den digitala revolutionen inom vården.
CDSSs används alltmer i triage, screening, riskbedömning, diagnostisering, utvärdering av behandling och övervakning. CDSS kan också kopplas till patientdata från elektroniska patientjournaler.
De föredragna modellerna av CDSS är beroende av flera källor till data, såsom genetisk, klinisk och sociodemografisk information. CDSS är en del av den så kallade "personliga medicin" -rörelsen som inte är befolkningsbaserad, utan istället fokuserad på farmakologi och interventioner skräddarsydda för en individ. En studie leds av Dr. Peter Elkin, som styr Mount Sinai Center for Biomedical Informatics, föreslog att CDSS kan bredda omfattningen av differentialdiagnos, vilket skulle göra den korrekta diagnosen mer sannolikt, förkorta sjukhusvistelser, spara liv och ge ekonomiskt värde för båda till patienten och leverantören.
Utbredd adoption av CDSS har inte skett än i rutinpraxis, men många experter tror att sådana verktyg kan hjälpa till att övervinna idiosyncrasier som finns i vården idag. Värdet av CDSS erkänns också alltmer i kombination med elektroniska hälsokontroller (EHR). Denna typ av hälsoteknik kan överbrygga klyftan mellan teori och praktik som ofta påverkar diagnostikprocessen och lämnar patienterna missnöjda. Patienter och kliniker måste känna till de möjligheter hälsotekniken ger oss, samtidigt som de inte förlorar platsen för de inneboende utmaningarna som kommer med tekniskt störningar. Eftersom dessa verktyg utvecklas är hoppet att användarna kommer att vara bättre rustade att göra hälsosammare, välinformerade beslut om sin egen vård och behandlingsmöjligheter.
Chung, M., Oden, R.P., Joyner, B.L., Sims, A., & Moon, R.Y. (2012). Originalartikel: Säkra spädbarnsrekommendationer på Internet: Låt oss Google det. Journal of Pediatrics, 161: 1080-1084
Elkin P, Liebow M, Barnett G, et al. Införandet av ett diagnostiskt beslutsstödssystem (DXplain ™) i arbetsflödet för en sjukhusundervisning kan minska servicekostnaden för diagnostiskt utmanande diagnostiska relaterade grupper (DRG). International Journal of Medical Informatics, 2010; 79 (11): 772-777
Paparrizos J, White R, Horvitz E. Screening för pankreatisk adenokarcinom med signaler från webbsökningsloggar: Förstudie och resultat. Journal of Oncology Practice, 2016; 12 (8): 737-744
White R, Horvitz E. Cyberchondria studier av eskalering av medicinska problem i webbsökning. ACM-transaktioner på informationssystem, 2009; (4): 23
Semigran H, Mehrotra A, Linder J, Gidengil C. Utvärdering av symptom checkers för självdiagnostik och triage: Revisionsstudie, 2015; 351