Wanneer gezondheidstechnologie ons faalt
Het internet maakt gezondheidsgerelateerde informatie bijna universeel toegankelijk. Het helpt mensen te informeren over hun gezondheid en stelt hen in staat geïnformeerde beslissingen te nemen over hun behandelingsopties. Er zijn voorbeelden van mensen die zichzelf correct diagnosticeren na jaren van verkeerde diagnose. Een recent voorbeeld is het ongelukkige verhaal van Bronte Doyne. Bronte kreeg van haar artsen te horen dat ze moesten stoppen met zelfdiagnostiek en uiteindelijk stierven aan een aandoening die ze had geïdentificeerd, maar een aandoening die onopgemerkt bleef door de artsen die haar behandelden tot het te laat was.
Aan de andere kant eindigt het googelen van je medische symptomen niet noodzakelijkerwijs in een oplossing en kan in veel gevallen onnodige angsten veroorzaken, waardoor voormalige hypochonders veranderen in hedendaagse cyberchondrio's. Sommigen kunnen zelfs verslaafd raken aan het voortdurend online zoeken naar gezondheidsinformatie, zichzelf onderzoeken en op zoek zijn naar geruststelling, evenals veeleisende tests en screeningen die misschien niet geschikt zijn.
Escalatie van onschadelijke symptomen
Veelvoorkomende symptomatologie kan sommige gebruikers ertoe aanzetten om zeldzame en ernstige aandoeningen te onderzoeken die naar voren kwamen tijdens hun online zoekopdrachten. Een grootschalig onderzoek dat in 2008 werd afgerond, toonde aan dat zoekmachines op het web de potentie hebben om medische zorgen van mensen die weinig of geen medische training hebben, te laten escaleren. De studie toonde aan dat escalatie werd beïnvloed door de hoeveelheid en distributie van medische inhoud bekeken door gebruikers, het gebruik van alarmerende terminologie op de sites die ze bezochten en de neiging van de persoon om angstig te worden. Daarentegen zijn er sommige mensen die inderdaad correct kunnen diagnosticeren, vooral als wat ze ervaren heel specifiek en atypisch is. Bijvoorbeeld in gevallen zoals Bronte kan een uitbijter soms worden genegeerd of over het hoofd worden gezien en door het medische team worden behandeld als een algemene medische aandoening wanneer dit niet het geval is..Gezondheidsinformatie die online wordt gevonden, is echter vaak onjuist of onvolledig. Bij het beoordelen van 23 symptoomcheckers op hun diagnostische en triage-nauwkeurigheid, ontdekten onderzoekers van de Harvard Medical School enkele zorgwekkende tekortkomingen. Slechts een derde (34 procent) slaagde erin om de diagnose meteen goed te krijgen, en iets meer dan de helft (57 procent) gaf correct triage-advies (bijvoorbeeld aanbevolen opkomende of niet-opkomende zorg). Ook, volgens Mathew Chung van de School of Medicine van de Universiteit van South Carolina, biedt het internet vaak aanbevelingen die niet noodzakelijk in overeenstemming zijn met up-to-date medisch advies. Chung bestudeerde online aanbevelingen voor een veilige zuigelingenlaap. Hij ontdekte dat van de 1.300 websites minder dan de helft (43,5 procent) nauwkeurige informatie over dit gezondheidsonderwerp verstrekte.
Hoe online symptoomcheckers te verbeteren?
Wanneer miljoenen gebruikers online naar gezondheidsinformatie zoeken, ontstaat er een grote hoeveelheid gegevens. Onderzoekers maken nu gebruik van deze datasets om voorspellende algoritmen te testen die online symptoomcontroles kunnen verbeteren. De nieuwste ontwikkelingen op het gebied van machinaal leren ondersteunen hun inspanningen om patronen in online zoekopdrachten te vinden en een aandoening eerder te diagnosticeren. Promovendus John Paparrizos werkte samen met Eric Horvitz en Ryen White, de auteurs van het rapport uit 2008 over cyberchondriën, om een algoritme te ontwerpen waarmee mensen die onlangs de diagnose pancreaskanker hadden gekregen, konden identificeren door naar hun vorige online zoekopdrachten te kijken. Hun onderzoek toonde aan dat een ernstige diagnose mogelijk kon worden voorspeld door de online vragen van een persoon te onderzoeken. Met een verbeterd systeem van online hulpmiddelen kunnen patiënten worden opgespoord voordat het te laat is om ze te behandelen.Diagnostische fouten voorkomen
Klinische beslissingsondersteunende systemen (CDSS) zijn interactieve toepassingen die zorgverleners nu kunnen helpen bij het nemen van evidence-based beslissingen en zelfs behandelingsresultaten kunnen voorspellen. Gedeeltelijk een antwoord op de kritiek dat artsen vaak verkeerde diagnoses stellen, te veel of te weinig behandelen en / of nalaten te verwijzen naar andere medische specialiteiten, worden CDSS beschouwd als een belangrijke vorm van kunstmatige intelligentie in de geneeskunde en zullen naar verwachting nog efficiënter en leefbaarder worden als we gaan volledig in op de digitale revolutie in de gezondheidszorg.CDSS worden steeds meer gebruikt in triage, screening, risicobeoordeling, diagnose, evaluatie van de behandeling en monitoring. CDSS's kunnen ook worden gekoppeld aan patiëntgegevens uit elektronische medische dossiers.
De voorkeursmodellen van CDSS zijn afhankelijk van meerdere gegevensbronnen, zoals genetische, klinische en socio-demografische informatie. CDSS zijn een onderdeel van de zogenaamde 'gepersonaliseerde geneeskunde'-beweging die niet op de bevolking is gebaseerd, maar in plaats daarvan gericht is op farmacologie en interventies die op een individu zijn toegesneden. Een studie onder leiding van Dr. Peter Elkin, die het Mount Sinai Centrum voor Biomedische Informatica leidt, suggereerde dat CDSS het bereik van differentiële diagnose kunnen verbreden, waardoor de juiste diagnose waarschijnlijker wordt, ziekenhuisverblijven worden verkort, levens worden gered en economische waarde wordt naar de patiënt en de provider.
Het wijdverspreide gebruik van CDSS's is nog niet voorgekomen in de dagelijkse praktijk, maar veel deskundigen zijn van mening dat dergelijke hulpmiddelen kunnen helpen om idiosyncrasieën te overwinnen die tegenwoordig in de gezondheidszorg bestaan. Ook wordt de waarde van CDSS in toenemende mate erkend in combinatie met elektronische medische dossiers (EPD). Dit type gezondheidstechnologie kan de kloof tussen theorie en praktijk overbruggen die vaak van invloed is op het diagnostische proces en patiënten ontevreden laat. Patiënten en clinici moeten vertrouwd raken met de kansen die gezondheidstechnologie ons biedt, zonder daarbij de inherente uitdagingen te verliezen die gepaard gaan met technologische ontwrichting. Naarmate deze tools verder evolueren, hopen ze dat gebruikers beter zullen worden voorbereid op gezondere, goed geïnformeerde beslissingen over hun eigen zorg- en behandelopties..
Chung, M., Oden, R.P., Joyner, B.L., Sims, A., & Moon, R. Y. (2012). Oorspronkelijk artikel: Veilige kinderlaapaanbevelingen op internet: Laten we het eens proberen. The Journal of Pediatrics, 161: 1080-1084
Elkin P, Liebow M, Barnett G, et al. De introductie van een diagnostisch beslissingsondersteunend systeem (DXplain ™) in de workflow van een academische ziekenhuisdienst kan de kosten van service voor diagnostisch uitdagende Diagnostic Related Groups (DRG's) verlagen. International Journal of Medical Informatics, 2010; 79 (11): 772-777
Paparrizos J, White R, Horvitz E. Screening op adenocarcinoom van de pancreas met behulp van signalen uit webzoeklogs: haalbaarheidsstudie en resultaten. Journal of Oncology Practice, 2016; 12 (8): 737-744
White R, Horvitz E. Cyberchondria onderzoekt de escalatie van medische problemen bij het zoeken op internet. ACM-transacties op informatiesystemen, 2009; (4): 23
Semigran H, Mehrotra A, Linder J, Gidengil C. Evaluatie van symptoomcontroles voor zelfdiagnose en triage: auditstudie, 2015; 351
