Garis Antara Berpengetahuan dan Menjadi Cyberchondriac
Menurut Pusat Penyelidikan Pew, lebih sepertiga orang Amerika menggunakan internet apabila mereka percaya mereka mempunyai masalah kesihatan. Hasil carian mereka, bagaimanapun, tidak selalu disusuli dengan lawatan ke doktor. Diagnosis diri secara dalam talian menjadi rutin bagi pengguna Internet yang semakin menyedari tentang jumlah sumber kesihatan dalam talian yang ada dan ingin merasakan kawalan tubuh dan kesejahteraan mereka.
Daripada menunggu temujanji, perlu membincangkan gejala mereka dengan doktor dan kadang-kadang merayu untuk ujian diagnostik tambahan, pesakit yang berpotensi kini melakukan carian yang mendalam tentang Web dan juxtapose diagnosa yang berbeza dengan gejala mereka sehingga mereka menemui yang sepadan dengan yang terbaik.
Internet menjadikan maklumat yang berkaitan dengan kesihatan hampir boleh diakses secara universal. Ia membantu mendidik orang tentang kesihatan mereka dan membolehkan mereka membuat keputusan mengenai pilihan rawatan mereka. Terdapat contoh orang yang mendiagnosis diri mereka dengan betul selepas bertahun-tahun misdiagnosis. Contoh baru-baru ini ialah kisah Bronte Doyne yang malang. Bronte diberitahu oleh doktornya untuk berhenti mendiagnosis diri dan akhirnya meninggal dunia dengan keadaan yang telah dikenal pasti, tetapi keadaan yang tidak disedari oleh doktor yang merawatnya sehingga terlambat.
Sebaliknya, Googling gejala perubatan anda tidak semestinya berakhir dalam resolusi dan boleh dalam banyak kes membangkitkan kegelisahan yang tidak perlu, mengubah bekas hypochondriac ke cyberchondriac saat ini.
Ada juga yang boleh ketagihan untuk sentiasa mencari maklumat kesihatan dalam talian, memeriksa diri mereka dan mencari jaminan, serta menuntut ujian dan pemeriksaan yang mungkin tidak sesuai.
Peningkatan tanda-tanda tidak berbahaya
Simptomologi yang umum boleh menggesa sesetengah pengguna untuk mula meneroka keadaan yang jarang berlaku dan serius yang muncul semasa carian dalam talian mereka.
Penyiasatan besar-besaran yang disiapkan pada tahun 2008 menunjukkan bahawa enjin carian Web berpotensi untuk meningkatkan keprihatinan medis bagi orang-orang yang mempunyai sedikit atau tiada latihan perubatan. Kajian menunjukkan bahawa peningkatan telah dipengaruhi oleh jumlah dan pengedaran kandungan perubatan yang dilihat oleh pengguna, penggunaan istilah yang membimbangkan di laman web yang mereka kunjungi dan kecenderungannya untuk menjadi cemas. Sebaliknya, ada sesetengah orang yang benar-benar boleh mendiagnosis diri dengan betul, terutamanya jika apa yang mereka alami adalah sangat spesifik dan tidak menonjol. Sebagai contoh, dalam kes-kes seperti Bronte's, penjangkakan kadang-kadang boleh diabaikan atau diabaikan dan dirawat oleh pasukan perubatan sebagai keadaan perubatan biasa apabila tidak.
Walau bagaimanapun, maklumat kesihatan yang didapati dalam talian sering tidak betul atau tidak lengkap. Apabila menilai 23 pemeriksaan gejala untuk ketepatan diagnostik dan triase mereka, penyelidik dari Sekolah Perubatan Harvard mendapati beberapa defisit yang membimbangkan. Hanya satu pertiga (34 peratus) yang berjaya mendapatkan diagnosis tepat pada masanya, dan hanya separuh (57 peratus) memberikan nasihat triase yang betul (contohnya mencadangkan rawatan baru atau tidak muncul). Juga, menurut Mathew Chung dari Sekolah Perubatan Universiti University of South Carolina, internet sering memberikan cadangan yang tidak semestinya selaras dengan nasihat perubatan terkini.
Chung mengkaji cadangan dalam talian untuk tidur bayi yang selamat. Beliau mendapati bahawa daripada 1,300 laman web, kurang daripada separuh (43.5 peratus) memberikan maklumat tepat tentang topik kesihatan ini.
Bagaimana untuk memperbaiki pemeriksa gejala dalam talian?
Apabila berjuta-juta pengguna mencari maklumat kesihatan dalam talian, ini mewujudkan kumpulan besar data. Penyelidik kini mengetuk ke dalam dataset ini untuk menguji algoritma ramalan yang boleh membuat pemeriksa gejala dalam talian lebih baik. Perkembangan terkini dalam pembelajaran mesin membantu usaha mereka untuk mencari corak dalam carian dalam talian dan mendiagnosis keadaan sebelum ini. Pelajar doktor John Paparrizos bekerjasama dengan Eric Horvitz dan Ryen White, penulis laporan 2008 tentang cyberchondria, untuk mereka bentuk algoritma yang dapat mengenal pasti orang yang baru didiagnosis dengan kanser pankreas dengan melihat carian dalam talian mereka sebelum ini.
Kajian mereka menunjukkan bahawa diagnosis serius mungkin berpotensi diramalkan dengan mengkaji pertanyaan dalam talian seseorang. Dengan sistem alat dalam talian yang lebih baik, pesakit mungkin dikesan sebelum terlambat untuk merawatnya.
Mengelakkan kesilapan diagnostik
Sistem sokongan keputusan klinikal (CDSS) adalah aplikasi interaktif yang kini boleh membantu pekerja penjagaan kesihatan membuat keputusan berasaskan bukti dan juga dapat meramalkan hasil rawatan. Sebilangan tindak balas terhadap kritikan yang sering disalahgunakan oleh doktor, lebih atau kurang merawat, dan / atau tidak merujuk kepada kepakaran perubatan lain, CDSS dianggap sebagai bentuk kecerdasan buatan utama dalam perubatan dan dijangka menjadi lebih cekap dan berdaya maju seperti kita masukkan sepenuhnya revolusi digital dalam penjagaan kesihatan.
CDSS semakin digunakan dalam triage, pemeriksaan, penilaian risiko, diagnosis, penilaian rawatan dan pemantauan. CDSS juga boleh dikaitkan dengan data pesakit daripada rekod kesihatan elektronik.
Model CDSS yang dikehendaki bergantung pada pelbagai sumber data seperti maklumat genetik, klinikal dan sosio-demografi. CDSS adalah sebahagian daripada pergerakan 'perubatan khusus' yang tidak berasaskan populasi, tetapi sebaliknya memberi tumpuan kepada farmakologi dan intervensi yang disesuaikan dengan individu. Satu kajian yang diketuai oleh Dr. Peter Elkin, yang mengarahkan Pusat Sinaran Biomedical Centre di Gunung Sinai, mencadangkan agar CDSS dapat memperluas skop diagnosis pembezaan, yang akan menjadikan diagnosis yang lebih tepat lebih cenderung memendekkan rumah sakit, menyelamatkan nyawa dan memberikan nilai ekonomi kepada kedua-dua kepada pesakit dan pembekal.
Penggunaan CDSS yang meluas tidak lagi berlaku dalam amalan rutin, tetapi banyak pakar percaya bahawa alat tersebut dapat membantu mengatasi kesenjangan yang ada dalam penjagaan kesihatan hari ini. Juga, nilai CDSS semakin diiktiraf dalam kombinasi dengan rekod kesihatan elektronik ( EHR ). Teknologi kesihatan jenis ini dapat merapatkan jurang antara teori dan amalan yang sering mempengaruhi proses diagnostik dan meninggalkan pesakit yang tidak puas hati. Pesakit dan pakar klinik sama-sama perlu mengenali teknologi kesihatan peluang yang memberi kita peluang, sementara tidak kehilangan lokasi cabaran yang wujud dengan gangguan teknologi. Oleh kerana alat-alat ini berkembang, harapan adalah pengguna akan lebih bersedia untuk membuat keputusan yang lebih baik dan lebih baik mengenai pilihan penjagaan dan rawatan mereka sendiri.
> Sumber
Chung, M., Oden, RP, Joyner, BL, Sims, A., & Moon, RY (2012). Artikel Asal: Cadangan Tidur Bayi Selamat di Internet: Marilah Google It. Jurnal Pediatrik , 161 : 1080-1084
Elkin P, Liebow M, Barnett G, et al. Pengenalan sistem sokongan keputusan diagnostik (DXplain ™) ke dalam aliran kerja perkhidmatan hospital pengajaran dapat mengurangkan kos perkhidmatan untuk diagnostik yang mencabar Kumpulan Berkaitan Diagnostik (DRGs). Jurnal Antarabangsa Perubatan Informatik , 2010; 79 (11): 772-777
Paparrizos J, White R, Horvitz E. Penyaringan untuk adenocarcinoma pankreas menggunakan isyarat dari log carian web: Kajian kemungkinan dan hasil. Jurnal Amalan Onkologi , 2016; 12 (8): 737-744
White R, Horvitz E. Cyberchondria mengkaji peningkatan kebimbangan perubatan dalam carian web. Transaksi ACM pada Sistem Maklumat , 2009; (4): 23
Semigran H, Mehrotra A, Linder J, Gidengil C. Penilaian pemeriksaan gejala untuk diagnosis diri dan triase: Kajian audit, 2015; 351