Wanneer gezondheidstechnologie ons faalt

Volgens het Pew Research Center gebruikt meer dan een derde van de Amerikanen internet als ze denken dat ze een gezondheidsprobleem hebben. Hun zoekresultaten worden echter niet altijd gevolgd door een bezoek aan een arts.Online zelfdiagnose is routine aan het worden voor internetgebruikers die zich steeds meer bewust worden van de enorme hoeveelheid beschikbare online gezondheidsbronnen en zich in controle willen voelen over hun lichaam en welzijn. In plaats van te wachten op een afspraak, hun symptomen te bespreken met een arts en zo nu en dan te pleiten voor aanvullende diagnostische tests, verrichten potentiële patiënten nu uitgebreide zoekacties op het web en plaatsen ze verschillende diagnoses naast hun symptomen totdat ze degene vinden die het beste lijkt te passen.

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 de zelfdiagnose stopzetten en stierven uiteindelijk 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 constant 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 voltooid, 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 gebruikelijke medische aandoening, terwijl dat niet het geval is.

Gezondheidsinformatie die online wordt gevonden, is echter vaak onjuist of onvolledig. Bij het beoordelen van 23 symptoomcontroles op hun diagnostische en triage-nauwkeurigheid vonden 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) accurate informatie over dit gezondheidsonderwerp verstrekte.

Hoe online symptoomcontroles 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 van 2008 over cyberchondria, 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 serieuze 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 de reikwijdte van differentiële diagnose kunnen verbreden, waardoor de juiste diagnose waarschijnlijker wordt, ziekenhuisverblijven worden verkort, levens worden gered en economische waarde wordt geboden aan beide naar de patiënt en de provider.

Het wijdverspreide gebruik van CDSS 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 die gepaard gaan met technologische ontwrichting te verliezen. Naarmate deze gereedschappen evolueren, hopen ze dat gebruikers gezondere en goed geïnformeerde beslissingen kunnen nemen over hun eigen zorg- en behandelopties.

Chung, M., Oden, R.P., Joyner, B.L., Sims, A., & Moon, R. Y. (2012). Oorspronkelijk artikel: Veilige baby-slaapaanbevelingen 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 het web. 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