Garis Antarane Ngartekno Dadi lan Dadi Cyberchondriac
Miturut Pusat Riset Pew, luwih saka sapraton Amerika nggunakake internet nalika padha percaya yen ana masalah kesehatan. Nanging, asil panelusuran ora tansah diterusake karo dhokter. Diagnosa dhewe online dadi tumindake kanggo pangguna internet sing tambah akeh weruh sumber daya online sing kasedhiya lan pengin ngontrol awak lan kesejahteraan.
Tinimbang nunggu janjian, kudu ngrembug gejala kasebut karo dhokter lan sok-sok ngupaya kanggo tes diagnostik tambahan, pasien potensial saiki nindakake searches ekstensif saka Web lan juxtapose beda diagnosa karo gejala nganti padha nemokake sing paling apik cocog.
Internet nggawe informasi kesehatan sing meh bisa diakses kanthi universal. Iku mbantu nyinau babagan kesehatan masyarakat lan mbisakake wong-wong mau kanggo nggawe keputusan babagan pilihan perawatan. Ana conto wong sing diagnosa kanthi bener sawise taun misdiagnosis. Conto kayata Bronte Doyne. Bronte diwenehake dening dokter supaya nyegah diagnosa dhewe lan pungkasane mati amarga kondhisi sing wis ditemtokake, nanging kondhisi sing ora ditliti dening dokter ngobati dheweke nganti kasep.
Saliyane, Googling gejala kesehatan sampeyan ora kudu rampung ing resolusi lan akeh kasus sing bakal nyebabake anxieties sing ora perlu, ngowahi mantan hypochondriacs menyang cyberchondriacs saiki.
Sawetara bisa malah njaluk ketagihan kanggo terus-terusan nggoleki informasi kesehatan online, mriksa piyambak lan looking for reassurance, uga tes lan screenings nuntut sing bisa uga ora cocok.
Escalation gejala sing ora sampurna
Gejala umum bisa nimbulake sawetara kedhaftar kanggo miwiti nemokake kondisi langka lan serius sing teka nalika nelusur online.
Survei skala besar rampung pada 2008 menunjukkan bahwa mesin telusur Web berpotensi meningkatkan kesehatan masyarakat yang tidak memiliki pelatihan medis atau tidak. Panliten kasebut nuduhake yen escalasi dipengaruhi dening jumlah lan distribusi isi medis sing dideleng dening pangguna, panggunaan terminologi nguwatirake ing situs sing padha dilapurake lan predisposisi wong dadi cemas. Bentenipun, wonten sapérangan tiyang ingkang saé saged ndhelikaken piyambak kanthi bener, utaminipun ingkang dipunalami kanthi jelas lan atipikal. Contone, ing kasus kaya Bronte, soko soko bisa uga diabaikan utawa diabaikan lan dianggep tim medis minangka kondisi medis umum nalika ora.
Nanging, informasi kesehatan sing ditemokake online asring salah utawa ora lengkap. Nalika ngevaluasi 23 driji gejala kanggo akurasi diagnostik lan triase, panaliti saka Harvard Medical School nemokake sawetara kekuwatan sing kuwat. Mung katelu (34 persen) bisa nemokake diagnosis kanthi bener, lan luwih saka setengah (57 persen) nyedhiyakake saran triase sing bener (umpamane dianjurake kanggo perawatan sing muncul utawa ora ana). Uga, miturut Mathew Chung saka School of Medicine, University of South Carolina, internet asring nyedhiyakake rekomendasi sing ora mesthi adhedhasar saran medis sing up-to-date.
Chung sinau rekomendasi online kanggo ngaso bayi sing aman. Dheweke nemokake yen saka situs web 1.300, kurang saka setengah (43,5 persen) nyedhiyakake informasi sing akurat babagan topik kesehatan.
Carane nambah pemeriksa gejala online?
Nalika mayuta-yuta kedhaftar katon informasi kesehatan online, iki nggawe pool data gedhe. Para peneliti saiki nlusup ing dataset iki kanggo nguji algoritma prediksi sing bisa nggawe dering gejala online sing luwih apik. Perkembangan paling anyar ing pembelajaran mesin mbantu upaya kanggo nemokake pola nggoleki online lan ndandani kondisi sadurungé. Siswa doktoral John Paparrizos bekerjasama karo Eric Horvitz lan Ryen White, penulis laporan 2008 ing cyberchondria, kanggo ngrancang algoritma sing bisa ngenali wong-wong sing mentas didiagnosis kanker pankreas kanthi nggoleki panelusuran online sing sadurunge.
Panaliten kasebut nuduhake yen diagnosis serius bisa diprediksi kanthi mriksa pitakonan online wong. Kanthi sistem pribadi online sing luwih apik, pasien bisa dideteksi sadurunge bakal kasep.
Nyegah kesalahane diagnostik
Sistem pendukung keputusane klinis (CDSSs) yaiku aplikasi interaktif sing saiki bisa mbantu buruh-buruh kesehatan nggawe pancasan berbasis bukti lan bisa uga prédhiksi asil perawatan. Sebagean sing nanggepi kritik sing dianggep misdiagnosis, luwih utawa ora dianggep minangka dokter, lan / utawa ora ngandhut spesialisasi medis liyane, CDSS dianggep minangka wujud utama intelijen buatan ing babagan kedokteran lan dijaluk dadi luwih efisien lan bisa dadi kita bisa ngetik revolusi digital ing perawatan kesehatan.
CDSSs akeh digunakake ing triase, screening, penilaian resiko, diagnosa, evaluasi perawatan lan pemantauan. CDSS uga bisa disambung menyang data pasien saka cathetan kesehatan elektronik.
Model CDSS sing disenengi gumantung marang macem-macem sumber data kayata informasi genetik, klinis, lan sosio-demografi. CDSSs minangka bagéan saka gerakan "khusus obat" sing ora diarani populasi, nanging malah fokus ing babagan farmakologi lan intervensi sing diajukake kanggo individu. Sawijining studi sing dipimpin dening Dr. Peter Elkin, sing ngarahake Pusat Sinar Informatika Pusat Sinai, ngandhakake yen CDSS bisa ngluwihi cakupan diagnosis diferensial, sing bakal nggawe diagnosis sing bener luwih cenderung, ngeculake rumah sakit, nylametake nyawa lan nyedhiyakake nilai ekonomi marang kanggo pasien lan panyedhiya.
Adoption CDs wis ora dumadi sacara rutin, nanging akeh ahli percaya yen alat kasebut bisa mbantu ngatasi idiosinasi sing ana ing perawatan kesehatan saiki. Uga, nilai CDSS tambah dikenal ing kombinasi karo rekaman kesehatan elektronik ( EHR ). Tipe teknologi kesehatan iki bisa ngatasi kesenjangan antara teori lan praktek sing kerep nyebabake proses diagnostik lan nilarake pasien sing ora seneng. Pasien lan dokter kudu nggunakake akehe teknologi kasedhiyan kesehatan, nanging ora kalah kanthi tantangan sing teka kanthi gangguan teknologi. Minangka alat kasebut berkembang, pangarep-arep pangguna bakal luwih dilengkapi kanggo nggawe luwih sehat, keputusane kanthi informasi babagan pilihan perawatan lan perawatan dhewe.
> Sumber
Chung, M., Oden, RP, Joyner, BL, Sims, A., & Moon, RY (2012). Original Article: Aman Bayi Rekomendasi ing Internet: Ayo Google Iku. Journal of Pediatrics , 161 : 1080-1084
Elkin P, Liebow M, Barnett G, et al. Perkenalan sistem dhukungan keputusan diagnostik (DXplain ™) menyang alur kerja layanan rumah sakit bisa ngurangi biaya layanan kanggo kelompok Related Diagnostic (DMGs) sing diagnostik tantangan. International Journal of Medical Informatics , 2010; 79 (11): 772-777
Paparrizos J, Putih R, Horvitz E. Screening kanggo adenocarcinoma pancreatic nggunakake sinyal saka log nggoleki web: Studi lan asil kelayakan. Jurnal Oncology Practice , 2016; 12 (8): 737-744
Putih R, Horvitz E. Cyberchondria nyinaoni panyebab medikal ing panelusuran web. Transaksi ACM ing Sistem Informasi , 2009; (4): 23
Semigran H, Mehrotra A, Linder J, Gidengil C. Evaluasi gejala dam kanggo diagnosis lan triase dhéwé: Studi audit, 2015; 351