Quando la Tecnologia Sanitaria ci danneggia
Internet rende le informazioni relative alla salute quasi universalmente accessibili. Aiuta a educare le persone sulla loro salute e consente loro di prendere decisioni informate sulle loro opzioni di trattamento. Ci sono esempi di persone che si diagnosticano correttamente dopo anni di diagnosi errate. Un esempio recente è la sfortunata storia di Bronte Doyne. A Bronte fu detto dai suoi medici di smettere di auto-diagnosticare e alla fine morì di una condizione che aveva identificato, ma una condizione che passò inosservata dai medici che la trattarono fino a quando non fu troppo tardi.
D'altra parte, Googling i sintomi medici non necessariamente termina in una risoluzione e in molti casi può scatenare ansie inutili, trasformando gli ex ipocondriaci in cyberchondriacs dei giorni nostri. Alcuni possono anche diventare dipendenti dalla ricerca costante di informazioni sanitarie online, esaminando se stessi e cercando rassicurazioni, oltre a richiedere test e screening che potrebbero non essere appropriati.
Escalation di sintomi innocui
La sintomatologia comune può spingere alcuni utenti a iniziare ad esplorare condizioni rare e serie che si sono verificate durante le loro ricerche online. Un'indagine su larga scala, completata nel 2008, ha mostrato che i motori di ricerca sul Web hanno il potenziale per aggravare le preoccupazioni mediche di persone che hanno poca o nessuna formazione medica. Lo studio ha mostrato che l'escalation era influenzata dalla quantità e dalla distribuzione di contenuti medici visualizzati dagli utenti, dall'uso di termini allarmanti sui siti visitati e dalla predisposizione della persona a diventare ansiosi. Al contrario, ci sono alcune persone che possono effettivamente diagnosticare se stessi correttamente, soprattutto se ciò che stanno vivendo è molto specifico e atipico. Ad esempio, in casi come quelli di Bronte, un personaggio anomalo può a volte essere ignorato o trascurato e trattato dall'équipe medica come una condizione medica comune quando non è.Tuttavia, le informazioni sanitarie trovate online sono spesso errate o incomplete. Quando hanno valutato 23 esaminatori di sintomi per la loro accuratezza diagnostica e di triage, i ricercatori della Harvard Medical School hanno riscontrato alcuni preoccupanti deficit. Solo un terzo (34 percento) è riuscito a ottenere la diagnosi correttamente la prima volta e poco più della metà (57 percento) ha fornito un consiglio di triage corretto (ad esempio, assistenza emergente o non emergente raccomandata). Inoltre, secondo Mathew Chung della University of South Carolina School of Medicine, Internet fornisce spesso raccomandazioni che non sono necessariamente in linea con un consiglio medico aggiornato. Chung ha studiato le raccomandazioni online per un sonno infantile sicuro. Ha scoperto che su 1.300 siti web, meno della metà (43,5%) ha fornito informazioni accurate su questo argomento di salute.
Come migliorare i controllori dei sintomi online?
Quando milioni di utenti cercano informazioni sanitarie online, questo crea un grande pool di dati. I ricercatori stanno ora sfruttando questi set di dati per testare algoritmi predittivi che potrebbero migliorare i controllori online dei sintomi. Gli ultimi sviluppi nell'apprendimento automatico stanno aiutando i loro sforzi per trovare modelli nelle ricerche online e diagnosticare una condizione prima. Il dottorando John Paparrizos ha collaborato con Eric Horvitz e Ryen White, gli autori del rapporto 2008 sui cyberchondria, per progettare un algoritmo in grado di identificare le persone diagnosticate di recente con cancro al pancreas osservando le loro precedenti ricerche online. Il loro studio ha dimostrato che una diagnosi seria potrebbe essere prevista esaminando le domande online di una persona. Con un sistema migliorato di strumenti online, i pazienti potrebbero essere rilevati prima che sia troppo tardi per trattarli.Prevenire errori diagnostici
I sistemi di supporto decisionale clinico (CDSS) sono applicazioni interattive che ora possono aiutare gli operatori sanitari a prendere decisioni basate su dati concreti e persino a prevedere i risultati del trattamento. Parzialmente una risposta alla critica che i medici spesso diagnosticano erroneamente, sopra o sotto-trattamento e / o non riescono a fare riferimento ad altre specialità mediche, i CDSS sono considerati una delle principali forme di intelligenza artificiale in medicina e si prevede che diventeranno ancora più efficienti e fattibili come entriamo pienamente nella rivoluzione digitale dell'assistenza sanitaria.I CDSS sono sempre più utilizzati in triage, screening, valutazione del rischio, diagnosi, valutazione e monitoraggio del trattamento. I CDSS possono anche essere collegati ai dati del paziente da cartelle cliniche elettroniche.
I modelli preferiti di CDSS si basano su molteplici fonti di dati come informazioni genetiche, cliniche e socio-demografiche. I CDSS fanno parte del cosiddetto movimento della "medicina personalizzata" che non è basato sulla popolazione, ma piuttosto incentrato sulla farmacologia e gli interventi su misura per un individuo. Uno studio condotto dal Dr. Peter Elkin, che dirige il Centro per l'informatica biomedica del Monte Sinai, ha suggerito che i CDSS possono ampliare l'ambito della diagnosi differenziale, che renderebbe più probabile la diagnosi corretta, abbreviare le degenze ospedaliere, salvare vite umane e fornire valore economico a entrambi al paziente e al fornitore.
L'adozione diffusa dei CDSS non si è ancora verificata nella pratica di routine, ma molti esperti ritengono che tali strumenti possano aiutare a superare le idiosincrasie che esistono oggi nell'assistenza sanitaria. Inoltre, il valore di CDSS è sempre più riconosciuto in combinazione con le cartelle cliniche elettroniche (EHR). Questo tipo di tecnologia sanitaria potrebbe colmare il divario tra teoria e pratica che spesso influenza il processo diagnostico e lascia i pazienti insoddisfatti. Pazienti e medici hanno tutti bisogno di familiarizzare con le opportunità che la tecnologia sanitaria ci offre, senza perdere la sede delle sfide intrinseche che derivano dalla rottura tecnologica. Man mano che questi strumenti evolvono, la speranza è che gli utenti saranno meglio equipaggiati per prendere decisioni più sane e ben informate riguardo alle loro cure e alle opzioni di trattamento.
Chung, M., Oden, R.P., Joyner, B.L., Sims, A., & Moon, R.Y. (2012). Articolo originale: Raccomandazioni sul sonno sicuro per bambini su Internet: Facciamolo su Google. The Journal of Pediatrics, 161: 1080-1084
Elkin P, Liebow M, Barnett G, et al. L'introduzione di un sistema di supporto decisionale diagnostico (DXplain ™) nel flusso di lavoro di un servizio ospedaliero universitario può ridurre il costo del servizio per i gruppi correlati alla diagnostica (DRG) diagnosticamente difficili. International Journal of Medical Informatics, 2010; 79 (11): 772-777
Paparrizos J, White R, Horvitz E. Screening per adenocarcinoma pancreatico utilizzando segnali da registri di ricerca web: studio di fattibilità e risultati. Journal of Oncology Practice, 2016; 12 (8): 737-744
White R, Horvitz E. Cyberchondria studia l'escalation di problemi medici nella ricerca sul web. Transazioni ACM su sistemi informativi, 2009; (4): 23
Semigran H, Mehrotra A, Linder J, Gidengil C. Valutazione dei controllori dei sintomi per autodiagnosi e triage: studio di audit, 2015; 351
