Garis Antara Menjadi Baik Diinformasikan dan Menjadi Cyberchondriac
Menurut Pew Research Center, lebih dari sepertiga orang Amerika menggunakan internet ketika mereka percaya bahwa mereka memiliki masalah kesehatan. Hasil pencarian mereka, bagaimanapun, tidak selalu ditindaklanjuti dengan kunjungan ke dokter. Mendiagnosa diri secara online menjadi rutin bagi pengguna internet yang semakin sadar akan sumber daya kesehatan online yang tersedia dan ingin mengendalikan tubuh dan kesejahteraan mereka.
Alih-alih menunggu janji, harus mendiskusikan gejala-gejalanya dengan dokter dan kadang-kadang memohon untuk tes diagnostik tambahan, pasien potensial sekarang melakukan pencarian ekstensif dari Web dan menjajarkan diagnosis yang berbeda dengan gejala mereka sampai mereka menemukan satu yang tampaknya paling sesuai.
Internet membuat informasi yang berhubungan dengan kesehatan hampir dapat diakses secara universal. Ini membantu mendidik orang tentang kesehatan mereka dan memungkinkan mereka untuk membuat keputusan tentang pilihan pengobatan mereka. Ada beberapa contoh orang yang mendiagnosis dirinya dengan benar setelah bertahun-tahun salah diagnosa. Contoh terbaru adalah kisah Bronte Doyne yang malang. Bronte diberitahu oleh dokternya untuk berhenti mendiagnosis dirinya sendiri dan akhirnya meninggal karena kondisi yang dia identifikasi, tetapi kondisi yang tidak diperhatikan oleh dokter yang merawatnya sampai terlambat.
Di sisi lain, Googling gejala medis Anda tidak selalu berakhir dalam resolusi dan dapat dalam banyak kasus membawa kegelisahan yang tidak perlu, mengubah mantan hypochondriac menjadi cyberchondriac saat ini.
Beberapa bahkan dapat kecanduan untuk terus mencari informasi kesehatan online, memeriksa diri mereka sendiri dan mencari kepastian, serta menuntut tes dan pemutaran yang mungkin tidak sesuai.
Eskalasi gejala tidak berbahaya
Gejala umum dapat mendorong beberapa pengguna untuk mulai mengeksplorasi kondisi langka dan serius yang muncul selama pencarian online mereka.
Survei berskala besar yang diselesaikan pada tahun 2008 menunjukkan bahwa mesin pencarian Web memiliki potensi untuk meningkatkan masalah medis orang-orang yang memiliki sedikit atau tidak ada pelatihan medis. Studi ini menunjukkan bahwa eskalasi dipengaruhi oleh jumlah dan distribusi konten medis yang dilihat oleh pengguna, penggunaan terminologi yang mengkhawatirkan pada situs yang mereka kunjungi dan kecenderungan orang untuk menjadi cemas. Sebaliknya, ada beberapa orang yang memang bisa mendiagnosis dirinya dengan benar, terutama jika apa yang mereka alami sangat spesifik dan tidak khas. Misalnya, dalam kasus-kasus seperti Bronte, seorang pencilan kadang-kadang bisa diabaikan atau diabaikan dan diperlakukan oleh tim medis sebagai kondisi medis umum ketika tidak.
Namun, informasi kesehatan yang ditemukan secara online sering salah atau tidak lengkap. Saat mengevaluasi 23 pemeriksa gejala untuk keakuratan diagnostik dan triase mereka, para peneliti dari Harvard Medical School menemukan beberapa defisit yang mengkhawatirkan. Hanya sepertiga (34 persen) yang berhasil mendapatkan diagnosis dengan benar pada kali pertama, dan lebih dari setengah (57 persen) memberikan saran triase yang benar (misalnya perawatan yang disarankan atau tidak muncul). Juga, menurut Mathew Chung dari University of South Carolina School of Medicine, internet sering memberikan rekomendasi yang tidak perlu sejalan dengan saran medis terkini.
Chung mempelajari rekomendasi online untuk tidur bayi yang aman. Ia menemukan bahwa dari 1.300 situs web, kurang dari setengah (43,5 persen) memberikan informasi yang akurat tentang topik kesehatan ini.
Bagaimana cara meningkatkan pemeriksaan gejala online?
Ketika jutaan pengguna mencari informasi kesehatan secara online, ini menciptakan banyak data. Para peneliti sekarang menggunakan dataset ini untuk menguji algoritma prediksi yang dapat membuat pengecekan gejala online lebih baik. Perkembangan terkini dalam pembelajaran mesin membantu upaya mereka menemukan pola dalam pencarian online dan mendiagnosis kondisi sebelumnya. Mahasiswa doktoral John Paparrizos bekerja sama dengan Eric Horvitz dan Ryen White, penulis laporan tahun 2008 tentang cyberchondria, untuk merancang suatu algoritma yang dapat mengidentifikasi orang-orang yang baru didiagnosis dengan kanker pankreas dengan melihat pencarian online mereka sebelumnya.
Studi mereka menunjukkan bahwa diagnosis serius dapat diprediksi dengan memeriksa pertanyaan online seseorang. Dengan sistem alat daring yang ditingkatkan, pasien mungkin terdeteksi sebelum terlambat untuk mengobatinya.
Mencegah kesalahan diagnostik
Sistem pendukung keputusan klinis (CDSS) adalah aplikasi interaktif yang sekarang dapat membantu pekerja kesehatan membuat keputusan berdasarkan bukti dan bahkan dapat memprediksi hasil pengobatan. Sebagian tanggapan terhadap kritik bahwa dokter sering salah mendiagnosis, terlalu atau kurang memperlakukan, dan / atau gagal untuk merujuk ke spesialisasi medis lainnya, CDSS dianggap sebagai bentuk utama kecerdasan buatan dalam kedokteran dan diharapkan menjadi lebih efisien dan layak sebagai kita sepenuhnya memasuki revolusi digital dalam perawatan kesehatan.
CDSS semakin banyak digunakan dalam triase, skrining, penilaian risiko, diagnosis, evaluasi pengobatan dan pemantauan. CDSS juga dapat dihubungkan ke data pasien dari catatan kesehatan elektronik.
Model yang lebih disukai dari CDSS bergantung pada banyak sumber data seperti informasi genetik, klinis dan sosio-demografis. CDSS adalah bagian dari apa yang disebut gerakan 'obat yang dipersonalisasi' yang bukan berbasis populasi, tetapi difokuskan pada farmakologi dan intervensi yang disesuaikan untuk individu. Sebuah studi yang dipimpin oleh Dr. Peter Elkin, yang mengarahkan Pusat Sinom untuk Informatika Biomedis, menyarankan bahwa CDSS dapat memperluas cakupan diagnosis banding, yang akan membuat diagnosis yang benar lebih mungkin, mempersingkat masa inap di rumah sakit, menyelamatkan nyawa dan memberikan nilai ekonomi bagi keduanya. kepada pasien dan penyedia.
Pengadopsian CDSS secara luas belum terjadi dalam praktek rutin, tetapi banyak ahli percaya bahwa alat tersebut dapat membantu mengatasi keanehan yang ada dalam perawatan kesehatan saat ini. Juga, nilai CDSS semakin diakui dalam kombinasi dengan catatan kesehatan elektronik ( EHR ). Jenis teknologi kesehatan ini dapat menjembatani kesenjangan antara teori dan praktek yang sering mempengaruhi proses diagnostik dan membuat pasien tidak puas. Pasien dan dokter sama-sama perlu untuk terbiasa dengan peluang teknologi kesehatan memberi kita, sementara tidak kehilangan situs tantangan yang melekat yang datang dengan gangguan teknologi. Seiring berkembangnya alat ini, harapannya adalah pengguna akan lebih siap untuk membuat keputusan yang lebih sehat dan terinformasi dengan baik tentang pilihan perawatan dan pengobatan mereka sendiri.
> Sumber
Chung, M., Oden, RP, Joyner, BL, Sims, A., & Moon, RY (2012). Artikel Asli: Rekomendasi Tidur Bayi Aman di Internet: Mari Google Ini. The Journal of Pediatrics , 161 : 1080-1084
Elkin P, Liebow M, Barnett G, et al. Pengenalan sistem pendukung keputusan diagnostik (DXplain ™) ke dalam alur kerja layanan rumah sakit pendidikan dapat menurunkan biaya layanan untuk Diagnostic Related Groups (DRGs) yang menantang secara diagnostik. Jurnal Internasional Informatika Kedokteran , 2010; 79 (11): 772-777
Paparrizos J, White R, Horvitz E. Skrining adenokarsinoma pankreas menggunakan sinyal dari log pencarian web: Studi kelayakan dan hasil. Journal of Oncology Practice , 2016; 12 (8): 737-744
White R, Horvitz E. Cyberchondria mempelajari eskalasi masalah medis dalam penelusuran web. ACM Transaksi pada Sistem Informasi , 2009; (4): 23
Semigran H, Mehrotra A, Linder J, Gidengil C. Evaluasi pemeriksaan gejala untuk diagnosis diri dan triase: Studi audit, 2015; 351