Wenn Gesundheitstechnologie versagt

Laut dem Pew Research Center nutzt mehr als ein Drittel der Amerikaner das Internet, wenn sie glauben, ein Gesundheitsproblem zu haben. Ihre Suchergebnisse werden jedoch nicht immer von einem Arzt aufgesucht. Die Online-Selbstdiagnose wird zur Routine für Internetnutzer, die sich der Vielzahl der verfügbaren Online-Gesundheitsressourcen zunehmend bewusst sind und sich in der Lage fühlen möchten, ihren Körper und ihr Wohlbefinden unter Kontrolle zu halten. Anstatt auf einen Termin zu warten, ihre Symptome mit einem Arzt zu besprechen und gelegentlich zusätzliche diagnostische Tests anzufordern, durchsuchen potenzielle Patienten das Internet ausgiebig und stellen ihren Symptomen verschiedene Diagnosen gegenüber, bis sie diejenige finden, die am besten zu passen scheint.
Das Internet macht gesundheitsbezogene Informationen nahezu universell zugänglich. Es hilft, Menschen über ihre Gesundheit aufzuklären und fundierte Entscheidungen über ihre Behandlungsoptionen zu treffen. Es gibt Beispiele für Menschen, die sich nach Jahren der Fehldiagnose selbst richtig diagnostizieren. Ein aktuelles Beispiel ist die unglückliche Geschichte von Bronte Doyne. Bronte wurde von ihren Ärzten angewiesen, die Selbstdiagnose einzustellen, und starb schließlich an einem von ihr festgestellten Zustand, der jedoch von den sie behandelnden Ärzten unbemerkt blieb, bis es zu spät war.
Auf der anderen Seite endet das Googeln Ihrer medizinischen Symptome nicht unbedingt in einer Lösung und kann in vielen Fällen unnötige Ängste hervorrufen und ehemalige Hypochondrien in heutige Cyberchondrien verwandeln. Einige sind sogar süchtig danach, ständig online nach Gesundheitsinformationen zu suchen, sich selbst zu untersuchen und nach Beruhigung zu suchen, sowie nach anspruchsvollen Tests und Screenings, die möglicherweise nicht angemessen sind.

Eskalation harmloser Symptome

Häufige Symptome können einige Benutzer dazu veranlassen, seltene und schwerwiegende Zustände zu untersuchen, die während ihrer Online-Suche aufgetreten sind. Eine 2008 durchgeführte groß angelegte Umfrage ergab, dass Web-Suchmaschinen das Potenzial haben, die medizinischen Bedenken von Menschen zu steigern, die wenig oder gar keine medizinische Ausbildung haben. Die Studie zeigte, dass die Eskalation von der Menge und Verteilung der von den Nutzern betrachteten medizinischen Inhalte, der Verwendung alarmierender Terminologie auf den von ihnen besuchten Websites und der Veranlagung der Person, ängstlich zu werden, beeinflusst wurde. Im Gegensatz dazu gibt es einige Menschen, die sich tatsächlich richtig diagnostizieren können, insbesondere wenn das, was sie erleben, sehr spezifisch und untypisch ist. Zum Beispiel kann in Fällen wie Bronte ein Ausreißer manchmal ignoriert oder übersehen und vom Ärzteteam als eine häufige Erkrankung behandelt werden, wenn dies nicht der Fall ist.
Online gefundene Gesundheitsinformationen sind jedoch häufig falsch oder unvollständig. Bei der Untersuchung von 23 Symptomprüfern auf ihre Diagnose- und Triage-Genauigkeit stellten Forscher der Harvard Medical School einige besorgniserregende Defizite fest. Nur ein Drittel (34 Prozent) schaffte es, die Diagnose beim ersten Mal richtig zu stellen, und etwas mehr als die Hälfte (57 Prozent) gab korrekte Triage-Ratschläge (z. B. empfohlene Notfall- oder Notfallversorgung). Laut Mathew Chung von der Medizinischen Fakultät der Universität von South Carolina enthält das Internet häufig Empfehlungen, die nicht unbedingt den aktuellen medizinischen Empfehlungen entsprechen. Chung studierte Online-Empfehlungen für einen sicheren Säuglingsschlaf. Er fand heraus, dass von den 1.300 Websites weniger als die Hälfte (43,5 Prozent) genaue Informationen zu diesem Gesundheitsthema lieferten.

So verbessern Sie die Online-Symptomprüfung?

Wenn Millionen von Benutzern online nach Gesundheitsinformationen suchen, entsteht ein großer Datenpool. Die Forscher nutzen diese Datensätze nun, um Vorhersagealgorithmen zu testen, mit denen sich Online-Symptomprüfungen verbessern lassen. Die neuesten Entwicklungen im maschinellen Lernen unterstützen ihre Bemühungen, Muster bei Online-Suchen zu finden und einen Zustand früher zu diagnostizieren. Der Doktorand John Paparrizos entwarf in Zusammenarbeit mit Eric Horvitz und Ryen White, den Autoren des Cyberchondrienberichts von 2008, einen Algorithmus, mit dem Menschen, bei denen kürzlich Bauchspeicheldrüsenkrebs diagnostiziert wurde, anhand ihrer vorherigen Online-Recherchen identifiziert werden können. Ihre Studie zeigte, dass eine ernsthafte Diagnose möglicherweise vorhergesagt werden kann, indem die Online-Anfragen einer Person untersucht werden. Mit einem verbesserten System von Online-Tools können Patienten möglicherweise erkannt werden, bevor es zu spät ist, sie zu behandeln.

Diagnosefehler vermeiden

Klinische Entscheidungsunterstützungssysteme (CDSS) sind interaktive Anwendungen, mit denen medizinisches Personal evidenzbasierte Entscheidungen treffen und sogar Behandlungsergebnisse vorhersagen kann. Teilweise als Reaktion auf die Kritik, dass Ärzte andere medizinische Fachgebiete häufig falsch diagnostizieren, über- oder unterbehandeln und / oder nicht darauf verweisen, gelten CDSS als eine der wichtigsten Formen der künstlichen Intelligenz in der Medizin, und es wird erwartet, dass sie noch effizienter und praktikabler werden Wir sind voll und ganz in die digitale Revolution im Gesundheitswesen eingetreten.
CDSS werden zunehmend bei der Triage, dem Screening, der Risikobewertung, der Diagnose, der Behandlungsbewertung und der Überwachung eingesetzt. CDSSs können auch mit Patientendaten aus elektronischen Patientenakten verknüpft werden.
Die bevorzugten CDSS-Modelle stützen sich auf mehrere Datenquellen wie genetische, klinische und soziodemografische Informationen. CDSSs sind Teil der sogenannten „personalisierten Medizin“, die nicht auf der Bevölkerung basiert, sondern sich auf die Pharmakologie und auf individuell zugeschnittene Interventionen konzentriert. Eine Studie von Dr. Peter Elkin, Leiter des Mount-Sinai-Zentrums für biomedizinische Informatik, schlug vor, dass CDSS den Umfang der Differentialdiagnose erweitern können, wodurch die richtige Diagnose wahrscheinlicher wird, Krankenhausaufenthalte verkürzt, Leben gerettet und beides von wirtschaftlichem Wert wird an den Patienten und den Anbieter.
Die weit verbreitete Anwendung von CDSSs in der Routinepraxis ist noch nicht erfolgt, aber viele Experten sind der Ansicht, dass solche Tools dazu beitragen könnten, die heute im Gesundheitswesen bestehenden Eigenheiten zu überwinden. Auch in Kombination mit elektronischen Patientenakten (EHR) wird der Wert von CDSS zunehmend anerkannt. Diese Art von Gesundheitstechnologie könnte die Lücke zwischen Theorie und Praxis schließen, die häufig den diagnostischen Prozess beeinflusst und die Patienten unzufrieden macht. Patienten und Ärzte müssen sich mit den Möglichkeiten vertraut machen, die die Gesundheitstechnologie für uns bietet, ohne dabei den Überblick über die Herausforderungen zu verlieren, die mit technologischen Störungen verbunden sind. Wenn sich diese Tools weiterentwickeln, besteht die Hoffnung, dass die Benutzer besser in der Lage sind, gesündere und fundiertere Entscheidungen über ihre eigenen Pflege- und Behandlungsoptionen zu treffen.
Chung, M., Oden, R. P., Joyner, B. L., Sims, A. & Moon, R. Y. (2012). Originalartikel: Safe Infant Sleep Empfehlungen im Internet: Let's Google It. Das Journal of Pediatrics, 161: 1080-1084
Elkin P., Liebow M., Barnett G. et al. Die Einführung eines diagnostischen Entscheidungsunterstützungssystems (DXplain ™) in den Arbeitsablauf eines Lehrkrankenhausdienstes kann die Servicekosten für diagnostisch anspruchsvolle diagnostikbezogene Gruppen (DRGs) senken.. Internationale Zeitschrift für Medizinische Informatik, 2010; 79 (11): 772 & ndash; 777
Paparrizos J, White R, Horvitz E. Screening auf Pankreasadenokarzinom unter Verwendung von Signalen aus Web-Suchprotokollen: Machbarkeitsstudie und Ergebnisse. Zeitschrift für onkologische Praxis, 2016; 12 (8): 737 & ndash; 744
White R, Horvitz E. Cyberchondria-Studien zur Eskalation medizinischer Bedenken bei der Websuche. ACM-Transaktionen auf Informationssystemen, 2009; (4): 23
Semigran H, Mehrotra A, Linder J, Gidengil C. Bewertung von Symptomprüfern für Selbstdiagnose und Triage: Audit-Studie, 2015; 351