Mstari kati ya Kuwa Mjuzi Mzuri na Kuwa Cyberchondriac
Kwa mujibu wa Kituo cha Utafiti wa Pew, zaidi ya theluthi moja ya Wamarekani hutumia mtandao wakati wanaamini kuwa na suala la afya. Matokeo yao ya utafutaji, hata hivyo, hazifuatikani mara kwa mara na ziara ya daktari. Online kujifunza ni kuwa kawaida kwa watumiaji wa Intaneti ambao wanazidi kufahamu kiasi kikubwa cha rasilimali za afya mtandaoni na wanataka kujisikia katika udhibiti wa miili yao na ustawi.
Badala ya kusubiri miadi, kuwa na kujadili dalili zao na daktari na mara kwa mara kuomba uchunguzi wa ziada wa uchunguzi, wagonjwa wanaweza sasa kufanya utafutaji wa kina wa Mtandao na juxtapose uchunguzi tofauti na dalili zao mpaka wao kugundua moja ambayo inaonekana fit fit.
Internet inafanya habari zinazohusiana na afya karibu kufikia kila mahali. Inasaidia kuwaelimisha watu kuhusu afya yao na inawawezesha kufanya maamuzi sahihi juu ya chaguzi zao za matibabu. Kuna mifano ya watu kujidhani wenyewe kwa usahihi baada ya miaka mingi ya ujinga. Mfano wa hivi karibuni ni hadithi bahati mbaya ya Bronte Doyne. Bronte iliambiwa na madaktari wake kuacha uchunguzi wa kujitegemea na hatimaye alikufa kwa hali aliyoijua, lakini hali ambayo haikufahamika na madaktari kumtendea mpaka ilikuwa imechelewa.
Kwa upande mwingine, kuambukizwa dalili zako za matibabu si lazima kuishia katika azimio na katika kesi nyingi huleta wasiwasi usiohitajika, kubadili hypochondriac ya zamani katika cyberchondriacs ya leo.
Wengine wanaweza hata kupata addicted daima kutafuta habari za afya online, kujichunguza wenyewe na kutafuta reassurance, pamoja na vipimo na mahitaji ya uchunguzi ambayo inaweza kuwa sahihi.
Kuongezeka kwa dalili zisizo na hatia
Dalili za kawaida zinaweza kuwawezesha watumiaji wengine kuanza kutafuta hali mbaya na mbaya ambazo zilikuja wakati wa utafutaji wao mtandaoni.
Uchunguzi mkubwa uliokamilishwa mwaka wa 2008 ulionyesha kwamba injini za utafutaji wa Mtandao zina uwezo wa kuongezeka kwa wasiwasi wa matibabu wa watu ambao hawana mafunzo madogo au hakuna. Utafiti huo ulionyesha kuwa ukuaji wa uchumi uliathiriwa na kiasi na usambazaji wa maudhui ya matibabu yaliyotajwa na watumiaji, matumizi ya nenosiri la kutisha kwenye tovuti ambazo walitembelea na utangulizi wa mtu kuwa na wasiwasi. Kwa upande mwingine, kuna watu ambao wanaweza kujiona kwa usahihi, hasa kama wanavyoona ni maalum sana na ya atypical. Kwa mfano, katika kesi kama Bronte, mtu wa nje anaweza wakati mwingine kupuuzwa au kupuuzwa na kutibiwa na timu ya matibabu kama hali ya kawaida ya matibabu wakati sio.
Hata hivyo, habari za afya zinazopatikana mtandaoni mara nyingi hazi sahihi au hazija kamili. Wakati wa kuchunguza checkers ya dalili 23 kwa usahihi wao wa uchunguzi na ufuatiliaji, watafiti kutoka Shule ya Matibabu ya Harvard walipata upungufu wa wasiwasi. Asilimia tatu tu (asilimia 34) waliweza kupata ugonjwa huo mara ya kwanza, na zaidi ya nusu (asilimia 57) walitoa ushauri sahihi wa kupima (kwa mfano huduma iliyopendekezwa au isiyo ya haraka). Pia, kulingana na Mathew Chung wa Shule ya Madawa ya Chuo Kikuu cha South Carolina, mara nyingi mtandao hutoa mapendekezo ambayo sio lazima kulingana na ushauri wa matibabu wa sasa.
Chung alisoma mapendekezo ya mtandaoni kwa usingizi wa watoto wachanga salama. Aligundua kwamba kutoka kwenye tovuti 1,300, chini ya nusu (asilimia 43.5) ilitoa taarifa sahihi juu ya mada hii ya afya.
Jinsi ya kuboresha checkers online?
Wakati mamilioni ya watumiaji wanatafuta maelezo ya afya online, hii inafanya pool kubwa ya data. Watafiti sasa wanajiingiza kwenye dasasets hizi ili kupima algorithms ya utabiri ambayo inaweza kufanya wachunguzi wa dalili mtandaoni. Maendeleo ya hivi karibuni katika kujifunza mashine yanasaidia jitihada zao za kutafuta mwelekeo katika utafutaji wa mtandaoni na kutambua hali mapema. Mwanafunzi wa daktari John Paparrizos alijiunga na Eric Horvitz na Ryen White, waandishi wa ripoti ya 2008 juu ya cyberchondria, kuunda algorithm ambayo inaweza kutambua watu hivi karibuni kupatikana na saratani ya kongosho kwa kuangalia utafutaji wao wa awali online.
Utafiti wao ulionyesha kuwa uchunguzi mkubwa unaweza uwezekano wa kutabiri kwa kuchunguza maswali ya mtu mtandaoni. Kwa mfumo bora wa zana za mtandaoni, wagonjwa wanaweza kuonekana kabla ya kuchelewa kuchelewa.
Kuzuia makosa ya uchunguzi
Mifumo ya msaada wa kliniki (CDSSs) ni maombi maingiliano ambayo sasa yanaweza kusaidia wafanyakazi wa huduma za afya kufanya maamuzi ya msingi-ushahidi na wanaweza hata kutabiri matokeo ya matibabu. Kwa upande wa kimwili jibu kwa uchunguzi ambao madaktari mara nyingi hawajui, juu au chini ya kutibu, na / au kushindwa kutaja maalum ya matibabu, CDSS ni kuchukuliwa aina kuu ya akili bandia katika dawa na wanatarajiwa kuwa na ufanisi zaidi na inayofaa kama tunaingia kikamilifu mapinduzi ya digital katika huduma za afya.
CDSS zinazidi kutumika katika triage, uchunguzi, tathmini ya hatari, kupima, tathmini ya matibabu na ufuatiliaji. CDSS pia zinaweza kuunganishwa na data ya mgonjwa kutoka kwenye kumbukumbu za afya za elektroniki.
Mifano zilizopendekezwa za CDSS zinategemea vyanzo mbalimbali vya data kama vile habari za maumbile, kliniki na kijamii. CDSS ni sehemu ya harakati inayoitwa 'dawa ya kibinadamu' ambayo sio msingi wa idadi ya watu, lakini badala yake ililenga karibu na pharmacology na hatua zilizolengwa kwa mtu binafsi. Utafiti uliongozwa na Dk. Peter Elkin, ambaye anaongoza Kituo cha Mount Sinai kwa Kompyuta za Biomedical, alipendekeza kwamba CDSS zinaweza kupanua upeo wa utambuzi tofauti, ambao utafanya uchunguzi sahihi iwezekanavyo, kupunguzwa hospitali kukaa, kuokoa maisha na kutoa thamani ya kiuchumi kwa wote wawili kwa mgonjwa na mtoa huduma.
Uenezaji mkubwa wa CDSS haujafanyika bado katika mazoezi ya kawaida, lakini wataalam wengi wanaamini kwamba zana hizo zinaweza kusaidia kushinda idiosyncrasies zilizopo katika huduma ya afya leo. Pia, thamani ya CDSS inazidi kutambuliwa pamoja na kumbukumbu za afya za elektroniki ( EHR ). Aina hii ya teknolojia ya afya inaweza kuondokana na pengo kati ya nadharia na mazoezi ambayo mara nyingi inathiri mchakato wa uchunguzi na inaruhusu wagonjwa wasioridhika. Wagonjwa na waalimu wanahitaji kufahamu fursa ya teknolojia ya afya inatupa, wakati si kupoteza tovuti ya changamoto za asili ambazo zinakuja na usumbufu wa teknolojia. Kama zana hizi zinabadilika, matumaini ni watumiaji watakuwa na vifaa vyenye kufanya maamuzi mazuri, mazuri kuhusu huduma zao wenyewe na chaguzi za matibabu.
> Vyanzo
Chung, M., Oden, RP, Joyner, BL, Sims, A., & Moon, RY (2012). Ibara ya awali: Vidokezo vya Kulala kwa Watoto Wenye salama: Hebu Google It. Journal ya Pediatrics , 161 : 1080-1084
Elkin P, Liebow M, Barnett G, et al. Kuanzishwa kwa mfumo wa msaada wa uamuzi wa uchunguzi (DXplain ™) katika uendeshaji wa kazi ya huduma ya hospitali ya kufundisha inaweza kupunguza gharama ya huduma kwa ajili ya vikundi vya kuambukizwa vya ugonjwa wa kugundua. Jarida la Kimataifa la Kompyuta za Matibabu , 2010; 79 (11): 772-777
Paparrizos J, White R, Horvitz E. Uchunguzi kwa adenocarcinoma ya kongosho kwa kutumia ishara kutoka kwenye kumbukumbu za utafutaji wa mtandao: Utafiti wa uwezekano na matokeo. Journal of Practice Oncology , 2016; 12 (8): 737-744
White R, Horvitz E. Cyberchondria masomo ya kuongezeka kwa matatizo ya matibabu katika utafutaji wa wavuti. Shughuli za ACM kwenye mifumo ya habari , 2009; (4): 23
Semigran H, Mehrotra A, Linder J, Gidengil C. Tathmini ya wachunguzi wa dalili kwa ajili ya utambuzi wa kibinafsi na ugawaji: Utafiti wa ukaguzi, 2015; 351