Cuando la tecnología de la salud nos falla

Según el Pew Research Center , más de un tercio de los estadounidenses usan Internet cuando creen que tienen un problema de salud. Sus resultados de búsqueda, sin embargo, no siempre son seguidos con una visita a un médico. El autodiagnóstico en línea se está convirtiendo en una rutina para los usuarios de Internet que están cada vez más conscientes de la gran cantidad de recursos de salud en línea disponibles y desean sentirse en control de sus cuerpos y bienestar. En lugar de esperar una cita, tener que discutir sus síntomas con un médico y ocasionalmente pedir pruebas de diagnóstico adicionales, los pacientes potenciales ahora realizan búsquedas exhaustivas de la Web y yuxtaponen diferentes diagnósticos con sus síntomas hasta que descubren cuál es el que mejor se adapta.

Internet hace que la información relacionada con la salud sea casi universalmente accesible. Ayuda a educar a las personas sobre su salud y les permite tomar decisiones informadas sobre sus opciones de tratamiento. Hay ejemplos de personas que se diagnostican correctamente después de años de diagnósticos erróneos. Un ejemplo reciente es la desafortunada historia de Bronte Doyne . Sus médicos le dijeron a Bronte que dejara de autodiagnóstico y finalmente murió de una condición que ella había identificado, pero que los médicos la trataron hasta que fue demasiado tarde.

Por otro lado, buscar en Google sus síntomas médicos no necesariamente termina en una resolución y, en muchos casos, puede provocar ansiedades innecesarias, transformando a los ex hipocondríacos en cibercondríacos actuales. Algunos incluso pueden volverse adictos a la búsqueda constante de información de salud en línea, examinarse a sí mismos y buscar tranquilidad, así como pruebas y exámenes de detección exigentes que pueden no ser adecuados.

Escalada de síntomas inocuos.

La sintomatología común puede hacer que algunos usuarios comiencen a explorar condiciones raras y graves que surgieron durante sus búsquedas en línea. Una encuesta a gran escala completada en 2008 mostró que los motores de búsqueda web tienen el potencial de aumentar las inquietudes médicasde personas que tienen poca o ninguna formación médica. El estudio mostró que la escalada se vio influenciada por la cantidad y distribución de contenido médico visto por los usuarios, el uso de terminología alarmante en los sitios que visitaron y la predisposición de la persona a sentirse ansiosa. En contraste, hay algunas personas que sí pueden diagnosticarse correctamente, especialmente si lo que están experimentando es muy específico y atípico. Por ejemplo, en casos como el de Bronte, el equipo médico a veces puede ignorar o pasar por alto un caso atípico como una condición médica común cuando no lo es.

Sin embargo, la información de salud encontrada en línea es a menudo incorrecta o incompleta. Cuando evaluaron a 23 revisores de síntomas para su diagnóstico y precisión de clasificación, los investigadores de la Escuela de Medicina de Harvard encontraron algunos déficits preocupantes. Solo un tercio (34 por ciento) logró diagnosticar correctamente la primera vez y poco más de la mitad (57 por ciento) brindó consejos correctos de clasificación (por ejemplo, atención de emergencia recomendada o no urgente). Además, según Mathew Chung, de la Facultad de Medicina de la Universidad de Carolina del Sur, Internet a menudo ofrece recomendaciones que no están necesariamente en línea con los consejos médicos actualizados. Chung estudió recomendaciones en línea para un sueño infantil seguro. Encontró que de los 1,300 sitios web, menos de la mitad (43.5 por ciento) proporcionó información precisa sobre este tema de salud.

¿Cómo mejorar los verificadores de síntomas en línea?

Cuando millones de usuarios buscan información de salud en línea, esto crea un gran conjunto de datos. Los investigadores ahora están aprovechando estos conjuntos de datos para probar algoritmos predictivos que podrían mejorar los verificadores de síntomas en línea. Los últimos desarrollos en aprendizaje automático están ayudando a sus esfuerzos por encontrar patrones en las búsquedas en línea y diagnosticar una condición antes. El estudiante de doctorado John Paparrizos se unió a Eric Horvitz y Ryen White, los autores del informe de 2008 sobre la cibercondria, para diseñar un algoritmo que pudiera identificar a las personas recientemente diagnosticadas con cáncer de páncreas al consultar sus búsquedas en línea anteriores. Su estudio mostró que un diagnóstico grave podría predecirse al examinar las consultas en línea de una persona. Con un sistema mejorado de herramientas en línea, los pacientes pueden ser detectados antes de que sea demasiado tarde para tratarlos.

Prevención de errores diagnósticos.

Los sistemas de apoyo a la decisión clínica (CDSS) son aplicaciones interactivas que ahora pueden ayudar a los trabajadores de la salud a tomar decisiones basadas en la evidencia e incluso pueden predecir los resultados del tratamiento. Parcialmente una respuesta a la crítica que los médicos frecuentemente diagnostican incorrectamente, sobre o tratan mal y / o no se refieren a otras especialidades médicas, los CDSS se consideran una forma importante de inteligencia artificial en medicina y se espera que sean aún más eficientes y viables Entramos de lleno en la revolución digital en el cuidado de la salud.

Los CDSS se utilizan cada vez más en triage, selección, evaluación de riesgos, diagnóstico, evaluación de tratamiento y seguimiento. Los CDSS también se pueden vincular a los datos del paciente de los registros electrónicos de salud.

Los modelos preferidos de los CDSS se basan en múltiples fuentes de datos, como información genética, clínica y sociodemográfica. Los CDSS son parte del movimiento denominado “medicina personalizada” que no se basa en la población, sino que se centra en la farmacología y las intervenciones adaptadas a un individuo. Un estudio dirigido por el Dr. Peter Elkin, quien dirige el Centro de Informática Biomédica de Mount Sinai, sugirió que los CDSS pueden ampliar el alcance del diagnóstico diferencial , lo que haría más probable el diagnóstico correcto, acortar las estancias hospitalarias, salvar vidas y brindar valor económico a ambos al paciente y al proveedor.

La adopción generalizada de CDSS aún no se ha producido en la práctica habitual, pero muchos expertos creen que estas herramientas podrían ayudar a superar las idiosincrasias que existen en la atención médica actual. Además, el valor de CDSS se reconoce cada vez más en combinación con los registros de salud electrónicos ( EHR ). Este tipo de tecnología de salud podría cerrar la brecha entre la teoría y la práctica que a menudo influye en el proceso de diagnóstico y deja a los pacientes insatisfechos. Tanto los pacientes como los médicos necesitan familiarizarse con las oportunidades que nos brinda la tecnología de salud, sin perder de vista los desafíos inherentes que vienen con la interrupción tecnológica. A medida que estas herramientas evolucionen, la esperanza es que los usuarios estén mejor equipados para tomar decisiones más saludables y bien informadas sobre sus propias opciones de atención y tratamiento.

Chung, M., Oden, RP, Joyner, BL, Sims, A. y Moon, RY (2012). Artículo original: Recomendaciones sobre el sueño infantil seguro en Internet: Vamos a buscarlo en Google . El Diario de Pediatría , 161 : 1080-1084

Elkin P, Liebow M, Barnett G, et al. La introducción de un sistema de apoyo a la toma de decisiones de diagnóstico (DXplain ™) en el flujo de trabajo de un servicio hospitalario docente puede disminuir el costo del servicio para los Grupos relacionados con el diagnóstico (GRD) que presentan un diagnóstico diagnóstico . Revista Internacional de Informática Médica , 2010; 79 (11): 772-777

Paparrizos J, White R, Horvitz E. Detección de adenocarcinoma pancreático usando señales de registros de búsqueda en la web: estudio de viabilidad y resultados . Journal of Oncology Practice , 2016; 12 (8): 737-744

White R, Horvitz E. Cyberchondria estudia la escalada de inquietudes médicas en la búsqueda en Internet . ACM Transactions on Information Systems , 2009; (4): 23

Semigran H, Mehrotra A, Linder J, Gidengil C. Evaluación de los verificadores de síntomas para autodiagnóstico y clasificación: estudio de auditoría , 2015; 351