अच्छी तरह से सूचित और साइबरचॉन्ड्रैक बनने के बीच की रेखा
प्यू रिसर्च सेंटर के अनुसार, अमेरिकियों का एक तिहाई से अधिक इंटरनेट का उपयोग करते हैं जब उनका मानना है कि उनके पास स्वास्थ्य समस्या है। हालांकि, उनके खोज परिणामों को डॉक्टर की यात्रा के साथ हमेशा पालन नहीं किया जाता है। ऑनलाइन आत्म-निदान इंटरनेट उपयोगकर्ताओं के लिए नियमित हो रहा है जो ऑनलाइन स्वास्थ्य संसाधनों की विशाल मात्रा के बारे में जागरूक हैं और अपने शरीर और कल्याण के नियंत्रण में महसूस करना चाहते हैं।
नियुक्ति की प्रतीक्षा करने के बजाय, डॉक्टर के साथ अपने लक्षणों पर चर्चा करने और कभी-कभी अतिरिक्त डायग्नोस्टिक परीक्षणों के लिए अनुरोध करने के बजाय, संभावित रोगी अब वेब की व्यापक खोज करते हैं और अपने लक्षणों के साथ अलग-अलग निदानों को जोड़ते हैं जब तक कि वे सर्वोत्तम फिट बैठते हैं।
इंटरनेट स्वास्थ्य से संबंधित जानकारी लगभग सार्वभौमिक रूप से सुलभ बनाता है। यह लोगों को उनके स्वास्थ्य के बारे में शिक्षित करने में मदद करता है और उन्हें उनके उपचार विकल्पों के बारे में सूचित निर्णय लेने में सक्षम बनाता है। वर्षों के गलत निदान के बाद लोगों को सही तरीके से निदान करने के उदाहरण हैं। एक हालिया उदाहरण ब्रोंट डोयने की दुर्भाग्यपूर्ण कहानी है। ब्रोंटे को अपने डॉक्टरों ने आत्म-निदान रोकने के लिए कहा था और आखिरकार उनकी पहचान की गई स्थिति की मृत्यु हो गई थी, लेकिन एक शर्त जो डॉक्टरों द्वारा अनजान हो गई थी, जब तक कि वह बहुत देर हो चुकी थी।
दूसरी तरफ, आपके चिकित्सकीय लक्षणों को गुगल करने के लिए एक संकल्प में जरूरी नहीं है और कई मामलों में अनावश्यक चिंताएं आ सकती हैं, जो पूर्व हाइपोकॉन्ड्रैक को वर्तमान में साइबरचॉन्ड्रीक में परिवर्तित कर सकती हैं।
कुछ लोग स्वास्थ्य की जानकारी ऑनलाइन खोजना, खुद की जांच करना और आश्वासन की तलाश करना चाहते हैं, साथ ही टेस्ट और स्क्रीनिंग की मांग करना भी उचित नहीं हो सकते हैं।
निर्दोष लक्षणों की वृद्धि
सामान्य लक्षण कुछ उपयोगकर्ताओं को उनकी ऑनलाइन खोजों के दौरान आने वाली दुर्लभ और गंभीर स्थितियों की खोज शुरू करने के लिए प्रेरित कर सकते हैं।
2008 में एक बड़े पैमाने पर सर्वेक्षण में पता चला कि वेब सर्च इंजनों में उन लोगों की चिकित्सा चिंताओं को बढ़ाने की क्षमता है जिनके पास बहुत कम या कोई चिकित्सा प्रशिक्षण नहीं है। अध्ययन से पता चला है कि बढ़ोतरी उपयोगकर्ताओं द्वारा देखी गई चिकित्सा सामग्री की मात्रा और वितरण, उन साइटों पर खतरनाक शब्दावली का उपयोग और व्यक्ति के पूर्वाग्रह को चिंतित होने से प्रभावित करती है। इसके विपरीत, कुछ ऐसे लोग हैं जो वास्तव में स्वयं को सही तरीके से निदान कर सकते हैं, खासकर यदि वे जो अनुभव कर रहे हैं वह बहुत विशिष्ट और अटूट है। उदाहरण के लिए, ब्रोंटेस जैसे मामलों में, कभी-कभी किसी बाहरी चिकित्सा स्थिति के रूप में चिकित्सा टीम द्वारा अनदेखा या अनदेखा और इलाज किया जा सकता है।
हालांकि, ऑनलाइन मिली स्वास्थ्य जानकारी अक्सर गलत या अपूर्ण होती है। हार्वर्ड मेडिकल स्कूल के शोधकर्ताओं ने कुछ चिंताजनक घाटे को पाया, उनके लक्षण और ट्रायजेस सटीकता के लिए 23 लक्षण जांचकर्ताओं का मूल्यांकन करते समय। केवल एक तिहाई (34 प्रतिशत) पहली बार निदान प्राप्त करने में कामयाब रहे, और आधे से अधिक (57 प्रतिशत) ने सही यात्रा सलाह प्रदान की (उदाहरण के लिए उभरती या गैर-उभरती देखभाल की सिफारिश की गई)। इसके अलावा, दक्षिण कैरोलिना स्कूल ऑफ मेडिसिन विश्वविद्यालय के मैथ्यू चुंग के अनुसार, इंटरनेट अक्सर ऐसी सिफारिशें प्रदान करता है जो आवश्यक चिकित्सा सलाह के अनुरूप नहीं हैं।
चुंग ने सुरक्षित शिशु नींद के लिए ऑनलाइन सिफारिशों का अध्ययन किया। उन्होंने पाया कि 1,300 वेबसाइटों में से आधे से कम (43.5 प्रतिशत) ने इस स्वास्थ्य विषय पर सटीक जानकारी प्रदान की है।
ऑनलाइन लक्षण जांचकर्ताओं को कैसे सुधारें?
जब लाखों उपयोगकर्ता ऑनलाइन स्वास्थ्य जानकारी की तलाश करते हैं, तो यह डेटा का एक बड़ा पूल बनाता है। शोधकर्ता अब भविष्यवाणी एल्गोरिदम का परीक्षण करने के लिए इन डेटासेट में टैप कर रहे हैं जो ऑनलाइन लक्षण जांचकर्ताओं को बेहतर बना सकता है। मशीन सीखने में नवीनतम विकास ऑनलाइन खोजों में पैटर्न खोजने और पहले एक शर्त का निदान करने के अपने प्रयासों की सहायता कर रहे हैं। डॉक्टरेट के छात्र जॉन पापारीज़ोस ने साइबरचंड्रिया पर 2008 की रिपोर्ट के लेखकों एरिक होर्विट्ज़ और रायन व्हाइट के साथ मिलकर एक एल्गोरिदम तैयार किया जो हाल ही में अपनी पिछली ऑनलाइन खोजों को देखकर अग्नाशयी कैंसर से निदान लोगों की पहचान कर सकता था।
उनके अध्ययन से पता चला है कि किसी व्यक्ति के ऑनलाइन प्रश्नों की जांच करके गंभीर निदान की भविष्यवाणी की जा सकती है। ऑनलाइन टूल्स की एक बेहतर प्रणाली के साथ, रोगियों का इलाज करने में बहुत देर हो जाने से पहले रोगियों का पता लगाया जा सकता है।
नैदानिक गलतियों को रोकना
नैदानिक निर्णय समर्थन प्रणाली (सीडीएसएस) इंटरैक्टिव एप्लिकेशन हैं जो अब स्वास्थ्य देखभाल कर्मचारियों को साक्ष्य-आधारित निर्णय लेने में मदद कर सकती हैं और उपचार परिणामों की भी भविष्यवाणी कर सकती हैं। आलोचनात्मक रूप से आलोचना का एक प्रतिक्रिया है कि चिकित्सक अक्सर अन्य चिकित्सा विशेषताओं को संदर्भित करने के लिए गलत तरीके से गलत तरीके से गलत तरीके से गलत तरीके से निदान करते हैं, और / या असफल होते हैं, सीडीएसएस को दवा में कृत्रिम बुद्धि का एक प्रमुख रूप माना जाता है और इन्हें और अधिक कुशल और व्यवहार्य बनने की उम्मीद है हम स्वास्थ्य देखभाल में पूरी तरह से डिजिटल क्रांति दर्ज करते हैं।
सीडीएसएस का उपयोग तेजी से परीक्षण, स्क्रीनिंग, जोखिम मूल्यांकन, निदान, उपचार मूल्यांकन और निगरानी में किया जाता है। सीडीएसएस को इलेक्ट्रॉनिक स्वास्थ्य रिकॉर्ड से रोगी डेटा से भी जोड़ा जा सकता है।
सीडीएसएस के पसंदीदा मॉडल आनुवांशिक, नैदानिक और सामाजिक-जनसांख्यिकीय जानकारी जैसे डेटा के कई स्रोतों पर भरोसा करते हैं। सीडीएसएस तथाकथित 'वैयक्तिकृत दवा' आंदोलन का हिस्सा हैं जो जनसंख्या आधारित नहीं है, बल्कि इसके बजाय एक व्यक्ति के अनुरूप फार्माकोलॉजी और हस्तक्षेपों के आसपास केंद्रित है। माउंट सिनाई सेंटर फॉर बायोमेडिकल इंफॉर्मेटिक्स के निर्देशक डॉ। पीटर एल्किन के नेतृत्व में एक अध्ययन में सुझाव दिया गया है कि सीडीएसएस अलग-अलग निदान के दायरे को बढ़ा सकता है, जिससे सही निदान संभव हो जाएगा, अस्पताल रहता है, जीवन बचा सकता है और दोनों को आर्थिक मूल्य प्रदान करता है रोगी और प्रदाता को।
सीडीएसएस का व्यापक रूप से गोद लेने के लिए नियमित अभ्यास में अभी तक नहीं हुआ है, लेकिन कई विशेषज्ञों का मानना है कि ऐसे उपकरण आज स्वास्थ्य देखभाल में मौजूद idiosyncrasies को दूर करने में मदद कर सकते हैं। इसके अलावा, सीडीएसएस का मूल्य इलेक्ट्रॉनिक स्वास्थ्य रिकॉर्ड (ईएचआर) के संयोजन में तेजी से पहचाना जाता है। इस प्रकार की स्वास्थ्य तकनीक सिद्धांत और अभ्यास के बीच के अंतर को पुल कर सकती है जो अक्सर नैदानिक प्रक्रिया को प्रभावित करती है और रोगियों को असंतुष्ट छोड़ देती है। मरीजों और चिकित्सकों को समान रूप से उन अवसरों से परिचित होना चाहिए, जो स्वास्थ्य प्रौद्योगिकी हमें प्रदान करते हैं, जबकि तकनीकी व्यवधान के साथ आने वाली अंतर्निहित चुनौतियों की साइट खोना नहीं है। चूंकि ये उपकरण विकसित होते हैं, आशा है कि उपयोगकर्ता अपनी देखभाल और उपचार विकल्पों के बारे में स्वस्थ, सुप्रसिद्ध निर्णय लेने के लिए बेहतर ढंग से सुसज्जित होंगे।
> स्रोत
चुंग, एम।, ओडेन, आरपी, जॉयनेर, बीएल, सिम्स, ए, और चंद्रमा, आरवाई (2012)। मूल लेख: इंटरनेट पर सुरक्षित शिशु नींद की सिफारिशें: चलो Google इसे। जर्नल ऑफ पेडियाट्रिक्स , 161 : 1080-1084
एल्किन पी, लिबो एम, बार्नेट जी, एट अल। एक शिक्षण अस्पताल सेवा के वर्कफ़्लो में नैदानिक निर्णय समर्थन प्रणाली (डीएक्सप्लेन ™) की शुरूआत नैदानिक रूप से चुनौतीपूर्ण नैदानिक संबंधित समूहों (डीआरजी) के लिए सेवा की लागत को कम कर सकती है। इंटरनेशनल जर्नल ऑफ मेडिकल इंफॉर्मेटिक्स , 2010; 79 (11): 772-777
Paparrizos जे, व्हाइट आर, Horvitz ई। वेब खोज लॉग से संकेतों का उपयोग कर अग्नाशयी adenocarcinoma के लिए स्क्रीनिंग: व्यवहार्यता अध्ययन और परिणाम। जर्नल ऑफ ओन्कोलॉजी प्रैक्टिस , 2016; 12 (8): 737-744
व्हाइट आर, हॉर्वित्ज़ ई। साइबरचॉन्ड्रिया वेब सर्च में चिकित्सा चिंताओं के बढ़ने के अध्ययन। सूचना प्रणाली , 200 9 पर एसीएम लेनदेन ; (4): 23
सेमिग्रान एच, मेहरोत्रा ए, लिंडर जे, गिडेंगिल सी। आत्म निदान और ट्रायज के लिए लक्षण जांचकर्ताओं का मूल्यांकन: लेखा परीक्षा अध्ययन, 2015; 351