Keuntungan:
- Kemampuan untuk menggunakan AI sebagai bantuan untuk memperluas daftar diagnosis banding (kemungkinan penyakit) dan mengingatkan kemungkinan-kemungkinan yang terabaikan
- Kemampuan untuk membandingkan rekomendasi kecerdasan buatan dengan pemeriksaan klinis, temuan laboratorium dan pencitraan serta membuat diagnosis akhir menjadi milik dokter
- Kemampuan untuk mengenali dan mengelola data yang hilang, bias dan sinyal tanda bahaya (peringatan darurat) dalam keluaran pendukung keputusan
Diagnosis banding adalah daftar penyakit yang mungkin menjadi penyebab timbulnya keluhan; Ini adalah proses berpikir di mana dokter memikirkan dari yang paling mungkin hingga yang paling berbahaya, mempersempitnya melalui pemeriksaan dan tes, dan akhirnya mencapai diagnosis. Sistem pendukung keputusan klinis ("dukungan keputusan klinis"; disingkat KDS) adalah perangkat lunak yang menyediakan pengingat, daftar kemungkinan, dan peringatan kepada dokter selama proses ini. Kecerdasan buatan (AI) sangat membantu dalam bidang ini: ia dengan cepat menghasilkan probabilitas dari informasi yang luas, mengingatkan diagnosis langka yang telah diabaikan, menyoroti tanda bahaya (kondisi berbahaya yang harus segera disingkirkan). Namun perlu digarisbawahi di sini: AI memperluas diagnosis banding, tidak membuat diagnosis. Diagnosis akhir berada di tangan dokter yang memeriksa pasien dan menafsirkan temuannya secara keseluruhan. Dalam unit ini Anda akan mempelajari cara menggunakan AI dengan aman sebagai mitra diagnosis banding.
Peran nyata AI dalam mendukung keputusan
Bahkan dokter berpengalaman pun mengalami "efek penahan" dan "bias ketersediaan" (terlalu banyak berpikir tentang kasus terakhir yang Anda lihat). Di situlah letak kontribusi AI yang paling berharga: mengingatkan Anda akan kemungkinan-kemungkinan yang tidak terpikirkan tetapi harus ada dalam daftar. AI bekerja seperti “pikiran kedua”; Namun pikiran ini tidak memeriksa, tidak melihat pasien, tidak mengetahui pucat pada wajah pasien atau rasa nyeri di perut.
Apa yang tidak dapat diberikan oleh AI adalah mendasarkan kemungkinan-kemungkinan pada realitas pasien. Manakah dari 8 diagnosis dalam daftar yang valid untuk pasien ini; Pemeriksaan manakah yang akan membedakan; Hanya penilaian klinis yang menentukan situasi mana yang mendesak. AI juga dapat membawa bias dalam data pelatihan: AI mungkin tidak cukup mencerminkan bagaimana penyakit dapat muncul secara berbeda pada jenis kelamin, usia, atau kelompok etnis tertentu. Itu sebabnya keluarannya harus selalu dibaca secara kritis.
Perhatian: AI yang mengatakan "diagnosis yang paling mungkin" bukanlah diagnosis. Peringkat probabilitas mencerminkan frekuensi data pelatihan, bukan realitas pasien Anda. Diagnosis yang jarang namun fatal tidak dimasukkan dalam daftar sebagai "tidak mungkin"; Itu disimpan dalam pikiran Anda sampai dikecualikan.
Langkah demi langkah: Diagnosis banding yang aman dengan AI
- Berikan kasusnya secara anonim dan terstruktur. Usia, jenis kelamin, keluhan utama, durasi, temuan penting, riwayat. Jangan memberikan informasi identifikasi.
- Mintalah AI untuk membuat daftar, bukan keputusan. “Buat daftar kemungkinan diagnosis banding sebagai pengingat; tuliskan pemeriksaan diferensial dan tanda bahaya untuk masing-masing diagnosis.”
- Atasi tanda bahaya terlebih dahulu. Singkirkan dulu kemungkinan-kemungkinan fatal (serangan jantung, emboli paru, meningitis, sepsis, diseksi aorta).
- Sempit oleh klinik. Saring daftar berdasarkan pemeriksaan, laboratorium, dan pencitraan.
- Buatlah diagnosis akhir sebagai dokter. Tulis alasan Anda dalam file dengan pedoman dan temuan.
- Catat rekomendasi AI dan cara verifikasinya.
tiga kasus mini
Kasus 1 - Kemungkinan yang muncul. Wanita 28 tahun, kelelahan dan jantung berdebar selama 5 hari. Dokter mengira tiroid dan anemia. Ia menambahkan “takikardia supraventrikular” bersama dengan “tiroiditis kehamilan dan pascapersalinan” ke dalam daftar AI. Dokter melakukan EKG; Iramanya normal, tetapi TSH diperiksa dan hipertiroidisme terungkap. AI telah memperluas kemungkinan tersebut; Diagnosis ditegakkan berdasarkan pemeriksaan dan dokter.
Kasus 2 — Peringkat yang menyesatkan. Laki-laki 60 tahun, sakit punggung. AI mengatakan "nyeri muskuloskeletal" sebagai diagnosis yang paling mungkin. Dokter masih melihat serangan yang tiba-tiba, nyeri robek, dan perbedaan denyut nadi; Dia mencurigai adanya diseksi aorta dan memerintahkan CT angiografi untuk memastikan diagnosisnya. Apa yang dikatakan AI “kemungkinan besar” tidak mencerminkan kenyataan pasien; Kecurigaan klinis menyelamatkan nyawa.
Kasus 3 — Perangkap bias. Wanita 45 tahun, nyeri dada. AI menempatkan kemungkinan "kecemasan" sebagai prioritas utama tanpa menyoroti perjalanan serangan jantung yang tidak lazim pada wanita. Dokter memerintahkan EKG dan troponin karena dia mengetahui gambaran atipikal pada wanita; NSTEMI (sejenis serangan jantung) terdeteksi. Bias AI telah mendorong mundurnya diagnosis yang mungkin saja terlewatkan.
Tabel evaluasi keluaran pendukung keputusan
sinyal
Apa maksudmu?
Apa yang harus dilakukan dokter
data yang hilang
AI membuat daftar tanpa temuan signifikan
Lengkapi pemeriksaan dan anamnesis dan evaluasi kembali.
terlalu percaya diri
Menyajikan diagnosis tunggal seolah-olah sudah pasti
Paksa daftar alternatif dan tanda bahaya
prasangka
Presentasi yang terlewat tidak lazim untuk kelompok umur/gender
Sertakan perjalanan penyakit yang atipikal dan diagnosis yang fatal untuk disingkirkan
Tidak ada bendera merah
Kemungkinan-kemungkinan langsung tidak terdaftar
Tambahkan dan kecualikan diagnosis fatal secara manual terlebih dahulu
Kriteria tanpa sumber
Dia memberikan kriteria diagnostik tanpa sumber apapun
Konfirmasikan dari panduan saat ini
Empat templat yang dapat disalin
Peran: Anda adalah pengingat diagnosis banding klinis; Anda bukan dokter, Anda tidak membuat diagnosis.Kasus (anonim): [usia], [jenis kelamin], keluhan utama [...], durasi [...], temuan [...].Tugas: Membuat daftar kemungkinan diagnosis banding. Untuk masing-masing: - pemeriksaan/pemeriksaan banding - temuan yang mendukung atau mengecualikan diagnosis ini - mendesak / tanda bahaya? Keputusan dibuat oleh dokter; Kamu hanyalah pengingat.
Tugas: Tambahkan kemungkinan-kemungkinan yang mungkin HILANG dari daftar diagnosis banding di bawah ini, terutama FATAL namun bisa saja terlewatkan. Untuk masing-masing, tuliskan mengapa hal tersebut harus dipertimbangkan sebelum pengecualian. Daftar: [...]
Tugas: Menandai risiko BIAS (usia, jenis kelamin, presentasi atipikal) yang mungkin diabaikan dalam kasus ini. Misalnya saja serangan jantung atipikal pada seorang wanita. Kasus: [...]
Tugas: Buat daftar kriteria diagnostik di bawah ini dan beri catatan di samping setiap kriteria: "Dari pedoman mana yang harus dikonfirmasi?" Anda tidak mengarang sumbernya; tandai saja titik yang akan dikonfirmasi.Teks: [...]
Perintah lemah / Perintah kuat
Lemah : “Apa diagnosa pasien sakit perut?”
Güçlü: "Kasus anonim: 35 tahun, perempuan, nyeri kuadran kanan bawah selama 6 jam, demam 37,9, kehilangan nafsu makan. Buat daftar kemungkinan diagnosis banding sebagai pengingat; evaluasi radang usus buntu, patologi ovarium, kehamilan ektopik, dan penyebab saluran kemih secara terpisah. Tulis pemeriksaan diferensial dan tanda bahaya mendesak untuk setiap kemungkinan. Jangan membuat diagnosis; nyatakan bahwa keputusan ada di tangan dokter."
Usia, jenis kelamin, durasi, dan temuan jelas merupakan petunjuk yang kuat; kemungkinan-kemungkinan mematikan sangat diinginkan; Batasan AI telah dinyatakan.
Kesalahan umum
- Salah mengira "diagnosis yang paling mungkin" sebagai diagnosis. Pemeringkatan mencerminkan data, bukan pasien.
- Melewati tanda bahaya. Kemungkinan fatal tetap ada dalam daftar sampai dikecualikan.
- Tidak mengakui bias. Gejala yang tidak biasa (seperti serangan jantung pada wanita) dapat dikesampingkan.
- Mengandalkan daftar daripada ujian. AI tidak melihat pasien; Keputusan tersebut didasarkan pada temuan tersebut.
- Menggunakan kriteria yang tidak bersumber. Kriteria diagnostik harus dikonfirmasi dari pedoman saat ini.
Kesalahan pengambilan keputusan dan penutupan dalam ketidakpastian
Keputusan klinis sering kali dibuat berdasarkan ketidakpastian dan bukan berdasarkan informasi lengkap. Seorang dokter yang berpengalaman memberikan keseimbangan ketika menutup suatu kemungkinan dengan mengatakan "Saya sudah mengesampingkannya cukup lama": menutupnya terlalu dini akan membuat diagnosisnya hilang, tidak menutupnya sama sekali akan menyebabkan pasien menjalani pemeriksaan yang tidak perlu. Ini disebut keputusan “penutupan”. AI tidak dapat mencapai keseimbangan ini karena AI tidak melihat keseluruhan pasien dan perjalanan klinis; Tapi mungkin ada kontribusinya: "Pemeriksaan minimum apa yang diperlukan untuk mengecualikan kemungkinan fatal ini?" Ini mungkin memberikan kerangka pengingat untuk pertanyaan tersebut.
Bahayanya di sini adalah AI akan memberikan "diagnosis yang paling mungkin" secara dini, sehingga mendorong dokter melakukan penutupan dini (memperkuat efek jangkar). Penangkalnya adalah dengan menggunakan AI sebagai alat yang membuka kemungkinan, bukan sebagai alat yang menutupnya. Jadi, "apa lagi yang bisa terjadi?" lihat AI untuk; "Apakah ini pasti?" Anda membuat keputusan berdasarkan perjalanan klinis, pemeriksaan dan waktu. Evaluasi ulang diagnosis dari waktu ke waktu (perjalanan klinis) menyelesaikan sebagian besar ketidakpastian.
Tip: Pertahankan AI pada sisi “perluasan daftar”, bukan sisi “penyempitan daftar”. Penutupan dini adalah penyebab utama kesalahan diagnosis; Respons awal yang penuh percaya diri dari AI dapat memperdalam jebakan ini.
Singkatnya
AI adalah “pikiran kedua” yang berharga dalam diagnosis banding: AI memperluas kemungkinan, mengingatkan kita tentang hal-hal yang terlewatkan, dan menyoroti tanda-tanda bahaya. Tapi itu tidak membuat diagnosis. Berikan kasusnya secara anonim dan terstruktur, anggap daftar tersebut sebagai pengingat, singkirkan kemungkinan fatal terlebih dahulu, persempit daftar berdasarkan temuan klinis, dan buat diagnosis akhir sebagai dokter berdasarkan panduan tersebut. Selalu kritis terhadap bias AI dan terlalu percaya diri.
Tugas aplikasi
Masukkan kasus kompleks yang baru-baru ini terlihat (anonim) ke dalam templat perintah canggih di atas dan dapatkan pengingat diagnosis banding dari AI. Berapa banyak kemungkinan dalam daftar yang belum Anda pertimbangkan? Berapa banyak yang valid secara klinis? Apakah ada kemungkinan fatal yang terlewatkan oleh AI? Tuliskan hasil dan justifikasi diagnosis akhir Anda.
daftar periksa
- [ ] Kasus ini saya berikan secara anonim dan terstruktur.
- [ ] Saya menanyakan AI tentang daftar kemungkinan, bukan diagnosis.
- [ ] Saya mengesampingkan kemungkinan fatal/bendera merah terlebih dahulu.
- [ ] Saya mempersempit daftarnya menjadi ujian, lab, dan pencitraan.
- [ ] Saya memeriksa risiko bias dan presentasi yang tidak lazim.
- [ ] Saya mengkonfirmasi kriteria diagnostik dari pedoman saat ini.
- [ ] Sebagai seorang dokter, saya membuat diagnosis akhir dan mencatat alasannya.