Olası Yanlış Teşhisi Bulmak İçin Geliştirilen Yeni Bir Algoritma

Sık sık olmasa da nadir durumlarda doktorlar da hata yapabilmekle birlikte yanlış teşhis koyabilirler. Hastalar aynı anda birçok hastalığa sahip olabildiklerinden, burada bir hastalığın semptomlarını diğerinden ayırt etmek zor veya semptom eksikliği olabilmektedir. Tanıdaki hatalar, yanlış tedaviye veya tedavi eksikliğine yol açabildiğinden sağlık sistemindeki herkes hataları olabildiğince en aza indirmeye çalışmaktadır. Kopenhag Üniversitesi'ndeki araştırmacılar, tam da bu konuda yardımcı olabilecek bir algoritma geliştirmişlerdir. Novo Nordisk Vakfı Protein Araştırma Merkezi'nden Postdoc olan Isabella Friis Jørgensen, yeni algoritmanın, o kadar alışılmadık bir hastalık yörüngesine sahip olan hastaları bulabileceğini belirtmiş hatta hastaların teşhis edildikleri hastalıktan gerçekten muzdarip olmayabileceklerini ifade etmiştir. Isabella Friis Jørgensen, yeni algoritmanın doktorlar için bir destek aracı haline gelebileceğini umut ettiklerini sözlerine eklemiştir.

Araştırmacılar, 1994'ten 2015'e kadar kronik obstrüktif akciğer hastalığı (KOAH) olan 284.000 hasta için hastalık yörüngelerine dayalı algoritmayı geliştirmekle birlikte bu verilere dayanarak, yaklaşık 69.000 tipik hastalık yörüngesi bulduklarını bildirmişlerdir. Novo Nordisk Vakfı Protein Araştırma Merkezi'nde Profesör olan Søren Brunak Ulusal Hasta Kayıtlarında, tipik hastalık yörüngesi denilebilecek şeyin haritasını çıkarabildiklerini ve bir hastanın çok alışılmadık bir hastalık yörüngesi ile ortaya çıkarsa, o zaman hastanın sadece farklı bir hastalıktan mustarip olabileceğini belirtmiştir. Søren Brunak, araçlarının bunu tespit etmeye yardımcı olabileceğini ifade etmiştir. Örneğin, araştırmacılar, KOAH tanısı konulduktan çok kısa bir süre sonra ölen 2.185 KOAH hastasından oluşan küçük bir grup bulmuşlardır. Araştırmacılar, başka bir şeyin yanlış olabileceğini, bunun belki daha da ciddi bir şeyin işareti olabileceğini belirtmişlerdir. Bu hastaların laboratuvar değerleri daha yakından incelendiğinde KOAH hastaları için normal değerlerden saptıkları görülmüştür. Araştırmacılar bunun yerine değerlerin, akciğer kanseri hastalarında görülen bir şeye benzediğini belirtmişlerdir.

Değerli veriler içeren iyi sağlık kayıtları

Søren Brunak, bu hastaların sadece yüzde 10'una akciğer kanseri teşhisi konduğunu, ancak bu hastaların hepsi olmasa bile çoğunun akciğer kanseri olduğuna makul şekilde ikna olduklarını ifade etmiştir. Algoritma, KOAH hastalarından alınan verilerle doğrulanmış olsa da, diğer birçok hastalık için kullanılabilmektedir. Algoritma, tipik hastalık yörüngelerini haritalamak için kayıt verilerini kullanmakla birlikte bazı hastaların hastalık yörüngesinin bir şeyler yanlış olabilecek kadar öne çıkıp çıkmadığını tespit edebilmektedir. Søren Brunak, doğal olarak en önemli hedeflerinin, hastaların sağlık hizmetleri açısından paralarının karşılığını almaları olduğunu ve gelecekte bu algoritmanın doktorlar için bir destek aracı haline gelebileceğine inandıklarını belirtmiştir. Søren Brunak, algoritmanın tipik hastalık geçmişlerini haritalandırdıktan sonra, tek bir hastayı diğerleriyle eşleştirmesinin yalnızca 10 saniye sürdüğünü ifade etmiştir. Søren Brunak, algoritmanın Danimarka hastanelerinde uygulanmadan önce klinik araştırmalarda daha fazla doğrulanması ve test edilmesi gerektiğini vurgulamış olmasına karşın yakında başlayabilecek bir şey olmasını umut ettiğini belirtmiştir. Søren Brunak, Danimarka'da, araştırmacılar için değerli veriler içeren iyi sağlık kayıtlarını sık sık övdüklerini ifade etmiştir. Ayrıca Søren Brunak, bunları araştırmalarında kullandıklarını çünkü gelecekte daha iyi tedavi şeklinde diğer insanlara fayda sağlayabileceğini belirtmiş olmasına karşın bunun aslında kendi sağlık verilerinizin kendinize hemen nasıl fayda sağlayabileceğinin bir örneği olduğunu sözlerine eklemiştir.