I sistemi di supporto alle decisioni cliniche possono essere una risorsa nella formazione medica? Un approccio sperimentale

Aug 06, 2023

BMC Medical Education volume 23, numero articolo: 570 (2023) Citare questo articolo

319 accessi

Dettagli sulle metriche

L’accuratezza diagnostica è uno dei pilastri fondamentali per un processo decisionale medico appropriato e di successo. I sistemi di supporto alle decisioni cliniche (CDSS) sono stati recentemente utilizzati per facilitare le considerazioni diagnostiche del medico. Tuttavia, ad oggi, si sa poco sulle potenzialità del CDSS per gli studenti di medicina in un contesto educativo. Lo scopo del nostro studio era di esplorare l'utilità dei CDSS per gli studenti di medicina che valutano le loro prestazioni diagnostiche e l'influenza di tali software sulla fiducia degli studenti nelle proprie capacità diagnostiche.

Sulla base di casi cartacei gli studenti hanno dovuto diagnosticare due diversi pazienti utilizzando rispettivamente un CDSS e metodi convenzionali come ad esempio i libri di testo. Entrambi i pazienti avevano una malattia comune, in un contesto la presentazione clinica era tipica (tonsillite), nell'altro contesto (embolia polmonare), tuttavia, il paziente si presentava in modo atipico. Abbiamo utilizzato uno studio controllato randomizzato in cluster 2x2x2 tra e entro soggetti per valutare l'accuratezza diagnostica negli studenti di medicina, anche modificando l'ordine delle risorse utilizzate (CDSS prima o seconda).

Gli studenti di medicina del 4° e 5° anno hanno ottenuto risultati altrettanto buoni utilizzando i metodi convenzionali o il CDSS nei due casi (t(164) = 1,30; p = 0,197). L'accuratezza diagnostica e la fiducia nella diagnosi corretta erano più elevate nella condizione di presentazione tipica che nella condizione di presentazione atipica (t(85) = 19,97; p < 0,0001 e t(150) = 7,67; p < 0,0001). Questi risultati confutano la nostra ipotesi principale è che gli studenti diagnostichino in modo più accurato quando utilizzano metodi convenzionali rispetto al CDSS.

Gli studenti di medicina del 4° e 5° anno hanno ottenuto risultati altrettanto buoni nella diagnosi di due casi di malattie comuni con presentazioni cliniche tipiche o atipiche utilizzando metodi convenzionali o un CDSS. Gli studenti erano abili nel diagnosticare una malattia comune con una presentazione tipica, ma in questo scenario sottovalutavano la propria conoscenza fattuale. Inoltre, gli studenti erano consapevoli dei propri limiti diagnostici quando si trovavano di fronte a un caso impegnativo con una presentazione atipica per il quale l’uso di un CDSS apparentemente non forniva ulteriori approfondimenti.

Rapporti di revisione tra pari

L’accuratezza diagnostica è uno dei principali pilastri di un processo decisionale medico appropriato e di successo [1, 2]. Già gli studenti di medicina stanno gradualmente familiarizzando con l'abilità cruciale di formulare la propria diagnosi [3, 4] e di valutarla criticamente [5, 6]. Gli approcci didattici che insegnano agli studenti come arrivare a conclusioni diagnostiche sono certamente diversi a seconda di fattori quali il tempo, il paese e l’istituzione medica [7, 8]. Inoltre, le innovazioni tecnologiche hanno contribuito anche a modificare le procedure nell’insegnamento su come effettuare una corretta diagnosi [9]. Un esempio di assistenza tecnologica sarebbero i sistemi digitalizzati di supporto alle decisioni cliniche (CDSS) che sono ora ampiamente utilizzati sia dai medici [10] che dai pazienti [11]. La potenziale utilità del CDSS nell'insegnamento dei processi diagnostici per gli studenti di medicina sarà ulteriormente esplorata in questo studio.

I CDSS sono software che hanno lo scopo di offrire un supporto impersonale nel processo decisionale medico al fine di facilitare i processi diagnostici [12]. I prototipi degli attuali CDSS erano già stati sviluppati già negli anni ’50 [13, 14]. Nel corso del tempo questi software sono diventati progressivamente più raffinati, in particolare con l’avanzamento delle tecnologie digitali e utilizzando l’intelligenza artificiale basata su enormi campioni di dati [15, 16] invece dei soli algoritmi diagnostici riduzionisti. Oggi, l’avvento degli smartphone [17] ha reso i CDSS facilmente accessibili al grande pubblico sotto forma di rilevatori di sintomi [18]. Data l’ampia diffusione di tali CDSS, le loro prestazioni e la potenziale utilità nella pratica medica in generale sono già state ampiamente studiate [19, 20]. Inoltre, Berner et. al. hanno riscontrato un'accuratezza compresa tra il 52% e il 71% confrontando le prestazioni di quattro CDSS su oltre 100 casi difficili, il che significa che questi sistemi hanno fornito una diagnosi corretta tra una scelta di possibili diagnosi predefinite [21]. Nel corso del tempo, l'accuratezza dei CDSS è aumentata, come dimostrato da Graber e Mathew che hanno riportato un'accuratezza del 98% misurata nominando la diagnosi giusta nelle prime 30 possibili diagnosi in oltre 50 diversi casi difficili [22]. Ma sembra esserci una discrepanza per quanto riguarda la presentazione insolita delle malattie. Ad esempio, Hill et al. hanno scoperto che i controllori dei sintomi elencavano prima la diagnosi giusta per le presentazioni comuni nel 42% rispetto a solo il 4% per le presentazioni non comuni [23]. È da notare che l’accuratezza dei controlli dei sintomi sembra essere rimasta stagnante negli ultimi dieci anni [24].