Kesalahan dalam penilaian diagnostik dokter adalah penyebab utama dari kesalahan dalam rekomendasi pengobatan, sehingga mengakibatkan pengujian yang tidak perlu dan pengobatan yang tertunda. 

Literatur yang berkembang pesat tentang “kecerdasan kolektif medis” menunjukkan bahwa penilaian kolektif dari sekelompok besar dokter secara konsisten lebih akurat dibandingkan penilaian dari masing-masing dokter ahli. Temuan tersebut telah dibuktikan di berbagai spesialisasi medis, termasuk dermatologi, radiologi, kardiologi, dan kedokteran perawatan intensif. 

Meningkatnya minat terhadap temuan tersebut di kalangan peneliti akademis dan klinis telah memotivasi pengembangan teknologi medis dan protokol klinis baru untuk memanfaatkan potensi kekuatan kolektif dalam pengambilan keputusan klinis.

Sebuah tim peneliti yang dipimpin oleh Damon Centola, Profesor dan Direktur Network Dynamics Group di Annenberg School for Communication di University of Pennsylvania, telah menemukan cara sederhana dan efektif untuk mengurangi kesalahan dalam diagnosis dan pengobatan pasien: menggunakan jaringan terstruktur untuk menghubungkan dokter dengan dokter lain.

Dalam penelitian yang diterbitkan di jurnal Proceedings of the National Academy of Sciences (PNAS), para peneliti membagikan hasil penelitian multi-tahun yang melibatkan hampir 3.000 dokter di seluruh Amerika Serikat.

Mereka menemukan bahwa ketika disajikan studi kasus dan diminta untuk memberikan diagnosis dan rekomendasi pengobatan untuk pasien, dokter yang diperlihatkan keputusan diagnostik rekan mereka secara anonim, rata-rata dua kali lebih akurat dalam memberikan rekomendasi dibandingkan dokter yang membuat keputusan sendiri.

Sederhananya, dokter membuat lebih sedikit kesalahan ketika mereka memiliki jaringan pendukung.

Risiko besar dari jaringan berbagi informasi ini adalah meskipun beberapa dokter mungkin mengalami kemajuan, mungkin terdapat efek rata-rata yang akan menyebabkan dokter yang lebih baik mengambil keputusan yang lebih buruk. Tapi, bukan itu yang terjadi. Alih-alih mengalami kemunduran, ada perbaikan yang konsisten: Dokter yang paling buruk menjadi lebih baik, sedangkan dokter yang terbaik tidak menjadi lebih buruk.

Lebih dari sekadar kebijaksanaan kelompok klinis

Selama beberapa bulan, para peneliti menguji keputusan pengobatan dan diagnostik dokter melalui aplikasi yang mereka buat dan distribusikan di App Store Apple khusus untuk tujuan ini.

Setelah mendaftar untuk uji coba dan mengunduh aplikasi, dokter diminta untuk mengevaluasi kasus klinis berdasarkan kasus pasien yang didokumentasikan dalam kehidupan nyata selama tiga tahap. Pada awal setiap tahap, dokter membaca studi kasus, kemudian diberi waktu dua menit untuk menjawab dua pertanyaan.

Pertanyaan pertama meminta dokter memperkirakan risiko diagnostik untuk pasien (misalnya, seberapa besar kemungkinan pasien dengan nyeri dada terkena serangan jantung dalam 30 hari ke depan?) dari 1 hingga 100. Pertanyaan kedua mendorong dokter untuk merekomendasikan tindakan yang tepat. pengobatan di antara beberapa pilihan (misalnya, pulangkan, berikan aspirin, atau rujuk untuk observasi).

Setiap dokter secara acak ditugaskan ke salah satu dari dua kelompok: kelompok kontrol yang anggotanya menjawab semua pertanyaan secara terpisah, atau kelompok eksperimen di mana peserta terhubung dalam jaringan sosial dengan dokter anonim lainnya yang tanggapannya dapat mereka lihat.

Pada tahapan kedua dan ketiga, peserta kelompok kontrol memiliki pengalaman yang sama seperti pada tahap pertama, yaitu menjawab pertanyaan secara terpisah. Namun, peserta dalam kondisi jaringan dapat melihat perkiraan risiko rata-rata yang dibuat oleh rekan-rekan mereka di jaringan sosial pada tahap sebelumnya.

Setiap peserta diberi kesempatan untuk merevisi jawaban mereka dari satu tahap ke tahap berikutnya, terlepas dari apakah mereka berada di jejaring sosial atau tidak.

Tim Centola menggunakan desain eksperimental yang sama untuk mempelajari tujuh kasus klinis yang berbeda, masing-masing dari bidang kedokteran yang selama ini diketahui menunjukkan tingkat kesalahan diagnostik atau pengobatan yang tinggi.

Flow peserta penelitian

Para peneliti menemukan bahwa keakuratan keputusan dokter secara keseluruhan meningkat dua kali lipat pada kelompok jaringan dibandingkan pada kelompok kontrol. Selain itu, di antara dokter yang awalnya memiliki kinerja terburuk, jaringan tersebut menghasilkan peningkatan sebesar 15% dibandingkan kontrol pada sebagian kecil dokter yang pada akhirnya memberikan rekomendasi yang benar.

BACA JUGA:

• Langkah-Langkah yang Ditempuh Jika Melakukan Medical Error
• Kapan Waktu yang Tepat untuk Keluar dari Tempat Kerja yang Toksik?

Membuat sistem yang lebih setara

Jaringan konsultasi tatap muka di bidang kedokteran biasanya bersifat hierarkis dengan praktisi senior di posisi teratas dan dokter muda di posisi paling bawah. Dokter muda dengan perspektif berbeda, baik secara budaya maupun pribadi, masuk ke dalam komunitas medis dan mereka dipengaruhi oleh jaringan top-down. Inilah bagaimana bias yang bisa terus-menerus menyusup ke dalam komunitas medis.

Para peneliti berupaya merekrut dokter dari berbagai usia, spesialisasi, keahlian, dan lokasi geografis untuk percobaan.

Mereka menemukan bahwa jaringan egaliter yang dianonimkan menghapus hambatan status dan senioritas yang, menurut para peneliti, membatasi banyak aspek pembelajaran dalam jaringan medis. Centola mencatat, "jaringan online yang egaliter meningkatkan keragaman suara yang mempengaruhi keputusan klinis. Hasilnya, kami menemukan bahwa pengambilan keputusan meningkat secara menyeluruh untuk berbagai spesialisasi."

“Beberapa rumah sakit, terutama di daerah dengan sumber daya rendah, mengandalkan teknologi konsultasi elektronik, yang mana dokter mengirimkan pesan ke spesialis luar untuk mendapatkan saran. Biasanya diperlukan waktu 24 hingga 72 jam untuk mendapatkan tanggapan. Mengapa tidak mengirimkan pertanyaan tersebut ke jaringan spesialis, bukan hanya satu orang?”

Centola mencatat bahwa setiap uji coba eksperimental memakan waktu kurang dari 20 menit. Terlebih lagi, menurutnya jaringan tidak harus besar. Faktanya, 40 anggota adalah jumlah ideal.

“Empat puluh orang dalam satu jaringan memberi kita lompatan besar dalam kecerdasan kolektif para dokter,” kata Centola. “Peningkatan keuntungan di atas itu – katakanlah, dari 40 menjadi 4.000 – adalah pencapaian minimalnya.”

Referensi: 

Centola, D., et al. (2023) Experimental evidence for structured information–sharing networks reducing medical errors. PNAS. doi.org/10.1073/pnas.2108290120.