Background. Not thinking of a diagnosis is a leading cause of diagnostic error in the emergency department, resulting in delayed treatment, morbidity, and excess mortality. Electronic differential diagnostic support (EDS) results in small but significant reductions in diagnostic error. However, the uptake of EDS by clinicians is limited. Objective. We sought to understand physician perceptions and barriers to the uptake of EDS within the emergency department triage process. Methods. We conducted a qualitative study using a research associate to rapidly prototype an embedded EDS into the emergency department triage process. Physicians involved in the triage assessment of a busy emergency department were provided the output of an EDS based on the triage complaint by an embedded researcher to simulate an automated system that would draw from the electronic medical record. Physicians were interviewed immediately after their experience. Verbatim transcripts were analyzed by a team using open and axial coding, informed by direct content analysis. Results. In all, 4 themes emerged from 14 interviews : (1) the quality of the EDS was inferred from the scope and prioritization of the diagnoses present in the EDS differential; (2) the trust of the EDS was linked to varied beliefs around the diagnostic process and potential for bias; (3) clinicians foresaw more benefit to EDS use for colleagues and trainees rather than themselves; and (4) clinicians felt strongly that EDS output should not be included in the patient record. Conclusions. The adoption of an EDS into an emergency department triage process will require a system that provides diagnostic suggestions appropriate for the scope and context of the emergency department triage process, transparency of system design, and affordances for clinician beliefs about the diagnostic process and addresses clinician concern around including EDS output in the patient record.
Commentaire du Dr Marius Laurent (PAQS)
- Quelles vont être les réactions de médecins urgentistes devant les suggestions émises par un logiciel d’aide au diagnostic qui les leur communique immédiatement après l’intervention de l’infirmière préposée au triage, qui a recueilli les premières plaintes et symptômes du patient à son arrivée aux urgences ? Le programme utilisé est Isabel, un logiciel américain commercial, intégrable au dossier électronique, capable de comprendre le langage naturel. Cette intégration est simulée : c’est l’un des co-auteurs qui introduit les observations de l’infirmière sur une tablette, afin d’éliminer le biais du travail supplémentaire qu’entraînerait l’usage du logiciel. L’étude se base sur les interviews des médecins participants. Quatre axes apparaissent de cette analyse.
- La qualité du système d’aide est vue de manière assez critique, oubliant qu’il travaille tout à fait en amont du recueil d’informations médicales et donc avec très peu de données.
- Peut-on lui faire confiance ? Cette question soulève l’éternel problème de l’opacité de ces algorithmes, qui n’expliquent pas le pourquoi de leurs suggestions et par quels mécanismes ils les génèrent. Il existe en outre une crainte que leurs conclusions puissent biaiser le raisonnement médical par la suite.
- Est-ce utile ? Oui, certainement pour les urgentistes en formation, mais pas trop pour moi…
- Que faire des suggestions du logiciel ? Surtout ne pas les intégrer automatiquement au dossier du patient, au risque de générer des explorations inutiles.
- Il reste du travail pour que de tels logiciels soient acceptables et acceptés dans le monde réel où vivent les urgentistes : ils excellent à fournir des listes de diagnostics différentiels, mais ce n’est pas ainsi que travaillent les professionnels à ce stade : ils cernent de grandes familles de pathologies (coronariennes par exemple), affirment et resserrent leur hypothèse ou passent à une autre. L’intérêt majeur de cette étude, c’est qu’elle se déroule dans le monde réel avec des patients réels, et pas sur des vignettes ou des cas simulés.
Sibbald M, Abdulla B, Keuhl A, et al. Electronic diagnostic support in emergency physician triage : qualitative study with thematic analysis of interviews. JMIR Hum Factors 2022;9(3):e39234. Doi : 10.2196/39234.