Fagaktuelt

Fra undersøkelse til diagnose

– hvordan tenker klinikeren?

Hvorfor våger ikke studenter å stille diagnoser? Hvorfor synes det å være så lett for de erfarne? Og hvorfor er de erfarne ofte dårlige til å forklare hvordan de gjør det?

Hans Petter Kjæstad

Førsteamanuensis

Seksjon for dyrevelferd, epidemiologi og samfunnsmedisin, Institutt for produksjonsdyrmedisin, NMBU Veterinærhøgskolen

hans.p.kjaestad@nmbu.no

Innledning

Intuisjon: Intuisjon er involvert i alle beslutningsprosesser, og spiller derfor en viktig rolle i klinisk diagnostikk.

Illustrasjonsfoto. Foto: Shutterstock

«Til tross for stor undervisningsinnsats på fagområdene som leder fram mot sjukdomsdiagnosene, er det få veterinærhøgskoler, og nesten ingen læreverk, som forteller studenten hvordan en bearbeider og setter sammen fakta til diagnoser» (1). Sitatet er mer enn tjue år gammelt, men like relevant i dag. Hvis en for eksempel undersøker nyeste utgave av Textbook of veterinary internal medicine, på mer enn to tusen sider over to bind (2), finner en ikke noe eget kapittel om diagnostiske resonnementer på grunnleggende nivå.

Etter flere tiår som underviser i Veterinærhøgskolens klinikker og erfaring fra felt syns jeg det er lett å argumentere for hvorfor diagnosen jeg har stilt er riktig. Hvorfor den i utgangspunktet var med på lista, er mye vanskeligere å lære bort. Denne erfaringen tror jeg at jeg har til felles med andre. Artikkelen formidler noen refleksjoner over denne utfordringen, som kanskje kan være til trøst for både fortvilte studenter, frustrerte undervisere og mentorer i felt.

Hvilken type og mengde informasjon diagnoser bør baseres på, er et interessant og omfattende tema. Det samme gjelder beslutningsprosessene som følger etter diagnosen: Prognose og behandling. I denne artikkelen diskuteres bare diagnostikk, og hvordan vi faktisk gjør det like mye som hvordan vi tror vi skal eller bør gjøre det.

Er det noen som forteller studentene hvordan en bearbeider og setter sammen fakta til diagnoser?

Veterinærstudentens utfordring

Da jeg selv var veterinærstudent var fagene, som nå, delt i to typer; på den ene siden de såkalte pre- og parakliniske fagene, på den andre de kliniske. De første skulle gi et godt grunnlag for å forstå kliniske fag, og når en hadde nådd langt nok i kliniske fag kom selve rosinen i pølsa: Aktiv klinikk! Ikke bare fikk vi lov til selv å undersøke, behandle og ta prøver; ett av de viktigste oppdragene var å stille selve diagnosen. Hva feilte pasienten egentlig? Som student i disse klinikkrotasjonene opplevde jeg at det sto en Humlesnurraktig aura rundt professorer og dosenter. De stilte diagnosen, riktig var den også, men hvordan dette skjedde, framsto som noe i nærheten av trolldom. Når diagnosen først var stilt, viste det seg ofte at vi studenter likevel hadde kunnskap nok til å kunne fortelle om sjukdommen og diskutere prognose og behandling. Men diagnosen, hvordan hadde den kommet på bordet? Når det var vår tur til å stille diagnose, vekslet vi mellom pinlig taushet og tilfeldige utspill. Andre ganger kom vårt forslag via en medstudent som hadde overhørt en diskusjon mellom de lærde herrer. Eller vi hadde lånt noe vi fant i pasientens medfølgende sykehistorie. Der var det ofte angitt hva henvisende dyrlege hadde ment om problemet. Som underviser merker jeg at også dagens studenter har en liknende opplevelse av situasjonen. I denne rollen får en også igjen og igjen demonstrert hvor stor avstand det er mellom det å ha alle relevante opplysninger om pasienten og det å stille en sannsynlig diagnose.

Hvordan kunne jeg som student egentlig ha stilt en diagnose som for eksempel ondartet katarrfeber? Sjukdommen er sjelden og kan gi et nokså et bredt spekter av kliniske tegn. Disse kan komme fra flere enn ett organsystem, dessuten finnes det mange mulige differensialdiagnoser, det vil si at de kliniske funnene også kan indikere andre sjukdommer. I den grad det ble nevnt noe om problemstillingen i det hele tatt lå det an til noe i retning av dette: Vi var oppfordret til å foreta en omhyggelig undersøkelse av dyret, på alle bauger og kanter. I tillegg var det rutine å skaffe flere titalls blodprøveparametre av ethvert kasus, pluss alle tilleggsprøver vi måtte ønske. Med dette i hånd skulle vi søke opp den aktuelle sjukdomsdiagnosen, som nesten helt sikkert hadde vært forelest om tidligere. Den ville derfor være beskrevet ett eller annet sted; om ikke i noens langtidsminne, så i forelesningsnotatene, kompendiet eller lærebøkene. Det skulle derfor være fullt mulig å identifisere sjukdommens kliniske tegn, og dermed navn, i noe av denne informasjonen.

Hvor skulle en så begynne å lete i informasjonsressursene, det være seg minne eller tekst? Noen ressurser er ordnet etter større hovedtemaer som sjukdommer i fordøyelsessystemet eller nervesystemet. Det begrenset søkingen noe. Men det fantes så mange mulige diagnoser innenfor hver kategori. Ble en nødt til å lese om absolutt alle (om igjen)? Det er dessuten slik at enkelte sjukdommer framtrer slik at de ikke passer inn i noen bestemt kategori. Vår eksempelsjukdom ondarta katarrfeber kan være en sjukdom i nervesystemet, huden, fordøyelsessystemet og øynene –samtidig. I tillegg er det en generalisert infeksjonssjukdom. Disse utfordringene dukket opp i større eller mindre grad uansett hvilken kasus vi hadde foran oss.

Uten at vi var klar over det, var det vi strevde med, en tradisjonell studentøvelse. Den har til og med et navn. På grunn av den vide angrepsvinkelen kalles prosessen blant annet lett sarkastisk for muskedunder-metoden (3). Betegnelsen uttømmende metode (exhaustive method) er også brukt. Metoden er svært lærerik, men omstendelig og kan føre på villspor, da det kan dukke opp tilfeldige, men uviktige abnormaliteter i den store datamengden. Metoden brukes hovedsakelig i utdanningssammenheng. Radostits, en av veterinærmedisinens eminenser, kommenterer den slik: «Selv om alle studenter er nødt til å lære hvordan dette kan gjøres, er det noe de ikke skal drive særlig mye med seinere.» (4)

Mønstergjenkjennelse

De erfarne klinikernes diagnostikkprosess ble ikke omtalt spesielt i vår klinikkrotasjon, og blir det fortsatt ofte ikke, selv om alle skjønte at den måtte være ulik studentenes arbeidsmåte. En grunn kan være at den for en stor del skjer ubevisst. En kliniker med mye erfaring vil som regel, uten å tenke mer over saken, bruke en framgangsmåte som er mønster- eller syndrombasert (5). Et bestemt sett observasjoner vil raskt assosieres med tidligere erfaringer, slik at en ny diagnose på et liknende kasus kan stilles fort og presist. Likner dette på noe en har sett før, eller likner det ikke?

Psykologisk forskning identifiserer, på generelt og grunnleggende nivå, to forholdsvis distinkte tenkemåter som kompletterer hverandre (6). Den ene kalles Type I og er rask og intuitiv. Den andre, Type 2, er langsommere og analytisk. Vi er vanligvis mindre oppmerksomme på våre intuitive prosesser, likevel er intuisjon involvert i alle beslutningsprosesser, og spiller derfor en viktig rolle også i klinisk diagnostikk (7).

Den erfarnes diagnostikkprosess involverer i stor grad Type 1-tenking, og resultatet er ofte vanskelig å forklare overbevisende overfor en kollega som mangler tilsvarende erfaring. Dette er hovedårsaken til at en underviser lett kan fortelle studentene hvorfor diagnosen en har stilt, er riktig, men ikke like greit hvorfor diagnosen i utgangspunktet havnet øverst på lista over alle mulige diagnoser. Dette litt underlige problemet minner om det som kan skje når en praksisvikar i et nytt distrikt spør gammeldyrlegen om veien til en bestemt gård. Selv om den eldre kollegaen er ekstremt godt lokalkjent, og vet nøyaktig hvor den aktuelle gården er, har han blant annet glemt hvor det står skilt, og hva som står på dem. Vikaren får så ubrukbare instruksjoner at hun kjører seg bort. Hun ringer fjorårets vikar i stedet. Da går det bedre. Hun får en veibeskrivelse fra noen som er nærmere hennes ståsted, og finner gården uten vanskeligheter.

Det gikk mange år før jeg innså at mine dosenter og professorer hadde stilt diagnosen først, og begrunnet den i etterkant. I klinisk praksis foretar veterinærpraktikeren hele tiden denne typen vurderinger i en prosess som ofte er underforstått eller ubevisst. Lært intuisjon er en sentral mekanisme i prosessen. Denne typen intuisjon kan defineres som nettopp gjenkjennelse (6). Hospiterende studenter i påsitterpraksis misforstår av og til dette, og tror at det som foregår, er tanketom automatikk. Det er selvfølgelig ikke riktig. Den erfarne klinikerens diagnostikkprosess inneholder langt mer enn som så. Metoden har imidlertid en svakhet: Det fins en reell risiko for å gå for fort fram, slik at alternative diagnoser ikke blir vurdert tidsnok, kanskje ikke i det hele tatt. Klinikeren bør være (og er) oppmerksom på dette mulige problemet.

I en litt mer omfattende utgave har denne prosessen visse fellestrekk med såkalt hypotetisk-deduktiv metode, der en formulerer sannsynlige hypoteser og søker å avkrefte eller verifisere diagnosen ved å framskaffe kritisk tilleggsinformasjon. Slik tilleggsinformasjon kan innhentes via videre kliniske undersøkelser, utspørring av dyreeier, diagnostiske prøver med mer. Men det er altså det å kunne komme med et brukbart diagnoseforslag –en hypotese –innen rimelig tid, som er avhengig av erfaring.

En kliniker uten erfaring trenger også en strategi.

En kliniker uten erfaring trenger imidlertid også en strategi. Det samme gjelder en erfaren kliniker i møte med et sjukdomskasus som, til tross for praksiserfaring, virker mer eller mindre ukjent. Hvilke strategier er tilgjengelig? Lærebøkene omtaler gjerne fire-fem slike (1, 5, 8). To av dem skal nevnes spesielt – fysiologibasert metode og databasemetoden. Begge dreier seg om anvendelig angrepspunkt for å finne den mest relevante informasjonen og derfra bygge opp et sannsynlig diagnoseforslag. Som nevnt tidligere, virker leting i lærebøker ofte ørkesløst. Den viktigste grunnen til det, er at en prøver å lete diagnose for diagnose og ender med å gjenta samme spørsmål om og om igjen: «Gitt en bestemt diagnose; hva er vanlige/sannsynlige kliniske tegn?». Dette er det omvendte av problemstillingen klinikeren møter. Klinikerens problemstilling er slik: «Gitt et bestemt sett kliniske tegn; hva er vanlig/sannsynlig diagnose?». De to følgende metodene tar utgangspunkt i den sistnevnte problemstillingen.

Fysiologibasert metode

Den fysiologibaserte metoden har flere navn. Constable og medarbeidere kaller den key abnormality method (5). Metoden baserer seg på at en god klinisk undersøkelse ofte kan avdekke hvilken fysiologisk funksjon som er mest ødelagt eller hemmet. Ett eksempel er at å identifisere pustevansker, dyspné, hos et dyr, peker på forstyrrelser i respirasjonssystemet og/eller sirkulasjonssystemet. Videre undersøkelser kan avdekke hvilket av de to fysiologiske systemene som er involvert, for eksempel kan vi her si respirasjonssystemet. I neste trinn søker en økende presisjon, ved å finne det spesifikke organet innen systemet som er mest affisert, kanskje lungene. Målrettet prøvetaking kan være indisert. Før eller senere må en konsultere referanseverk, og da vil innsirklingen ha gjort det mulig å avgrense betydelig den videre søkingen i informasjonskildene. Gode lære-/oppslagsverk i klinisk veterinærmedisin vil ha en seksjon som er direkte myntet på denne typen resonnementer, det vil si at diagnosene er ordnet etter organsystem (5).

Fysiologibasert metode har egenskaper som gjør den spesielt godt egnet i undervisning. Søkelyset på funksjon framhever den viktige sammenhengen mellom klinisk veterinærmedisin og basalfagene. Erkjennelse av at all klinisk veterinærmedisin hviler på en forståelse av normal og patologisk fysiologi, er særlig verdifull. Det hevdes at nettopp denne erkjennelsen løfter klinisk veterinærmedisin fra kunstform til vitenskap (8).

Som enhver annen metode, har også fysiologibasert metode sine svakheter: Det kan være vanskelig å bestemme hvilket av de mange kliniske funnene en har gjort, som utgjør selve nøkkelen. Videre finnes det ikke alltid noen åpenbar sammenheng mellom kliniske funn og et spesifikt organsystem. Vi kan tenke oss et sterkt påkjent dyr som ikke makter å reise seg: Er primærproblemet lokalisert i sentralnervesystemet, i musklene, i skjelettet, eller er det akutt sirkulasjonssvikt som er saken? Dessuten er det slik at enkelte organer er mulig sete for en så lang rekke av lidelser at en kanskje ikke vant så mye på å finne fram til fysiologisk dysfunksjon likevel. Uansett tar prosessen tid, og den egner seg ikke i situasjoner med tidspress.

Når det gjelder sannsynlighetsperspektivet, er klinikeren igjen henvist til egen erfaring og intuisjon.

Databasemetoden – problembasert tilnærming

Denne fremgangsmåten utgjør motsatsen til fysiologibasert metode. Den er en formalisering av uttømmende metode, og er basert på omfattende klinisk undersøkelse og prøvetaking av pasienten slik at en bygger en database for den enkelte pasient –pasientdatabasen (5). I denne identifiseres eventuelle patologiske avvik, og avvikene danner så basis for en liste over definerte problemer hos pasienten. For hvert problem skisseres en liste over mulige årsaker, og årsakene forbindes med en eller flere potensielle mulige diagnoser som finnes i det en kan kalle kunnskapsdatabasen. Det finnes flere lærebøker som har en problembasert disposisjon av innholdet. Textbook of internal medicine (2) og Problem-based feline medicine (9) er eksempler på slike. Strategien er ressurskrevende både med tanke på tidsbruk og krever i tillegg svært omhyggelig journalføring av hele prosessen, og lagring av data i et anvendelig informasjonssystem. På grunn av ressursbruken egner den seg blant annet ikke i produksjonsdyrpraksis, men er mer egnet i klinikkmiljøer, særlig til pasienter som er hospitalisert. Fordi flere problemer kan forfølges parallelt, er databasemetoden en av få strategier som kan håndtere en pasient som har mer enn én primærsjukdom.

Kompatibel vs. sannsynlig diagnose

I alle diagnostikkprosesser når en før eller siden et stadium der observasjoner skal sammenholdes med etablert kunnskap. Denne kunnskapen kan være tilgjengelig i form av tekst, lært kunnskap, digital database eller annet. For å illustrere noen viktige utfordringer i en slik prosess, kan vi ta utgangspunkt i en grunnleggende og i prinsippet enkel form for å søke samsvar mellom observasjoner og databank. Den mest direkte form for matching foregår ved å søke samsvar direkte fra de kliniske funnene. Slik matching er i prinsippet mulig opp mot egen mental database, eller en database i tekstform. Men i virkeligheten er det ikke mulig å håndtere veldig mange diagnoser med fullt symptomspekter på en gang, for ikke å snakke om de tilhørende logiske prosessene. Så når vi har behov for å gå ut i full bredde, er dette i praksis så omfattende og komplekst at det i realiteten bare er en datamaskindrevet base som kan utføre en fullstendig matchingsprosess effektivt. Datamaskinassistert diagnostikk brukes av og til som mer eller mindre treffende navn på tilnærmingen. På slutten av 1980-tallet dukket de første diskettene med brukbare databaser opp. Internett la forholdene til rette for interaktive sjukdomsdatabaser til bruk for diagnostikeren. Den mest kjente er Consultant hos Cornell-universitetets (USA) veterinærfakultet. Den omfatter både produksjonspattedyr og hund, katt og fugl. Databasen er fritt tilgjengelig, og ytterst brukervennlig (10).

Hvis vi forsøker oss i Consultant med noen funn fra undersøkelsen av eksempelkua med mistenkt ondartet katarrfeber og legger våre funn av feber, hovne lymfeknuter og rød øyeslimhinne inn i søkemotoren, gir databasen treff på nitten storfediagnoser som er forenlige med disse tre tegnene. Hvis vi legger til diaré og skorper i huden, reduseres antall mulige diagnoser til tolv. Ondarta katarrfeber er med på begge listene, som ventet. Men hvilke er de elleve andre diagnosene? Husket du at blåtunge er en mulig differensialdiagnose? Kanskje du også hadde tenkt på bovin leukose, muligvis til og med lumpy skin disease? Men besnoitiose hadde du garantert ikke på lista. Som norsk veterinær gjorde du ikke med dette noen alvorlig feil, da sjukdommen på storfe stort sett finnes i afrikanske land sør for Sahara. Men det illustrerer både fordelene og begrensningene ved prosedyren. Den er uovertruffen i tilfeller hvor det er essensielt å få fram en uttømmende liste over differensialdiagnoser. Problemer oppstår når antall mulige diagnoser viser seg å være avskrekkende høyt, og/eller om en mangler bakgrunnskunnskapen som trengs for å prioritere blant diagnosene. Slik prioritering må nemlig gjøres etter sannsynlighetsprinsippet, og de relevante sannsynlighetsverdiene varierer med land, distrikt og enda mer lokale forhold, helt ned på besetnings- og individnivå. Det ville altså vært ønskelig at databasen også ga en rangering basert på lokal forekomst av sjukdommene, samt inkluderte frekvensen av hvert enkelt klinisk tegn innen hver diagnose. Vedlikehold av en slik informasjonsmengde ville være svært ressurskrevende, og det er da heller ikke mulig å finne databaser eller andre ressurser som holdes à jour på et slikt nivå. Når det gjelder sannsynlighetsperspektivet, er klinikeren igjen henvist til egen erfaring og intuisjon. Disse reservasjonene gjelder i prinsippet for enhver matchingsprosess, uansett hvilken kategori av registreringer en tar utgangspunkt i, det være seg kliniske tegn, prøveresultater eller definerte problemer.

Diagnostikk er beslutningstaking

Å foreta klinisk undersøkelse og stille diagnose blir ofte, som her, diskutert som om det er en eksakt vitenskap. I virkeligheten er det å stille diagnose en form for beslutningstaking som i større eller mindre grad må baseres på informasjon som er beheftet med usikkerhet og/eller upålitelighet, akkurat som når andre beslutninger tas i det virkelige liv. Stringent vitenskapelig metode er en viktig forutsetning for å skaffe oss sikker kunnskap og er derfor nødvendig for å kunne stille gode diagnoser. Men den er ikke tilstrekkelig. Å stille diagnose kan ha elementer av vitenskapelig metode i seg, men hvis hypotetisk-deduktiv falsifikasjonisme hadde vært vårt eneste redskap ville vi fått stilt svært få diagnoser. Tabell 1 beskriver noen slående og utfordrende kontraster mellom vitenskapelig metode og klinisk praksis.

Tabell 1: Praktikerens to sinn (Gjengitt og oversatt fra May (15))

Vitenskapelig metode

Klinisk praksis

Objektivitet

Mer subjektivitet

Observatør som står utenfor prosessen (tredje person, abstrakt diskusjon)

Klinikeren er selv en integrert del av prosessen og resultatet (første person, refleksjon)

Ekspert

Ikke ekspert i alle sammenhenger

Grundige bakgrunnsstudier av saken

Kjernekunnskap

Kan velge fagfelt, unngår følelsesmessig involvering og forhåndsoppfatninger

Kan føle avsmak for enkelte oppgaver

Kun vitenskapelige spørsmål på vitenskapelig form, og med teknologi tilgjengelig

Rotete problemstillinger i det virkelige liv

Kun teknikker der en er kompetent eller har tid til å skaffe kompetanse

Ideell løsning ligger ikke innenfor praktikerens mest relevante praksiserfaring, for eksempel akuttilfeller

Alle nødvendige data innhentes

Mangelfulle datasett

Trekker bare konklusjoner når det er fullt ut holdbart

Må handle i fravær av uttømmende kunnskap eller komplette data

Det finnes et beslutningsteoretisk konsept som tar hensyn til at informasjonsbitene vi ønsker å anvende, i forskjellig grad har slike heftelser. I følge et slikt syn vil en se på en opplysning ikke som entensann eller usann, men i stedet si at den er mer eller mindre upålitelig. Enhver relevant faktor kan inngå i bedømmelsen, bare den tas med en viss klype salt. I konkrete analysemodeller på dette feltet er den billedlige mengde salt for hver opplysning uttrykt ved en verdi mellom null og hundre, hvor hundre betyr maksimal upålitelighet. Denne typen logikk kalles fuzzy, altså ullen, logikk (11). Noen mener at bildet av medisinsk diagnostikk ikke er komplett uten også dette perspektivet (12), også innen veterinærmedisinen (13, 14). Det er ikke vanskelig å se hvorfor. Informasjonsmengden som faktisk inngår i diagnostikkprosessen er svært stor, ofte mye større enn en selv er klar over. Mønsteret som er gjenstand for gjenkjennelse, går langt ut over det som gjelder pasienten direkte. Når en erfaren kliniker har kommet fram til den diagnosen hun mener er mest sannsynlig, kan prosessen, i tillegg til harde fakta, ha involvert ubevisste vurderinger angående dagens værtype, dyreeiers kroppsspråk, troverdighet av anamnesen, inntrykk av fjøsmiljøet, antakelser om andre dyr i besetningen, for å nevne noe. Her ser en også et visst slektskap mellom begrepene fuzzy logikk og intuisjon.

Klinisk praksis

Det er ikke slik at en må velge én metode for diagnostisk utredning og holde seg til den. Veksling mellom flere strategier etter forholdene er her som ellers mest fruktbart. Klinikerens prosedyre vil nok oftest være riktig og formålstjenlig i den aktuelle situasjon. Men bevissthet om hvilken prosedyre en faktisk er i gang med sier noe om hvilke typer feil en har størst risiko for å gjøre. De forskjellige prosedyrene har egne styrker og svakheter som nevnt tidligere. Det er også nyttig å vite at en har mulighet til å bytte tankesett underveis, og vurdere om en har brukt opp potensialet i et bestemt resonnement. Ofte vil dette byttet bestå i at en går helt eller delvis over fra intuitiv metode (mønstergjenkjenning) til en analytisk metode (alle de andre), og omvendt. Slik bytting kan skje ubevisst, raskt, og flere ganger fram og tilbake før en finner sannsynlig diagnose. May (15) beskriver det slik: «Innsamling av data underbygger diagnosen, og diagnosen underbygger innsamling av data.» Forfatteren kaller framgangsmåten for skanning. La oss illustrere slik skanning med et kasusbasert eksempel:

En veterinær blir tilkalt til ei nykalva ku som er blitt sjuk. Veterinæren finner at den er liggende, sløv og kald, stiller diagnosen melkefeber og gir injeksjon med kalsiumklorid. Virkningen uteblir. Veterinæren, som da beslutter at diagnosen var feil, mener neste sannsynlige diagnose er paretisk mastitt. Mastittmistanke kan etterprøves klinisk, så jur og sekret blir undersøkt, men dette gir negativt resultat. Neste diagnoseidé er akutt, indre blødning (løpesår). Veterinæren undersøker slimhinnene og finner at de ikke er spesielt bleke. Bonden kan dessuten fortelle at møkka har vært noe løs, men lysebrun og slett ikke svart. Løpedreining kan også gi alvorlige symptomer: Det blir auskultert i flankene, kua blir snudd. Det finnes ikke spannlyd, og selv om en slik undersøkelse ikke er konklusiv, velger veterinæren å tenke på andre diagnoser. Forgiftning blir vurdert, og i samtale med bonden om hva kua kan ha fått i seg, nevner bonden at noen kyr var løse i fjøset for to dager siden og åt kraftfôr av ei trillebår. Han stelte ikke selv dyra den dagen, og kan ikke si sikkert hvilke kyr som har vært løse. Vomsaftundersøkelse viser at pH-verdien er alt for lav og diagnosen blir akutt, sur indigestion.

Her kan det sikkert diskuteres hvilke undersøkelser som bør gjøres først og sist, men det er ikke så viktig. Poenget er at det er tjenlig å foreta en prioritering av hvilken informasjon som vil være essensiell, og at dette skjer ved at en ny diagnoseidé (intuisjon) avføder ny undersøkelse og prøvetaking (analyse).

Intuisjon kan ikke læres bort, fra person til person, det må bygges opp av egne erfaringer.

Konklusjon

Den erfarne klinikerens førstevalg av diagnostikkmetode, mønstergjenkjenning, er i stor grad basert på intuisjon, som er en uunngåelig og nødvendig komponent av beslutningstaking. Et viktig trekk ved intuitive tankeprosesser er at en selv ikke har direkte tilgang til dem. Dette byr på utfordringer for kommunikasjon mellom klinikere, og mellom underviser og student. Intuisjon kan ikke læres bort, fra person til person, det må bygges opp av egne erfaringer. Det finnes flere verdifulle alternativer til intuitiv metode. Alle disse er i prinsippet bevisste og omhyggelige resonnementer, altså analytiske metoder. Slike metoder kan komplementere den intuitive diagnostikken, men ikke erstatte den. Den erfarne kliniker vil ofte veksle mellom de intuitive og analytiske metodene i løpet av prosessen med å finne diagnose. Økt innsikt i egne strategier kan bidra til å gjøre denne prosessen mindre mystisk både for en selv og andre.

Referanser

  1. Radostits O. Principles and orientation. I: Radostits OM, Mayhew IG, Houston D, eds. Veterinary clinical examination and diagnosis. London: W.B. Saunders, 2000:3–11.

  2. Ettinger SJ, Feldman EC, Côté E. Textbook of veterinary internal medicine. 8th ed. St. Louis, Missouri: Elsevier, 2017.

  3. Macartney FJ. Diagnostic logic. Br Med J (Clin Res Ed) 1987;295:1325–31.

  4. Radostits O, Tyler JW, Mayhew IG. Making a diagnosis. I: Radostits OM, Mayhew IG, Houston DM, eds. Veterinary clinical examination and diagnosis. London: W.B. Saunders, 2000:11–52.

  5. Constable PD, Hinchcliff KW, Done SH, Grünberg W. Veterinary medicine: a textbook of the diseases of cattle, horses, sheep, pigs, and goats. 11th ed. St. Louis, Missouri: Elsevier, 2017.

  6. Kahneman D. Thinking, fast and slow. London: Penguin Random House, 2012.

  7. Croskerry P. A universal model of diagnostic reasoning. Acad Med 2009;84:1022–8.

  8. Blood DC, Brightling P. Veterinary information management. London: Baillière Tindall, 1988.

  9. Rand J, ed. Problem-based feline medicine. Edinburgh: Elsevier Saunders, 2006.

  10. Cornell University. College of Veterinary Medicine. Consultant: a diagnostic support system for veterinary medicine. https://consultant.vet.cornell.edu/(05.05.2022).

  11. Britannica. Fuzzy logic. https://www.britannica.com/science/fuzzy-logic(05.05.2022).

  12. Stanford encyclopedia of philosophy. Philosophy of medicine. Diagnosis. https://plato.stanford.edu/entries/medicine/#Diag (05.05.2022).

  13. Bellamy JE. Medical diagnosis, diagnostic spaces, and fuzzy systems. J Am Vet Med Assoc 1997;210:390–6.

  14. Bellamy JE. Fuzzy systems approach to diagnosis in the postpartum cow. J Am Vet Med Assoc 1997;210:397–401.

  15. May SA. Clinical reasoning and casebased decision making: the fundamental challenge to veterinary educators. J Vet Med Educ 2013;40:200–9