Новая носимая система искусственного интеллекта предотвращает ошибки при приеме лекарств в режиме реального времени, предлагая инновационное решение для повышения безопасности пациентов в клинических условиях. (ФОТО: CC BY-SA 4.0)
Предотвращаемый вред здоровью пациентов остается актуальной проблемой в здравоохранении, поскольку ошибки при приеме лекарств представляют значительную угрозу. По оценкам, из-за этих ошибок в США ежегодно умирает от 140 000 до 440 000 человек.
Значительная часть этой цифры приходится на побочные эффекты, связанные с приемом лекарств, особенно в условиях повышенного риска, таких как операционные и отделения интенсивной терапии. Только из-за инъекционных лекарств ежегодно госпитализируется 1,2 миллиона человек, что влечет за собой расходы в размере 5,1 миллиарда долларов.
Ошибки при назначении лекарств происходят в различных медицинских учреждениях, включая хирургические отделения, отделения неотложной помощи и первичную медицинскую помощь. Исследования показывают, что от 5% до 10% всех назначаемых лекарств связаны с той или иной формой ошибок.
В анестезиологии эти ошибки являются наиболее часто регистрируемыми критическими случаями: 41% нежелательных явлений происходит в операционных. Замена шприцев и флаконов представляет собой особенно опасную форму ошибок, при этом 20% из них приходится на ошибки замены. Еще 20% происходит, когда на этикетке указано правильное лекарство, но оно вводится неправильно.
Скриншоты видео показывают, как искусственный интеллект в режиме реального времени определяет, что держит в руках врач. (АВТОР: UW Medicine)
Ошибки при замене флаконов обычно возникают при подготовке внутривенных инъекций, когда врачи переливают лекарство из флакона в шприц. В таких случаях неправильная маркировка или выбор неподходящего флакона могут привести к серьезным травмам или даже смерти.
Подобные ошибки были зафиксированы в различных областях медицины, включая педиатрию, неотложную медицину и реабилитационные отделения. Вызывает тревогу тот факт, что только 2% таких ошибок обнаруживаются до того, как они попадают к пациенту в обычные больничные палаты.
Медицинские работники приняли ряд мер для уменьшения количества ошибок при приеме лекарств. К ним относятся цветные этикетки, надписи крупным шрифтом, подчеркивающие различия в названиях лекарств, и стандартизированные протоколы безопасности. Предварительно заполненные шприцы и сканирование штрих-кода также используются для минимизации рисков. Однако эти методы часто требуют активного участия врачей, которые могут прибегать к обходным путям для экономии времени.
Исследования показывают, что до 62% врачей обходят установленные механизмы безопасности при приеме лекарств, что утраивает вероятность ошибок. Это подчеркивает настоятельную необходимость в системе, которая легко интегрируется в рабочие процессы клиники и обеспечивает проверку в режиме реального времени.
Инновационное решение появилось в виде носимой системы камер, предназначенной для обнаружения и предотвращения ошибок при замене флаконов. Эта система, разработанная исследователями с использованием алгоритмов глубокого обучения, идентифицирует этикетки на шприцах и флаконах в режиме реального времени.
Анализируя видеоматериалы, снятые камерами, установленными на головке, система может сравнивать этикетки на шприцах и флаконах, чтобы обнаружить несоответствия перед введением лекарства.
Носимая система, протестированная на большом наборе данных о событиях, связанных с приготовлением лекарств, достигла замечательной точности. Она продемонстрировала чувствительность в 99,6% и специфичность в 98,8% при выявлении ошибок при замене флаконов. Эти результаты свидетельствуют о том, что технология может служить надежным средством вторичной проверки, предоставляя клиницистам своевременные предупреждения для предотвращения потенциально катастрофических ошибок.
Исследователи собрали обширные данные для обучения модели искусственного интеллекта, сняв видео в формате 4K, на котором видно, как анестезиологи готовят лекарства в реальных условиях операционной. За 55 дней в двух больницах и 17 операционных было зафиксировано 418 случаев получения лекарств. Набор видеоматериалов включал в себя различные варианты освещения, методов лечения и типов лекарств, что обеспечивало надежное обучение модели.
Камера, установленная на голове (GoPro Hero8), крепится к головному ремню и питается от внешнего аккумулятора. b Запись процесса приготовления лекарств с помощью системы носимых камер. c Ошибка при замене флакона с мидазоламом на шприц с этикеткой ondansetron. (АВТОР: UW Medicine)
В отличие от сканирования штрих-кода, которое требует ручного взаимодействия, носимая система пассивно анализирует визуальные сигналы, такие как цвет крышки флакона, размер отпечатка на этикетке и форма шприца. Эта возможность особенно ценна в динамичных клинических условиях, где врачи работают быстро и могут не полностью раскрывать этикетки.
Модель искусственного интеллекта также различает лекарства на переднем плане и не связанные с ними предметы на заднем плане, фокусируясь исключительно на готовящихся лекарствах.
Доктор Келли Майклсен, профессор анестезиологии и соавтор исследования, подчеркнула важность предотвращения ошибок до того, как они произойдут.
“Мысль о возможности помочь пациентам в режиме реального времени или предотвратить медикаментозную ошибку до того, как она произойдет, очень вдохновляет”, — сказала она. Майклсен добавил, что, хотя идеальная точность является желаемой целью, производительность системы превышает 95%-ный порог, требуемый большинством анестезиологов.
Рабочий процесс, демонстрирующий, как обнаруживаются и классифицируются события, связанные с введением лекарств, зафиксированные в нашей системе. Об ошибках в приеме лекарств можно сообщать врачу с помощью слуховой или визуальной обратной связи в режиме реального времени и автоматически записывать их. (АВТОР: UW Medicine)
Шьям Голлакота, другой соавтор и профессор компьютерных наук, рассказал о трудностях обучения модели искусственного интеллекта. “Это было особенно сложно, потому что человек в операционной держит шприц и флакон, и вы не видите ни один из этих предметов полностью”, — объяснил он.
Несмотря на эти препятствия, способность системы анализировать частичный обзор и быстрые движения рук демонстрирует ее сложность и надежность.
Система носимых камер представляет собой значительный шаг вперед в обеспечении безопасности пациентов. Обеспечивая обратную связь в режиме реального времени, она может изменить практику введения лекарств в операционных, отделениях интенсивной терапии и отделениях неотложной помощи.
Исследователи предполагают более широкое применение ИИ и глубокого обучения в здравоохранении, что повысит безопасность и эффективность различных клинических процессов.
Это исследование, опубликованное в журнале npj Digital Medicine, подчеркивает преобразующий потенциал решений, основанных на ИИ, для решения важнейших задач здравоохранения. Исследовательская группа, в которую вошли эксперты из Университета Карнеги-Меллона и Университета Макерере, надеется, что их работа вдохновит на дальнейшие инновации в этой области.
Результаты опроса среди анестезиологов-реаниматологов (n = 109). (ФОТО: NPJ Digital Medicine)
Финансирование исследования было предоставлено Вашингтонским исследовательским фондом, Фондом образования и исследований в области анестезии и грантом Национального института здравоохранения.
Поскольку системы здравоохранения продолжают сталкиваться с растущими требованиями, такие технологии, как система носимых камер, открывают многообещающий путь вперед. Внедряя передовые возможности искусственного интеллекта в повседневную клиническую практику, медицинское сообщество может снизить риск, который можно предотвратить, и улучшить результаты лечения пациентов.
Несмотря на сохраняющиеся проблемы, потенциальные преимущества этих инноваций делают их достойной инвестицией в будущее здравоохранения.
+ There are no comments
Add yours