Екип от изследователи твърди, че е разработил първата система от носими камери, която с помощта на изкуствен интелект (ИИ) открива потенциални грешки при медикаментозното лечение, предава EurekAlert.
В рамките на тест, чиито резултати бяха публикувани в края на октомври, видеосистемата разпознава и определя с висока степен на достоверност кои лекарства се взимат в натоварена клинична обстановка. Изкуственият интелект постига 99,6% чувствителност и 98,8% конкретност при откриването на грешки при замяна на флакони.
Резултатите са докладвани на 22 октомври в npj Digital Medicine.
Системата би могла да се превърне в изключително важна предпазна мярка, особено в операционните зали, отделенията за интензивни грижи и спешната медицинска помощ, заяви съавторът д-р Кели Майкълсен, асистент по анестезиология и медицина на болката в Медицинския факултет на Вашингтонския университет.
„Мисълта, че можем да помогнем на пациентите в реално време или да предотвратим лекарска грешка, преди тя да се е случила, е много силна“, каза тя. „Човек може да се надява на 100% ефективност, но дори и хората няма как да я постигнат. При проучване сред повече от 100 анестезиолози мнозинството желаеше системата да бъде с повече от 95% точност, което е целта, която постигнахме.“
Грешките при прилагане на лекарства са най-често докладваните критични инциденти в анестезията и най-честата причина за сериозни медицински грешки в интензивните грижи. В по-широк план при приблизително 5-10 % от даването на лекарства се допускат грешки. Смята се, че нежеланите събития, свързани с инжекционни медикаменти, засягат 1,2 милиона пациенти годишно, като разходите за тях възлизат на 5,1 милиарда долара.
Грешките при смяна на спринцовката и флакона най-често се случват по време на интравенозни инжекции, при които лекарят трябва да прехвърли лекарството от флакона в спринцовката на пациента. Около 20 % от грешките са при замяна, при които е избран грешен флакон или спринцовката е неправилно етикетирана. Други 20 % възникват, когато лекарството е етикетирано правилно, но е приложено погрешно.
За предпазване от подобни инциденти са въведени мерки за безопасност, като например система с баркод, която бързо разчита и потвърждава съдържанието на флакона. Но практикуващите лекари понякога могат да забравят тази проверка по време на ситуации на силен стрес, тъй като това е допълнителна стъпка в работния им процес.
Целта на изследователите е била да създадат модел за дълбоко обучение, който, съчетан с камера GoPro, е достатъчно сложен, за да разпознава съдържанието на цилиндрични флакони и спринцовки и да отправя подходящо предупреждение, преди лекарството да попадне в пациента.
Обучението на модела отнема месеци. Изследователите са събрат 4K видеозаписи на 418 извличяния на лекарства от 13 анестезиолози в операционни зали, в които настройките и осветлението са били различни. Видеото заснема как лекарите управляват флакони и спринцовки с избрани лекарства. По-късно тези видеоклипове са записани и съдържанието на спринцовките и флаконите е обозначено, за да може моделът да се обучи да разпознава съдържанието и контейнерите.
Видеосистемата не разчита директно надписа върху всеки флакон, а сканира други визуални сигнали: размер и форма на флакона и спринцовката, цвят на капачката на флакона, размер на етикета.
„Това беше особено предизвикателство, защото човекът в операционната държи спринцовка и флакон, а вие не виждате напълно нито един от тези обекти. Някои букви (върху спринцовката и флакона) са покрити от ръцете. А ръцете се движат бързо. Те вършат работата си. Не позират пред камерата“, казва Шиам Голакота, съавтор на статията и професор в Paul G. Allen School of Computer Science & Engineering на Вашингтонския университет.
Освен това компютърният модел е трябвало да бъде обучен да се фокусира върху лекарствата на преден план в кадъра и да игнорира флаконите и спринцовките на заден.
„ИИ прави всичко това: открива конкретната спринцовка, която здравният работник взема, и не засича спринцовката, която лежи на масата“, казва Голакота.
Тази работа показва, че ИИ и дълбокото учене имат потенциал да подобрят безопасността и ефективността в редица здравни практики. Изследователите тепърва започват да разглеждат този потенциал, каза Майкълсен.
В проучването са участвали и изследователи от университета Карнеги Мелън и университета Макерере в Уганда. Изследователският институт на Toyota е създал и тествал системата.
Работата е финансирана от Вашингтонската изследователска фондация, Фондацията за образование и изследвания в областта на анестезията и безвъзмездна помощ от Националния институт по здравеопазване.
Авторите са декларирали потенциалните си конфликти на интереси в статията си, която ще бъде предоставена при поискване.
Изследването е публикувано в npj Digital Medicine.
