该系统旨在防止“瓶换”错误，这种错误在某些情况下可能是致命的。
在医院急诊室，事情可能会非常繁忙，以至于工作人员偶尔会使用错误的药物。然而，很快，AI赋能的可穿戴相机可能有助于避免这种情况的发生。
静脉注射药物通常储存在小瓶中，直到需要时才转移到注射器中。这些注射器会被贴上标签，以便医务人员可以跟踪哪些药物在哪个注射器中。尽管如此，在混乱的急诊室和繁忙的手术室中，错误有时确实会发生。例如，工作人员可能会从正确的瓶子中抽取药物但贴错标签，或者正确贴上标签但抽错了瓶子。
虽然条形码标签、颜色编码系统和其他措施有助于减少此类错误，但所有这些措施都可能被赶时间和分心的工作人员跳过或忽略。
华盛顿大学的研究人员与卡内基梅隆大学、马凯雷雷大学（乌干达）和丰田研究所的同事合作，最近着手解决这一问题。他们首先让13名麻醉师（或认证护士）在进行常规药物抽取时佩戴GoPro头戴相机，持续55天。由此产生的4K视频片段记录了在17个手术室中进行的418次药物抽取，涵盖了各种光照条件。
在所有情况下，拍摄视频时都会记录下小瓶内容物和注射器标签信息。然后，这些视频片段被用来训练一个深度学习算法，该算法学会了哪些视觉特征对应于哪些药物小瓶和注射器标签。由于小瓶和注射器上的文字经常被手或其他障碍物遮挡，算法反而学会了识别特定小瓶和注射器的特征大小和形状，以及小瓶盖的颜色和注射器标签的字体大小。此外，它还必须学会只关注当前手持的小瓶和注射器。
视频片段的静态图像展示了该系统如何实时识别医务人员手中持有的物品。经过几个月的训练，该系统最终能够实时评估头戴相机视频，首先识别小瓶内容物，然后检查注射器标签是否匹配。到目前为止，该系统在确认匹配方面的准确率为99.6%，在发现不匹配方面的准确率为98.8%。
“能够在实时帮助患者或在错误发生前预防药物错误是非常强大的。”华盛顿大学的Kelly Michaelsen博士说，他是该研究论文的共同主要作者。“我们可以希望达到100%的表现，但即使是人类也无法实现这一点。在对100多名麻醉提供者的调查中，大多数人都希望该系统的准确率超过95%，这是我们已经实现的目标。”
该论文最近发表在《npj数字医学》杂志上。您可以在下面的视频中看到该系统的运行情况。
使用AI赋能的可穿戴相机检测药物错误
来源：华盛顿大学
(全文结束)
