近日，华盛顿大学医学院的研究人员领导的一项研究表明，一种新型的可穿戴相机系统，结合了人工智能（AI）技术，可以在药物管理过程中检测药物错误。该系统设计用于手术室和重症监护病房等环境，表现出高水平的准确性，识别瓶装交换错误的灵敏度达到99.6%，特异性达到98.8%。
该研究发表在《npj数字医学》杂志上，表明这种系统可以在繁忙的临床环境中成为重要的安全保障，以提高患者的安全性。此前的研究显示，每20名患者中就有大约1人在临床环境中经历可预防的伤害。药物相关错误是这些错误的主要原因之一，其中高达12%的错误导致患者严重受伤或死亡。在美国，研究估计每年因医疗错误导致的死亡人数在14万至44万之间，其中80%发生在医院内，41%发生在手术室内。
“能够在实时帮助患者或在药物错误发生前预防其发生，这非常有力量，”该研究的共同首席作者、华盛顿大学医学院麻醉学和疼痛医学助理教授Kelly Michaelsen博士说，“我们希望达到100%的性能，但即使是人类也无法实现这一点。”Michaelsen还指出，一项针对100多名麻醉提供者的调查显示，大多数人希望系统的准确率超过95%——这一目标新技术已经实现。
药物管理错误，特别是在麻醉过程中，是一个常见的问题，其中注射器和瓶子交换错误代表了显著的风险。这些错误通常发生在静脉注射时，临床医生将药物从瓶子转移到注射器中。大约20%的错误是由于选择了错误的瓶子或注射器被错误标记，而另外20%的错误发生在药物标签正确但使用不当的情况下。
尽管已经存在一些旨在防止错误的安全措施，如条形码扫描系统用于确认瓶子的内容，但在某些临床环境的压力下，仍可能发生药物管理错误。为了解决这一护理缺口，华盛顿大学开发了一种深度学习模型，集成了一台GoPro相机。该模型可以识别圆柱形瓶子和注射器的内容，并在药物给药前发出警告。
AI模型的训练历时数月。为此，研究人员收集了13名麻醉师在各种手术室情况下进行的418次药物抽取的4K视频片段。这些数据使模型能够学会识别视觉线索，如瓶子和注射器的大小和形状，以及瓶盖颜色。“特别具有挑战性的是，手术室里的人手持注射器和瓶子，你无法完全看到这些物体。一些字母（在注射器和瓶子上）被手遮住了，而且手移动得很快。他们在工作，不是在摆姿势拍照，”该研究的共同作者、华盛顿大学保罗·G·艾伦计算机科学与工程学院教授Shyam Gollakota博士说。
此外，算法还需要训练只分析前景中的药物，而忽略背景中的其他图像，如瓶子和注射器。“AI正在做所有这些：检测医护人员拿起的具体注射器，而不是检测放在桌子上的注射器，”Gollakota补充道。
这项新技术尚处于早期阶段，将由华盛顿大学团队进一步开发，但作为一项重要的新安全措施的潜力显而易见。在繁忙的临床环境中，这种自动化的、AI驱动的药物检查可以作为第二双“眼睛”，验证麻醉师工作的准确性，并在潜在错误发生前发出警告。研究人员还指出，麻醉师已经在手术室环境中佩戴防护眼镜以保护自己免受液体侵害，因此将相机集成到这种防护设备中有助于促进技术的采用。
(全文结束)
