华盛顿大学医学院（UW Medicine）的一组研究人员开发了首款可穿戴相机系统，该系统借助人工智能技术，能够在药物配送过程中检测潜在错误。在最近的一次测试中，该系统展示了在繁忙临床环境中识别潜在药物配送错误的卓越能力。AI在检测瓶装错误方面的灵敏度达到了99.6%，特异性达到了98.8%。
共同主要作者、华盛顿大学医学院麻醉学和疼痛医学助理教授凯莉·米查尔森博士（Dr. Kelly Michaelsen）强调了这种AI驱动相机系统的潜力，特别是在高压医疗环境如手术室、重症监护室和急诊科中作为关键的安全保障。“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。”她表示，“虽然我们希望达到100%的性能，但即使是人类也无法实现这一点。在一项对100多名麻醉提供者的调查中，大多数人希望该系统的准确性超过95%，这一目标我们已经实现。”
药物管理错误在麻醉和重症护理中构成了显著风险，据估计，所有给药中有5%到10%与错误相关。注射药物相关的不良事件每年影响约120万患者，造成51亿美元的损失。在静脉注射过程中，针筒和瓶子互换错误占所有错误的约20%。尽管有条形码系统等安全措施来防止此类错误，但在高压力情况下，医护人员可能会忽略这些步骤。
研究人员的目标是开发一种结合GoPro相机的先进深度学习模型，能够准确识别圆柱形瓶子和针筒的内容物。这项技术将在药物给患者前及时发出警告。模型的训练过程非常漫长，历时数月。他们收集了13名麻醉提供者在多种手术室环境中进行的418次药物抽取的高分辨率4K视频片段。视频捕捉了医护人员处理含有特定药物的瓶子和针筒的过程。随后，这些视频片段被仔细标注，以训练模型识别内容物和容器。
值得注意的是，该视频系统并不依赖于读取每个瓶子上的文字。相反，它利用先进的视觉线索，如瓶子和针筒的大小和形状、瓶盖的颜色以及标签字体的大小。计算模型专门训练为关注前景中的药物，而忽略背景中的瓶子和针筒。这意味着AI可以准确检测医护人员正在使用的特定针筒，从而提高医疗实践的安全性和效率。AI和深度学习在增强各种医疗过程方面的潜力才刚刚开始被探索。
该研究还涉及卡内基梅隆大学、乌干达马凯雷雷大学和丰田研究所的研究人员，后者构建并测试了该系统。
(全文结束)
