Zespół badaczy ogłosił opracowanie pierwszego na świecie systemu noszonej kamery, który dzięki zaawansowanej sztucznej inteligencji, wykrywa potencjalne błędy w podawaniu leków. W najnowszych testach system wideo wykazał imponującą skuteczność w rozpoznawaniu i identyfikacji leków pobieranych w zatłoczonych środowiskach klinicznych. Algorytm osiągnął 99,6% czułości i 98,8% specyficzności w wykrywaniu błędów związanych z zamianą fiolek, co może stanowić kluczowy przełom w poprawie bezpieczeństwa pacjentów.
Zastosowanie w krytycznych sytuacjach medycznych
Jak podkreśla jeden z głównych autorów badania, dr Kelly Michaelsen, profesor nadzwyczajny anestezjologii i medycyny przeciwbólowej na Uniwersytecie Waszyngtońskim, system ten mógłby stać się istotnym narzędziem w takich miejscach jak sale operacyjne, oddziały intensywnej terapii oraz izby przyjęć.
Dzięki możliwości monitorowania procedury podawania leków w czasie rzeczywistym, system ten może zapobiec błędom jeszcze przed ich wystąpieniem. Michaelsen podkreśla, że chociaż 100% skuteczność jest trudna do osiągnięcia – nawet dla człowieka – to w badaniach ankietowych przeprowadzonych wśród ponad 100 anestezjologów większość z nich wskazywała, że akceptowalny poziom dokładności powinien przekraczać 95%. Cel ten został osiągnięty, co jest ogromnym sukcesem.
Błędy w podawaniu leków – powszechny problem
Błędy w podawaniu leków to jedne z najczęściej zgłaszanych incydentów krytycznych w anestezjologii i są główną przyczyną poważnych błędów medycznych na oddziałach intensywnej opieki. Szacuje się, że od 5% do 10% wszystkich podanych leków może być związanych z jakimś błędem. Powikłania wynikające z niewłaściwego podania leków iniekcyjnych dotykają rocznie aż 1,2 miliona pacjentów, generując koszty na poziomie 5,1 miliarda dolarów.
Jednym z najczęstszych błędów jest zamiana fiolek podczas iniekcji dożylnych – błąd ten polega na nieprawidłowym wyborze fiolki lub błędnym oznaczeniu strzykawki. Około 20% przypadków błędów wynika z zamiany fiolek, a kolejnych 20% to sytuacje, gdy lek jest prawidłowo oznaczony, ale podany niezgodnie ze wskazaniem.
Istniejące środki bezpieczeństwa – niewystarczające w stresujących warunkach
W wielu szpitalach stosuje się już środki ostrożności, takie jak systemy kodów kreskowych, które odczytują i potwierdzają zawartość fiolek. Jednak w sytuacjach stresowych, takich jak intensywna praca na sali operacyjnej, procedura ta może zostać pominięta, ponieważ stanowi dodatkowy krok w pracy lekarza. Dlatego system, który automatycznie rozpoznaje leki na podstawie obrazu, może stać się istotnym wsparciem.
Zaawansowane rozpoznawanie dzięki AI
Celem zespołu badawczego było stworzenie modelu głębokiego uczenia, który w połączeniu z kamerą GoPro jest wystarczająco zaawansowany, aby rozpoznawać zawartość cylindrycznych fiolek i strzykawek oraz ostrzegać przed błędem jeszcze przed podaniem leku pacjentowi. Trening modelu trwał kilka miesięcy i obejmował nagrywanie wideo w rozdzielczości 4K, przedstawiającego pobieranie 418 leków przez 13 anestezjologów w zmiennych warunkach oświetleniowych.
System nie odczytuje bezpośrednio etykiet na fiolkach, a zamiast tego analizuje inne wizualne wskazówki, takie jak rozmiar i kształt fiolki i strzykawki, kolor nakrętek lub wielkość czcionki na etykiecie.
Według Shyama Gollakoty, współautora badania i profesora na Uniwersytecie Waszyngtońskim w Paul G. Allen School of Computer Science & Engineering, jedno z najtrudniejszych wyzwań polegało na tym, że w trakcie zabiegów ręce personelu medycznego zakrywają część strzykawki i fiolki. Dodatkowo, ręce te poruszają się szybko, wykonując właściwe zadania, co utrudniało systemowi rozpoznawanie obiektów. Model musiał zostać wyszkolony, aby skupiać się na lekach na pierwszym planie i ignorować strzykawki i fiolki znajdujące się w tle.
Sztuczna inteligencja w medycynie – przyszłość opieki zdrowotnej
Prace te pokazują, że sztuczna inteligencja i głębokie uczenie mają ogromny potencjał, jeśli chodzi o poprawę bezpieczeństwa oraz efektywności w różnych dziedzinach opieki zdrowotnej. Jak zauważył Michaelsen, badania w tej dziedzinie dopiero się rozpoczynają, a możliwości wykorzystania AI w medycynie są praktycznie nieograniczone.
W badaniach uczestniczyli także badacze z Uniwersytetu Carnegie Mellon oraz Uniwersytetu Makerere w Ugandzie. System został opracowany i przetestowany przez Toyota Research Institute. Projekt ten został sfinansowany przez Washington Research Foundation, Foundation for Anesthesia Education and Research oraz grant z Narodowych Instytutów Zdrowia (K08GM153069).
System oparty na sztucznej inteligencji może stać się jednym z kluczowych narzędzi wspierających lekarzy i personel medyczny w ich codziennej pracy, przyczyniając się do poprawy bezpieczeństwa pacjentów na całym świecie.
