John Wiederspan, infermer anestesista a UW Medicine a Seattle, coneix bé com poden ocórrer errors en l’entorn de la sala d’operacions de gran pressió, especialment durant emergències quan l’adrenalina i la urgència porten a una administració precipitada de medicaments d’emergència. Malgrat els esforços continuats per millorar la seguretat dels pacients, els errors en la medicació continuen sent habituals, afectant almenys 1 de cada 20 pacients, amb al voltant de 1, 3 milions de lesions i una mort diària només als Estats Units, segons l’Organització Mundial de la Salut. Els errors en la medicació sovint impliquen administrar el fàrmac equivocat o dosis incorrectes. Els hospitals han implementat mesures de seguretat com etiquetes codificades per colors i lectors de codis de barres per minimitzar els errors, encara que aquests persisteixen. La Dra. Kelly Michaelsen, anestesiòloga i enginyera a UW Medicine i a la Universitat de Washington, va comentar que el 90% dels anestesiòlegs reconeixen haver comès errors en la medicació en algun moment de la seva carrera. Va imaginar que la intel·ligència artificial podria ajudar actuant com un segon parell d’ulls per detectar errors en temps real, donat que al voltant del 99% dels medicaments utilitzats pertanyen a un conjunt limitat de 10-20 fàrmacs. El seu focus era en els errors de canvi de flascó, responsables al voltant del 20% dels errors en la medicació, que ocorren quan la resina o l’etiqueta de l’agulla són incorrectes i provoquen que els pacients s’administrin medicaments wrongs. Un exemple tràgic és la mort d’una dona de 75 anys a Vanderbilt University Medical Center per rebre un fàrmac paralitzant en lloc d’un sedant. Per prevenir aquests errors, Michaelsen va desenvolupar unes “ulleres intel·ligents” equipades amb AI integrat amb una càmera, pels operaris durant les operacions. Aquest sistema escaneja, llegeix i compara les etiquetes de les flascons i xeringues, alertant els metges si detecta discrepàncies. Construir i entrenar la IA va prendre més de tres anys, incloent l’obtenció d’aprovacions per utilitzar vídeo preenregistrat de la preparació de medicaments i escenaris d’errors simulats per a la formació, degut a restriccions ètiques que impedeixen cometre errors deliberadament amb pacients reals. La IA va demostrar una precisió del 99, 6% en detectar errors de canvi de flascó.

Els passos següents inclouen determinar la millor manera de dur les alertes a terme, amb advertències audibles com a opció preferida, a l’espera de la aprovació de la FDA. L’estudi va ser finançat de manera independent. Wiederspan, que ja ha provat l’aparell, és optimista sobre les seves possibilitats de millorar la seguretat dels pacients, però destaca que la capsa de les ulleres actual és envasada, fent-se pesada i menys pràctica, pel que suggerix un disseny més petit per afavorir la seva adopció. Defensors de la seguretat del pacient, com el Dr. Dan Cole d’UCLA Health i Melissa Sheldrick, que va perdre el seu fill a causa d’un error en la medicació, donen suport a la promesa de la IA, tot advertint que la tecnologia per si sola no pot evitar tots els errors. Sheldrick ressalta que els errors sovint provenen de múltiples factors com la manca de comunicació i sistemes hospitalaris fragmentats, i que la tecnologia hauria de veure’s com una capa de suport més que com una solució infal·lible. Els experts destaquen que les intervencions tradicionals basades en augmentar la vigilància o utilitzar llistes de comprovació sovint afegeixen càrrega cognitiva als metges ja saturats i que el seu efecte és limitat. El Dr. Nicholas Cordella de la Universitat de Boston indica que càmeres amb IA ofereixen una monitorització passiva sense augmentar la feina als metges, millorant així la seguretat en entorns molt atapeïts com les sales d’operacions i d’emergències. De cara al futur, Michaelsen vol ampliar la capacitat de la IA per mesurar els volums de medicaments en les xeringues, per prevenir errors en la dosificació, especialment en pediatria, on el tamany dels pacients varia molt i la dilució dels medicaments és habitual. Wiederspan també visualitza que aquesta tecnologia s’adapti per ajudar en les sales d’emergència i a les plantes dels hospitals per a la dispensació de medicaments per via oral, ja que s’han de gestionar múltiples medicaments per pacient. Tanmateix, una implementació més àmplia de la IA en els hospitals planteja importants preocupacions sobre privacitat i seguretat de dades, especialment amb aparells que podrien captar cares de pacients o informació sensible. Michaelsen assegura que el seu sistema només escaneja etiquetes de xeringues i no emmagatzema dades personals. Cordella insisteix en la necessitat de posar estàndards clars, transparència i monitorització per afrontar els riscos de privacitat, advertint que els metges no s’haurien de tornar massa depenents de la IA, ja que això podria reduir la vigilància i el compliment de les comprobacions de seguretat tradicionals. En resum, la tecnologia vestible amb IA demostra un gran potencial per reduir els errors en la medicació en entorns clínics complexos, complementant les mesures actuals de seguretat i ajudant els professionals sanitaris a millorar els resultats per als pacients, tot ressaltant la importància d’abordar qüestions ètiques, pràctiques i de privacitat.