John Wiederspan, enfermero anestesista en UW Medicine en Seattle, conoce bien cómo pueden ocurrir errores en el entorno de la sala de operaciones de alta presión, especialmente durante emergencias cuando la adrenalina y la urgencia llevan a administrar rápidamente medicamentos de emergencia. A pesar de los esfuerzos continuos por mejorar la seguridad del paciente, los errores en la medicación siguen siendo comunes, afectando al menos a 1 de cada 20 pacientes, con aproximadamente 1. 3 millones de lesiones y una muerte diaria solo en EE. UU. , según la Organización Mundial de la Salud. Los errores en la medicación a menudo implican administrar el fármaco incorrecto o dosis incorrectas. Los hospitales han implementado medidas de seguridad como etiquetas codificadas por colores y escáneres de código de barras para reducir los errores, pero éstos aún persisten. La Dra. Kelly Michaelsen, anestesióloga e ingeniera en UW Medicine y la Universidad de Washington, señaló que el 90% de los anestesiólogos admiten haber cometido errores en la medicación en algún momento de su carrera. Imaginó que la inteligencia artificial podría asistir actuando como un segundo par de ojos para detectar errores en tiempo real, dado que aproximadamente el 99% de los medicamentos utilizados pertenecen a un conjunto limitado de 10 a 20 fármacos. Su enfoque fue en los errores de intercambio de viales, responsables de alrededor del 20% de los errores en los medicamentos, que ocurren cuando la etiqueta de un vial o jeringa incorrecta lleva a inyectar a los pacientes medicamentos equivocados. Un ejemplo trágico es la muerte de una mujer de 75 años en el Centro Médico de la Universidad Vanderbilt, debido a que recibió un fármaco paralizante en lugar de un sedante. Para prevenir estos errores, Michaelsen desarrolló un “lente inteligente” impulsado por IA, integrado con una cámara en gafas protectoras que se usan durante las operaciones. Este sistema escanea, lee y compara las etiquetas de viales y jeringas, alertando a los profesionales si se detectan discrepancias. Construir y entrenar la IA tomó más de tres años, incluyendo la obtención de aprobaciones para usar videos pregrabados de preparación de medicamentos y escenarios simulados de errores para la capacitación, debido a restricciones éticas contra cometer errores deliberadamente en pacientes reales.

La IA demostró una precisión del 99. 6% en la detección de errores de intercambio de viales. Los próximos pasos son determinar la mejor forma de entregar las alertas, con preferencia por avisos auditivos, pendientes de aprobación de la FDA. El estudio fue financiado de manera independiente. Wiederspan, quien ha probado el dispositivo, es optimista respecto a su potencial para mejorar la seguridad del paciente, pero señala que el casco estilo GoPro actual es voluminoso, sugiriendo que un tamaño más compacto aumentaría su adopción. Defensores de la seguridad del paciente, como el Dr. Dan Cole de UCLA Health y Melissa Sheldrick, quien perdió a su hijo debido a un error en la medicación, apoyan la promesa de la IA, aunque advierten que la tecnología por sí sola no puede prevenir todos los errores. Sheldrick enfatiza que los errores a menudo resultan de múltiples factores, como una mala comunicación y sistemas hospitalarios fragmentados, y que la tecnología debe verse como una capa de apoyo más que una solución infalible. Los expertos resaltan que las intervenciones tradicionales, que dependen de aumentar la vigilancia o listas de verificación, a menudo añaden carga cognitiva a los profesionales ya sobrecargados y tienen una efectividad limitada. El Dr. Nicholas Cordella de la Universidad de Boston señala que las cámaras habilitadas por IA proporcionan una monitorización pasiva sin incrementar la carga de trabajo, lo que puede mejorar la seguridad en entornos agitados como salas de operaciones y emergencias. De cara al futuro, Michaelsen busca ampliar la capacidad de la IA para medir volúmenes de medicamentos en las jeringas y prevenir errores de dosificación, especialmente en pediatría, donde el tamaño del paciente varía considerablemente y la dilución de medicamentos es frecuente. Wiederspan también imagina que la tecnología podría adaptarse para su uso en salas de emergencia y pisos de hospital, ayudando con la dispensación de medicamentos orales, que involucra la gestión de numerosos fármacos por paciente. Sin embargo, la implementación más amplia de la IA en hospitales plantea importantes preocupaciones sobre la privacidad y la seguridad de los datos, especialmente con dispositivos que podrían captar rostros de pacientes o información sensible. Michaelsen asegura que su sistema solo escanea las etiquetas de las jeringas y no almacena datos personales. Cordella enfatiza la necesidad de establecer estándares claros, transparencia y monitoreo para abordar los riesgos de privacidad y advierte sobre el riesgo de que los profesionales dependan demasiado de la IA, lo que podría reducir su vigilancia y disminuir la atención a los controles de seguridad tradicionales. En general, la tecnología portátil impulsada por IA muestra un potencial prometedor para reducir los errores en medicamentos en entornos clínicos complejos, complementando las medidas de seguridad existentes y ayudando a los profesionales de la salud a mejorar los resultados de los pacientes, al tiempo que destaca la importancia de consideraciones éticas, prácticas y de privacidad.