John Wiederspan, infirmier anesthésiste chez UW Medicine à Seattle, connaît bien la façon dont des erreurs peuvent survenir dans un environnement de salle d'opération sous haute pression, notamment lors d’urgences où l’adrénaline et l’urgence conduisent à une administration précipitée de médicaments d’urgence. Malgré les efforts continus pour la sécurité des patients, les erreurs médicamenteuses restent courantes, touchant au moins 1 patient sur 20, avec environ 1, 3 million de blessures et un décès chaque jour rien qu’aux États-Unis, selon l’Organisation mondiale de la santé. Ces erreurs impliquent souvent l’administration du mauvais médicament ou de doses incorrectes. Les hôpitaux ont mis en place des mesures de sécurité telles que des étiquettes codées par couleur et des scanners de codes-barres pour réduire ces erreurs, mais celles-ci persistent nonetheless. La docteure Kelly Michaelsen, anesthésiste et ingénieure chez UW Medicine et à l’Université de Washington, a souligné que 90 % des anesthésistes admettent avoir commis des erreurs médicamenteuses à un moment ou un autre de leur carrière. Elle envisageait que l’IA pourrait aider en agissant comme un deuxième regard pour détecter les erreurs en temps réel, étant donné qu’environ 99 % des médicaments utilisés appartiennent à un ensemble limité de 10 à 20 médicaments. Son principal intérêt était les erreurs d’échange de flacons, responsables d’environ 20 % des erreurs médicamenteuses, qui surviennent lorsque le mauvais flacon ou l’étiquette du syringe conduit à une injection incorrecte. Un exemple tragique est le décès d’une femme de 75 ans au Vanderbilt University Medical Center, suite à l’administration d’un médicament paralysant à la place d’un sédatif. Pour prévenir ces erreurs, Michaelsen a développé des « lunettes intelligentes » alimentées par l’IA, intégrant une caméra dans des lunettes de protection portées lors des opérations. Ce système scanne, lit et compare les étiquettes sur les flacons et seringues, alertant les cliniciens en cas de discordance. La conception et la formation de l’IA ont pris plus de trois ans, y compris l’obtention des approbations pour l’utilisation de vidéos préenregistrées de la préparation de médicaments et de scénarios d’erreur simulés pour la formation, en raison des restrictions éthiques contre la création volontaire d’erreurs chez les patients réels.

L’IA a démontré une précision de 99, 6 % dans la détection des erreurs d’échange de flacons. La prochaine étape consiste à déterminer la meilleure façon de délivrer ces alertes, avec une préférence pour des alertes sonores, en attente d’une approbation de la FDA. L’étude a été financée de manière indépendante. Wiederspan, qui a testé le dispositif, est optimiste quant à son potentiel pour améliorer la sécurité des patients, mais note que le casque de style GoPro actuellement utilisé est encombrant, ce qui pourrait limiter son adoption. Des défenseurs de la sécurité des patients comme le Dr Dan Cole de UCLA Health et Melissa Sheldrick, qui a perdu son fils à cause d’une erreur médicamenteuse, soutiennent le potentiel de l’IA tout en mettant en garde : la technologie seule ne peut pas prévenir toutes les erreurs. Sheldrick souligne que celles-ci proviennent souvent de multiples facteurs tels qu’une mauvaise communication et des systèmes hospitaliers fragmentés, et que la technologie doit être vue comme une couche de soutien plutôt que comme une solution infaillible. Les experts soulignent que les interventions classiques, reposant sur une vigilance accrue ou des listes de contrôle, ajoutent souvent une charge cognitive supplémentaire à des cliniciens déjà surchargés, tout en ayant une efficacité limitée. Le Dr Nicholas Cordella de l’Université de Boston explique que les caméras assistées par l’IA offrent une surveillance passive sans ajouter de charge de travail aux cliniciens, ce qui pourrait améliorer la sécurité dans des environnements frénétiques comme les salles d’opération et les services d’urgence. Envisageant l’avenir, Michaelsen souhaite étendre la capacité de l’IA pour mesurer le volume de médicaments dans les seringues afin d’éviter les erreurs de dosage, ce qui est particulièrement critique en pédiatrie où les tailles de patients varient considérablement et où la dilution des médicaments est courante. Wiederspan imagine également que cette technologie pourrait être adaptée pour une utilisation dans les services d’urgence et les unités d’hospitalisation afin d’aider à la dispensation de médicaments oraux, qui implique la gestion de nombreux médicaments par patient. Cependant, la mise en œuvre plus large de l’IA dans les hôpitaux soulève d’importantes questions de confidentialité et de sécurité des données, notamment avec des dispositifs pouvant capter le visage des patients ou des informations sensibles. Michaelsen assure que leur système ne scanne que les étiquettes de seringues et ne stocke pas de données personnelles. Cordella insiste sur la nécessité de normes claires, de transparence et de surveillance pour gérer les risques liés à la vie privée et avertit que les cliniciens ne doivent pas devenir trop dépendants de l’IA, ce qui pourrait réduire leur vigilance et faire passer au second plan les vérifications de sécurité traditionnelles. Dans l’ensemble, la technologie portable alimentée par l’IA montre un potentiel prometteur pour réduire les erreurs médicamenteuses dans des environnements cliniques complexes, en complément des mesures de sécurité existantes et en aidant les professionnels de santé à améliorer les résultats pour les patients, tout en soulignant l’importance des considérations éthiques, pratiques et de confidentialité.