John Wiederspan, az UW Medicine seattle-i ápoló-anesztészi szakembere tisztában van vele, hogyan fordulhatnak elő hibák a magas nyomás alatt működő műtőhelyiségben, különösen vészhelyzetekben, amikor a adrenalinszint és a sürgősség miatt meggyorsítják a sürgősségi gyógyszerek beadását. A folyamatos betegbiztonsági erőfeszítések ellenére a gyógyszerelési hibák továbbra is gyakran fordulnak elő, és az Egyesült Államokban napi mintegy 1, 3 millió sérülést és egy halálesetet okoznak, írja a World Health Organization. A gyógyszerelési hibák gyakran a helytelen gyógyszer vagy helytelen adag beadását jelentik. A kórházak biztonsági intézkedéseket vezettek be, például színkódolt címkéket és vonalkód-olvasókat, hogy csökkentsék a hibák lehetőségét, mégis előfordulnak hibák. Dr. Kelly Michaelsen, az UW Medicine és a Washingtoni Egyetem aneszteziológusa és mérnöke megjegyezte, hogy az aneszteziológusok 90%-a elismeri, hogy valamikor hibázott gyógyszerelés közben. Úgy vélte, hogy a mesterséges intelligencia segíthetne második szemként működni, amely valós idejű hibafelderítést végez, különösen mivel az alkalmazott gyógyszerek kb. 99%-a egy korlátozott 10–20 gyógyszerből áll. Fő fókuszában a palackcsere hibái álltak, amelyek a gyógyszerelési hibák körülbelül 20%-ért felelősek, és akkor fordulnak elő, amikor a rossz palack vagy fecskendő címkéje vezet ahhoz, hogy a pácienseket helytelenül injektálják. Egy tragikus példa erre egy 75 éves nő halála Vanderbilt Egyetem Orvosi Központjában, aki paralyzáló szer helyett nyugtatót kapott. Az ilyen hibák megelőzése érdekében Michaelsen mesterséges intelligenciával vezérelt „okos szemüveget” fejlesztett ki, amelybe kamerát integráltak, és amit a műtét során viselnek. Ez a rendszer szkenneli, olvassa és összehasonlítja a palackok és fecskendők címkéit, figyelmeztetést adva, ha eltérést észlel. Az AI kifejlesztése és betanítása több mint három évig tartott, ideértve az engedélyek beszerzését az előre rögzített videók, gyógyszerkészítés és szimulált hibás szcenáriók felhasználására a képzéshez – mivel etikai okokból nem lehet szándékosan hibázni valódi betegeknél.

Az AI 99, 6%-os pontossággal mutatta ki a palackcsere hibákat. A következő lépések között szerepel, hogy meghatározzák, miként lehet a legjobban kijelzőket – például hangjelzéseket – alkalmazni, amit az FDA jóváhagyása után lehetne bevezetni. A tanulmányt független finanszírozásból készítették. Wiederspan, aki tesztelte a készüléket, optimista a technológia betegbiztonságot növelő lehetőségeivel kapcsolatban, ugyanakkor megjegyezte, hogy a jelenlegi GoPro-stílusú fejhallgató túl nagynak tűnik, és kisebb formátumú eszköz növelné a használatát. Betegbiztonsági érdekképviseletek, például Dr. Dan Cole az UCLA Health-től és Melissa Sheldrick, aki fia halálát gyógyszerhiba okozta, támogatják az AI ígéretét, ugyanakkor óvatosságra intenek, hogy a technológia önmagában nem képes minden hibát megelőzni. Sheldrick hangsúlyozza, hogy a hibák gyakran több tényezőből erednek, mint például rossz kommunikáció vagy töredezett kórházi rendszerek, és a technológiát támogatói rétegként kell látni, nem pedig tökéletes megoldásként. A szakértők rámutatnak, hogy a hagyományos beavatkozások, amelyek a fokozott éberség vagy ellenőrző listák alkalmazásán alapulnak, gyakran növelik a túlterhelt klinikusok kognitív terhelését, és hatékonyságuk korlátozott. Dr. Nicholas Cordella a Boston Egyetemről hangsúlyozta, hogy az AI-vel felszerelt kamerák passzív megfigyelést tesznek lehetővé, anélkül, hogy növelnék a klinikusok munka- vagy figyelmi terhelését, ezáltal javítva a biztonságot olyan hektikus környezetekben, mint a műtő vagy az sürgősségi osztály. Jövőbeli tervei között Michaelsen a mesterséges intelligencia képességének bővítését tervezi, hogy a fecskendőkben lévő gyógyszermennyiségeket is mérni tudja, így elkerülve a dózishibákat, különösen a gyermekgyógyászatban, ahol a betegek méretei változatosak, és gyakori a gyógyszer hígítása. Wiederspan szintén elképzelhetőnek tartja, hogy ezt a technológiát alkalmazzák az sürgősségi osztályokon és a kórházi folyosókon, hogy segítséget nyújtson szájon át alkalmazott gyógyszerek beadásában, amelyek számos gyógyszert kezelnek egy beteg esetében. Az AI széleskörűbb bevezetése a kórházakban azonban fontos adatvédelmi és biztonsági kérdéseket vet fel, különösen olyan eszközöknél, amelyek arcképeket vagy érzékeny információkat rögzítenek. Michaelsen biztosította, hogy rendszerük csak fecskendőcímkéket szkennel, és nem tárol személyes adatokat. Cordella hangsúlyozza, hogy szükség van világos normákra, átláthatóságra és monitoringra az adatvédelmi kockázatok kezelése érdekében, és figyelmeztet arra, hogy a klinikusok túlzottan ne támaszkodjanak az AI-ra, mert ez csökkentheti éberségüket és elvonhatja figyelmüket a hagyományos biztonsági ellenőrzésekről. Összességében az AI-alapú viselhető technológia ígéretes lehetőségeket mutat a gyógyszerelési hibák csökkentésében összetett klinikai környezetekben, kiegészítve a meglévő biztonsági intézkedéseket, támogatva az egészségügyi dolgozókat a betegek eredményeinek javításában, miközben hangsúlyozza az etikai, gyakorlati és adatvédelmi szempontok fontosságát.