John Wiederspan, seorang perawat anestesi di UW Medicine Seattle, sangat menyadari bagaimana kesalahan dapat terjadi di lingkungan ruang operasi yang penuh tekanan, terutama selama keadaan darurat ketika adrenalin dan urgensi menyebabkan pemberian obat darurat dilakukan secara terburu-buru. Meskipun upaya keselamatan pasien terus dilakukan, kesalahan medication tetap umum terjadi, mempengaruhi setidaknya 1 dari 20 pasien, dengan sekitar 1, 3 juta cedera dan satu kematian setiap hari di AS saja, menurut Organisasi Kesehatan Dunia. Kesalahan medication sering melibatkan pemberian obat yang salah atau dosis yang tidak tepat. Rumah sakit telah mengimplementasikan langkah pengamanan seperti label berkode warna dan pemindai barcode untuk mengurangi kesalahan, namun kesalahan tetap terjadi. Dr. Kelly Michaelsen, seorang anestesiolog dan insinyur di UW Medicine dan Universitas Washington, menyatakan bahwa 90% anestesiolog mengakui pernah melakukan kesalahan medication dalam karier mereka. Dia membayangkan bahwa AI dapat membantu dengan berfungsi sebagai mata kedua untuk mendeteksi kesalahan secara real-time, mengingat sekitar 99% dari obat yang digunakan termasuk dalam satu dari 10-20 jenis obat yang terbatas. Fokusnya adalah pada kesalahan pertukaran vial, yang bertanggung jawab sekitar 20% dari kesalahan medication, yang terjadi ketika label vial atau jarum suntik yang salah menyebabkan pasien disuntikkan dengan obat yang tidak benar. Contoh tragisnya adalah kematian seorang wanita berusia 75 tahun di Vanderbilt University Medical Center karena menerima obat pelumpuh otot alih-alih sedatif. Untuk mencegah kesalahan tersebut, Michaelsen mengembangkan “kacamata cerdas” berbasis AI yang terintegrasi dengan kamera ke dalam kacamata pelindung yang dikenakan selama operasi. Sistem ini memindai, membaca, dan membandingkan label pada vial dan jarum suntik, serta memberi peringatan kepada tenaga medis jika terjadi ketidaksesuaian. Pembuatan dan pelatihan AI ini memakan waktu lebih dari tiga tahun, termasuk mendapatkan izin menggunakan video rekaman dari proses persiapan obat dan skenario kesalahan yang disimulasikan untuk pelatihan, karena kendala etika untuk secara sengaja membuat kesalahan pada pasien nyata. AI ini menunjukkan tingkat akurasi 99, 6% dalam mendeteksi kesalahan pertukaran vial.

Langkah selanjutnya adalah menentukan metode terbaik untuk menyampaikan peringatan, dengan suara otomatis yang diutamakan, setelah mendapatkan persetujuan dari FDA. Penelitian ini didanai secara independen. Wiederspan, yang telah menguji perangkat tersebut, optimistis akan potensi penggunaannya untuk meningkatkan keselamatan pasien, tetapi mencatat bahwa headset tipe GoPro saat ini terasa besar, sehingga versi yang lebih kecil diperkirakan akan meningkatkan adopsi. Pendukung keselamatan pasien seperti Dr. Dan Cole dari UCLA Health dan Melissa Sheldrick, yang kehilangan anaknya karena kesalahan medication, mendukung janji AI sambil memperingatkan bahwa teknologi saja tidak dapat mencegah semua kesalahan. Sheldrick menekankan bahwa kesalahan sering disebabkan oleh berbagai faktor seperti komunikasi yang buruk dan sistem rumah sakit yang terfragmentasi, dan teknologi harus dianggap sebagai lapisan pendukung, bukan solusi yang mutlak. Para ahli menyoroti bahwa intervensi tradisional yang bergantung pada peningkatan kewaspadaan atau checklist sering menambah beban kognitif bagi tenaga medis yang sudah kewalahan dan memiliki efektivitas terbatas. Dr. Nicholas Cordella dari Boston University menyatakan bahwa kamera yang didukung AI menyediakan pemantauan pasif tanpa menambah beban kerja tenaga medis, berpotensi meningkatkan keselamatan dalam lingkungan yang sibuk seperti ruang operasi dan ruang gawat darurat. Ke depan, Michaelsen berencana memperluas kemampuan AI untuk mengukur volume obat dalam jarum suntik guna mencegah kesalahan dosis, terutama penting di bidang pediatri di mana ukuran pasien sangat bervariasi dan pencairan obat umum dilakukan. Wiederspan juga membayangkan teknologi ini dapat disesuaikan untuk digunakan di ruang gawat darurat dan lantai rumah sakit untuk membantu pengeluaran obat oral, yang melibatkan pengelolaan banyak obat per pasien. Namun, penerapan AI secara lebih luas di rumah sakit menimbulkan kekhawatiran penting terkait privasi dan keamanan data, terutama dengan perangkat yang berpotensi menangkap wajah pasien atau informasi sensitif lainnya. Michaelsen memastikan bahwa sistem mereka hanya memindai label jarum suntik dan tidak menyimpan data pribadi. Cordella menekankan pentingnya standar yang jelas, transparansi, dan pemantauan untuk mengatasi risiko privasi dan memperingatkan agar tenaga medis tidak terlalu bergantung pada AI, yang dapat menyebabkan berkurangnya kewaspadaan dan pengabaian terhadap pemeriksaan keselamatan tradisional. Secara keseluruhan, teknologi wearable berbasis AI ini menunjukkan potensi yang menjanjikan dalam mengurangi kesalahan medication di lingkungan klinis yang kompleks, melengkapi langkah-langkah keselamatan yang ada dan membantu tenaga kesehatan dalam meningkatkan hasil bagi pasien, sekaligus menekankan pentingnya pertimbangan etis, praktis, dan privasi.