UW ဆေးဝါးဆေးပညာဌာန Seattle တွင် တက်တောသူအိမ်အာအာနှင့်အန်နေအစီရင်ခံသူ John Wiederspan သည် အထင်ကူးမေ့နိုင်သောအခါများတွင် စမ်းသပ်လေ့ရှိသောအကောက်အခြားများပုံမှန်ဖြစ်တတ်ကြောင်း၊ အရေးပေါ်အခြေအနေများတွင် အရေးပေါ်ဆေးဝါးများပေးအပ်ရာတွင် adrenaline နှင့် မျှော်လင့်ချက်များကြောင့် လျင်မြန်မှုမှားယွင်းမှုအဖြစ်ရရှိနိုင်ကြောင်း သိရှိသည်။ လူနာလုံခြုံရေးကြောင့် ကြိုးပမ်းမှုများစိတ်မကျေစာမကျေဖြစ်သော်လည်း ဓါတုအပြစ်အချက်များအနည်းငယ်အနေနဲ့ ၂၀ ဦးလျှင် ၁ ဦး သို့မဟုတ် အများဆုံး ၁၂၀ ဦးမှာ ခြားနားမှုများဖြစ်တတ်ပြီး အမေရိကန်တွင် တစ်နေ့လျှင် လာအပ်သော လူနာများ ၁. ၃ မီလီယံထိ ဒဏ်ရာရမှုနှင့် တစ်ဦးသေဆုံးမှုဖြစ်တတ်ကြောင်း ကမ္ဘာကျန်းမာရေးအဖွဲ့အစည်းကဆိုသည်။ ဆေးဝါးမှားယွင်းမှုများမှာ မမှယ့်ဓါတ်ဆေး သို့မဟုတ် မှားယွင်းသည့်အတိုင်းအတာများ ပေးသည့်အခါများခဏဖြစ်တတ်သည်။ ဆေးရုံများက အားလုံးအတွက်လည်း သံသယလေးယူစရာအချက်များကိုအနည်းဆုံးအဖြစ်ကိုင်တွယ်ရန်အတွက် အရောင်စည်းချပ်များနှင့် ဘားကုဒ်စကင်များစွာ ထည့်သွင်းထားကြပြီး တောင်အခုလည်း မမှားလျှင်မရွားဖြစ်နေပါသည်။ UW ဆေးဝါးနှင့် University of Washington ၏ အာနဲ့စီရင်သူဆရာဝန် Kelly Michaelsen က၊ သံသယကနေစိန်းထားတဲ့ အားရပါးရပြော၍ ၉၀% သို႔ မည်သူမဆိုအသိအမှတ်ပြုခံရသည်ဖြစ်သော်လည်း AI ကို ဒုတိယမျက်မှန်အဖြစ် အသုံးပြု၍ မှားယွင်းမှုများကို အချိန်အခမ်းအနားတွင်ရှာဖွေရန်အသုံးချနိုင်သည်ဟု မှတ်ချက်ထားသည်။ သူမက ဖတ်ရှုခြင်းအလားအလာအရ ၁၀-၂၀ သုပ်ထဲတွင်သာ သက်ဆိုင်ရာ ဆေးဝါးများအသုံးပြုကြပြီး၎င်းအတွက်အများဆုံးမြင်ကြားသောအမှားမှတ်ချက်မှာ vial များအလဲအလжаများ ဖြစ်သောကြောင့် ဖြစ်သည်။ ဤအမှားများမှာ ကွဲပြားခြင်းရဲ့ ၂၀% ခန့်အောင်ဖြစ်လိမ့်မည်။ မမှားသော vial သို့မဟုတ် syringe ပန်းကန်အမှားတစ်ခုအနေနဲ့ လူနာမကြာမီမှာ မတည့်ညံ့သောဆေးပေးခြင်းဖြစ်သောကြောင့် Vanderbilt တက္ကသိုလ် ကုသရုံတွင် တစ်သက်ကြီးမားသူမယ်လေးသေဆုံးခဲ့သည်။ ဒီအမှားများကို ကာကွယ်ရန် Michaelsen က AI တီထွင်ထားသော "အထောက်အကူပေး" မျက်မှန်များကို ဖန်တီးခဲ့ပြီး၊ ဓာတ်ပုံဒါရိုက်တာကင်မရာကို ထည့်ထားသော ပိုက့်ပြားမျက်နှာစာများကို စစ်ဆေးကြည့်ခြင်း၊ ဖတ်ခြင်းနှင့် တိုက်ဆိုင်မှုများကိုနှိုင်းယှဉ်ခြင်းပြုလုပ်နိုင်သည်။ ဤစနစ်ကို ဖံြတုတ္စဉ်နှစ်ခုကျော်ကြာပြီး AI သည် vial swap မှားယွင်းမှုကို ၉၉. ၆% တိကျစွာ သိမြင်နိုင်သည်။ နောက်တစ်ဆင့်မှာ သတိပေးချက်များကို မည်သည့်ပုံစံပိုမိုထိရောက်စေမလဲဆိုတာကို စဉ်းစားနေပြီး ကြားနာသတိပေးမှုများကို ပိုမိုကြီးမားစွာ အသုံးချနိုင်ဖို့ကို သဘောတူကြသည်။ ဒီဓာတ်ပုံရှာဖွေရေးစဆောင်မှုကို FDA သဘောတူရင် ထပ်မံ အကောင်အထည်ဖော်သွားမည်ဖြစ်သည်။ ဤစမ်းသပ်မှုကို ကိုယ့်အကျိုးအောက်ခံဘက်က ပံ့ပိုးခဲ့သည်။ Wiederspan သည် ဒီစနစ်ကို စမ်းသပ်ခဲ့ပြီး လူနာလုံခြုံရေးကို မြှင့်တင်နိုင်မည့်အနာဂတ်အလားအလာအပေါ် သည့်အကောင်အထည်ရရိပ်ပဲဖြစ်ကြောင်း သဘောတူသည်။ သူမက တားမြစ်ချက်မှာ ဧည့်ခံကြည့်ဖို့နေရာကြီးတဲ့ Headset ကို အသုံးပြုသောအခါ ပိုမိုအသေးအဖော်ဖြစ်အောင် တည်ဆောက်ဖို့လိုအပ်ကြောင်း၊ လူနာလုံခြုံရေးအပေါ်မှာ ပိုမိုကောင်းမွန်မှု ရရှိဖို့ အနာဂတ်လမ်းကြောင်းတွင် ပိုမိုခက်ခဲစေမည့် နည်းပညာအသစ်များ မလိုအပ်ကြောင်း မျှော်လင့်သည်။ ကျွမ်းကျင်သူများက ပုံမှန်အသုံးပြုနေသော လုပ်ငန်းစဉ်များသည် စောင့်ကြည့်မှု မြင့်မားခြင်း သို့မဟုတ် စစ်ဆေးစာရင်းများကို တိုးမြှင့်ခြင်းဖြစ်လာပြီး၊ သဘာဝအလုပ်အမှုရှုပ်ထွေးမှုကို ပိုမိုများစေကြောင်းနှင့်စွမ်းဆောင်ရည်က အကန့်အသတ်ရှိကြောင်းကိုအကြောင်းပြချက်ချပြပါသည်။ Boston တက္ကသိုလ် မိတ်ထူ Nicholas Cordella က၊ AI ချိတ်ဆက်ကင်မရာများက passive မက်နေရန်းအဆင့်အတန်းပေးသည်ဟု ညွှန်ကြားသည်။ ယင်းအခါများတွင် နည်းပညာကို မရှိမျှအောင် ပေးစေ၊ မလွန်စေရန်ဖော်ပြနေကြသည်။ စစ်ဆေးမှုအလုပ်ဆောင်ရန် ပိုမိုလွယ်ကူစေရန်မည်သူမဆို အသုံးပြုနိုင်သည် ဆိုပြီး ယုံကြည်ကြသည်။ အနာဂတ်အတွက် Michaelsen သည် ဆေးဝါးကို syringe များထဲတွင် ပမာဏတိုင်းကောက်နှုတ်နိုင်မည့်စွမ်းရည်ကို တိုးချဲ့ရန် စဉ်းစားနေပြီး၊ များစွာသော လူနာအရွယ်အစားကြောင့် ဆေးအပမာဏများကို ထွေထွေတည်ညွှန်းနိုင်စေရန် ရည်မှန်းထားသည်။ Wiederspan သည် ဤနည်းပညာကို အရေးပေါ်စခန်းများနှင့် ဆေးရုံအလွှာများတွင်ပဲမကပဲ မ口ာတန်းဆေးပို့ခြင်းစနစ်များအတွက်လည်း အသုံးပြုနိုင်မည့်အတွက် ရုပ်ကြည့်လားအပ်ကြောင်း မျှော်လင့်ထားသည်။ သို့သော် AI ကို လူနာစောင့်ကြည့်ပေးစနစ်အနေဖြင့်အသုံးပြုနိုင်မယ့်စနစ်ကို ကျယ်ကျယ်ပြန့်ပြန့် အသုံးချဖို့ ရိုက်ခတ်နေင်းဖြစ်လာပါသေးသည်။ လူနာရဲ့ မျက်နှာကို ဖမ်းယူနိုင်သော device များ သို့မဟုတ် ထိ性感ဒ်များကို သုံးလာပါက၊ မိမိတို့စနစ်က လူနာကိုပဲမကပဲ၊ မျက်နှာသို့မဟုတ် အခြားအကြောင်းအမျိုးမျိုးကို မဖမ်းမက်နိုင်ကြောင်း အာမခံပါသည်။ Michaelsen က သူတို့စနစ်က syringe လက္ခဏာများကိုသာ ဖမ်းယူမည်ဖြစ်ပြီး ကိုယ်ရည်ကိုယ်သွေးအချက်အလက်တွေကို မစုဆောင်းပါဘူးဟု ယုံကြည်စွာ ဆိုသည်။ Cordella က လူကြီးမားပြီးပြိုင်တဲ့ ကြားနာမောင်များနဲ့ ကန့်သတ်ချက်များထားထားခြင်း၊ ပိုမိုမြင်ကွင်းရှုထောင့်များ သတ်မှတ်ထားခြင်း စသည့် privacy ပြဿနာတွေကို လုပ်ငန်းစဉ်ထဲတွင် ထည့်သွင်းစဉ်းစားဖို့လိုအပ်ရန် အရေးပါတ်သည်ဟု ကြားကြားလေ့လာမှုများအတွက် သတိပေးသည်။ သူသည် နည်းပညာကိုမကပိုမိုလေးနက်စွာ မေးမြန်းပြီး၊ ယုံကြည်စိတ်ချရမယ် ဆိုသည်ဟု ယုံကြည်လေသည်။