John Wiederspan, mkunga mtaalamu wa uchunguzi wa dawa za usingizi kwenye UW Medicine kule Seattle, ana ufahamu mkamilifu kuhusu jinsi makosa yanavyoweza kutokea katika mazingira ya chumba cha upasuaji cha shinikizo kubwa, hasa wakati wa dharura ambapo adrenaline na haraka huleta mkanganyiko wa kuleta dawa za dharura kwa kasi. Licha ya juhudi zinazofanyika kudumisha usalama wa wagonjwa, makosa ya dawa bado yanajirudia, yakiguza angalau mgonjwa mmoja kati ya 20, na kusababisha takribani majeraha milioni 1. 3 na vifo moja kwa siku tu Marekani, kwa mujibu wa Shirika la Afya Ulimwenguni. Makosa ya dawa mara nyingi huhusisha utoaji wa dawa isiyo sahihi au dozi zisizo sahihi. Hospitali zimeweka kinga kama lebo zilizochorwa kwa rangi na skana za barcodes ili kupunguza makosa, lakini makosa bado yanajitokeza. Daktari Kelly Michaelsen, mtaalamu wa upasuaji wa njaa na mhandisi kwenye UW Medicine na Chuo Kikuu cha Washington, alibainisha kuwa asilimia 90 ya waganga wa upasuaji wanakiri kufanya makosa ya dawa wakati wowote katika maisha yao ya kazi. Alitazamia kuwa AI inaweza kusaidia kwa kuwa kama jicho la pili kugundua makosa kwa wakati halisi, ikizingatiwa kuwa asilimia 99 ya dawa zinazotumika ni miongoni mwa dawa 10-20 pekee. Lengo lake lilikuwa ni makosa ya kubadilisha chupa, ambayo yanahusika na takribani asilimia 20 ya makosa ya dawa, yanatokea wakati lebo ya chupa au sindano isiyo sahihi inapelekea wagonjwa kuingiziwa dawa zisizo sahihi. Mfano wa huzuni ni kufa kwa mwanamke wa miaka 75 katika Kituo cha Tiba cha Chuo Kikuu cha Vanderbilt, kwa sababu alipewa dawa ya kuleta paraliisi badala ya sedative. Ili kuzuia makosa kama hayo, Michaelsen alitengeneza “miwani ya akili” yenye uwezo wa AI iliyojumuishwa na kamera ndani ya miwani ya kinga wanayovaa wakati wa upasuaji. Mfumo huu unafuatilia, kusoma, na kulinganisha lebo za chupa na sindano, na kuwapa taarifa madaktari ikiwa kuna mifanano isiyo sahihi. Ujenzi na mafunzo ya AI yalimchukua zaidi ya miaka mitatu, ikiwa ni pamoja na kupata idhini ya kutumia video za awali za maandalizi ya dawa na mazingira ya makosa ya mfano kwa mafunzo, kutokana na vizuizi vya maadili kuhusu kufanya makosa kwa wagonjwa halali. AI ilionyesha usahihi wa asilimia 99. 6 katika kugundua makosa ya kubadilisha chupa.

Hatua zinazofuata ni kuamua njia bora za kutoa onyo, kwa kipaumbele sauti za sauti, wakati bado zinatafutiwa idhini na FDA. Utafiti huu ulifadhiliwa kwa kujitegemea. Wiederspan, ambaye tayari amejaribu kifaa hiki, anautarajia kuwa kinaweza kuboresha usalama wa wagonjwa, lakini anaonyesha kuwa headsets ya simu za GoPro ni nzito, hivyo kubuni ndogo zaidi ya kifaa hicho kingeleta ufanisi zaidi kwa matumizi makubwa. Wanaounga mkono usalama wa wagonjwa kama Dk. Dan Cole wa UCLA Health na Melissa Sheldrick, ambaye alipoteza mtoto wake kwa makosa ya dawa, wanauona uwezo wa AI kuwa na ahadi, huku wakikumbusha kuwa teknolojia pekee hawezi kuzuia makosa yote. Sheldrick anaongeza kuwa makosa mara nyingi huanza kwa sababu nyingi kama mawasiliano duni na mifumo midogo ya hospitali, na teknolojia inapaswa kufanyika kama safu ya msaada siyo suluhisho la mwisho. Wataalam wanasisitiza kuwa hatua za jadi zinazotegemea kuongezeka kwa makini au orodha za ukaguzi mara nyingi huongeza mzigo wa kiakili kwa madaktari waliokwisha choka na zina ufanisi wa chini. Dk. Nicholas Cordella wa Chuo Kikuu cha Boston anasema kuwa kamwa zinazoweza kuendeshwa na AI hutoa ufuatiliaji wa kimya bila kuongeza mzigo kwa wafanyakazi wa afya, na hivyo kuimarisha usalama katika mazingira yenye haraka kama sehemu za upasuaji na dharura. Kwa kuangalia mbele, Michaelsen anakusudia kupanua uwezo wa AI kupima vijiko vya dawa kwenye sindano ili kuzuia makosa ya dozi, hasa katika watoto ambapo ukubwa wa mgonjwa unavyobadilika sana na dawa kutumiwa kwa mchanganyiko. Wiederspan pia anaona kuwa teknolojia inaweza kuingizwa kwa matumizi kwenye sehemu za dharura na sakafu za hospitali kusaidia usambazaji wa dawa za kinywa, ambazo zinahusisha usimamizi wa dawa nyingi kwa mgonjwa mmoja. Hata hivyo, utekelezaji mpana wa AI katika hospitali una changamoto kubwa za faragha na usalama wa data, hasa na vifaa vinavyoweza kukamata nyuso za wagonjwa au taarifa nyeti. Michaelsen ana hakikisho kuwa mfumo wao unazingatia tu lebo za sindano na hauhifadhi taarifa binafsi. Cordella anasisitiza haja ya kuwa na viwango vyenye uwazi, usio wa utata, na ufuatiliaji wa hali ya usalama wa faragha ili kupunguza hatari za usalama wa taarifa na kuonya dhidi ya kuaminiana sana na AI, jambo ambalo linaweza kusababisha kupungua kwa makini na kusahau ukaguzi wa jadi wa usalama. Kwa ujumla, teknolojia ya wearable yenye nguvu ya AI inaonyesha ahadi kubwa ya kupunguza makosa ya dawa katika mazingira magumu ya kliniki, ikikamilisha hatua za usalama zilizopo na kusaidia wafanyakazi wa afya kuboresha matokeo ya wagonja huku ikisisitiza umuhimu wa maadili, vitendo vya kiufundi, na ulinzi wa faragha.