可穿戴相机让AI检测药物错误
2024年10月22日
媒体联系人： Brian Donohue - 206-543-7856, bdonohue@uw.edu
保罗·G·艾伦计算机科学与工程学院
视频片段的静态图像展示了AI如何实时识别医生正在拿什么。
一组研究人员表示，他们已经开发出第一个可穿戴相机系统，该系统在人工智能的帮助下，可以检测药物传输中的潜在错误。在今天公布的测试结果中，该视频系统在繁忙的临床环境中高效地识别和确认了哪些药物正在被抽取。AI在检测药瓶交换错误方面的敏感性达到了99.6%，特异性达到了98.8%。
这些发现于10月22日发表在《npj数字医学》上。该AI驱动的相机系统由华盛顿大学开发和测试。共同首席作者、华盛顿大学医学院麻醉学和疼痛医学助理教授凯利·米夏尔森博士表示，该系统可能成为手术室、重症监护病房和急诊医学设置中的重要保障。
“能够在实时帮助患者或在错误发生前预防药物错误是非常强大的。”她说，“人们可以希望达到100%的性能，但即使是人类也无法实现这一点。在对100多名麻醉提供者的调查中，大多数人希望该系统的准确率超过95%，这是我们已经实现的目标。”
药物管理错误是麻醉中最常报告的关键事件，也是重症监护中最常见的严重医疗错误的原因。总体而言，估计所有给予的药物中有5%到10%与错误相关。与注射药物相关的不良事件每年影响约120万患者，成本达51亿美元。注射过程中最常见的错误是在将药物从药瓶转移到注射器再到患者的过程中发生的药瓶和注射器交换错误。大约20%的错误是选择错误的药瓶或注射器标签错误。另外20%的错误发生在药物标签正确但给药错误的情况下。
为了防止此类事故，安全措施（如快速读取和确认药瓶内容的条形码系统）已经到位。但在高压力情况下，从业人员有时会忘记这一步骤，因为它增加了他们的工作流程。
研究人员的目标是建立一个深度学习模型，该模型与GoPro相机配对，足够智能地识别圆柱形药瓶和注射器的内容，并在药物进入患者之前发出适当的警告。训练该模型花费了几个月的时间。研究人员收集了13名麻醉提供者在手术室中进行的418次药物抽取的4K视频，这些手术室的设置和照明各不相同。视频捕捉了临床医生管理特定药物的药瓶和注射器的过程。这些视频片段后来被记录下来，并标注了注射器和药瓶的内容，以训练模型识别内容和容器。该视频系统不会直接读取每个药瓶上的文字，而是扫描其他视觉线索：药瓶和注射器的大小和形状、药瓶盖的颜色、标签字体大小。
“这尤其具有挑战性，因为手术室里的人拿着注射器和药瓶，你无法完全看到这两个物体。一些字母（在注射器和药瓶上）被手遮住了。而且手移动得很快。他们在做工作，不是在摆姿势。”该论文的合著者、华盛顿大学保罗·G·艾伦计算机科学与工程学院教授Shyam Gollakota说。此外，计算模型还必须训练成专注于画面前景中的药物，并忽略背景中的药瓶和注射器。
“AI正在做这一切：检测医护人员正在拿起的具体注射器，而不是检测桌子上躺着的注射器。”Gollakota说。这项工作表明，AI和深度学习有潜力改善多种医疗实践的安全性和效率。米夏尔森说，研究人员才刚刚开始探索这一潜力。
该研究还包括来自卡内基梅隆大学和乌干达麦克雷雷大学的研究人员。丰田研究所构建并测试了该系统。华盛顿研究基金会、麻醉教育和研究基金会以及美国国立卫生研究院拨款（K08GM153069）资助了这项工作。作者在论文中声明了潜在的利益冲突，如有需要，可应要求提供。
访问可下载视频文件，了解AI如何实时识别药瓶交换错误和正确的药物传输。有关UW Medicine的详细信息，请访问
(全文结束)
