一支研究团队表示，他们已经开发出了首款可穿戴相机系统，该系统借助人工智能（AI）技术，能够在药物给药过程中检测潜在的错误。在今天发布的测试结果中，该视频系统在繁忙的临床环境中高效地识别和确认了被抽取的药物。AI在检测药瓶交换错误方面的灵敏度达到了99.6%，特异性达到了98.8%。
这一发现于10月22日发表在《npj数字医学》上。该系统的共同主要作者、华盛顿大学医学院麻醉学和疼痛医学助理教授凯利·米歇尔森博士表示，该系统可能成为手术室、重症监护室和急诊医学设置中的重要安全保障。“能够在实时帮助患者或在错误发生前预防药物给药错误是非常强大的。虽然我们希望达到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。”
药物给药错误是麻醉中最常报告的严重事件，也是重症监护中严重医疗错误的最常见原因。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120万名患者，成本达51亿美元。在静脉注射过程中，医生需要将药物从药瓶转移到注射器再转移到患者身上，此时最容易发生药瓶和注射器交换错误。大约20%的错误是由于选择了错误的药瓶或注射器标签错误。另有20%的错误发生在药物标签正确但给药错误的情况下。
目前的安全措施，如条形码系统，可以快速读取和确认药瓶的内容，但医护人员在高压力情况下有时会忘记这一步骤，因为它增加了额外的工作流程。研究人员的目标是构建一个深度学习模型，该模型与GoPro相机配对，能够识别圆柱形药瓶和注射器的内容，并在药物进入患者体内之前发出适当的警告。
训练模型花费了几个月的时间。研究人员收集了13名麻醉提供者在不同手术室和照明条件下进行的418次药物抽取的4K视频。视频捕捉了医护人员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。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、标签的字体大小。
“这特别具有挑战性，因为手术室中的人员手持注射器和药瓶，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。他们在工作，不是在摆姿势拍照，”论文的共同作者、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只关注画面前景中的药物，而忽略背景中的药瓶和注射器。
“AI正在做这一切：检测医护人员拿起的具体注射器，而不是检测放在桌子上的注射器，”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。米歇尔森表示，研究人员才刚刚开始探索这种潜力。
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。丰田研究所建立了并测试了该系统。该研究由华盛顿研究基金会、麻醉教育和研究基金会以及美国国立卫生研究院资助（K08GM153069）。
(全文结束)
