约翰·威德斯潘（John Wiederspan）戴上了一个由AI驱动的可穿戴摄像头，该摄像头旨在检测药物错误。（照片来源：David Jaewon Oh for NBC News）
作为西雅图UW医学中心的一名麻醉护士，约翰·威德斯潘深知在高压、高风险的手术环境中，事情可能会出错。
“在创伤或患者病情恶化的情况下，有一种紧迫感，需要尽快将急救药物注入患者体内，”威德斯潘说。“在这种情况下，当你慌乱时，肾上腺素激增，你在抽取药物并试图注射时，就可能发生错误。”
尽管持续努力改善患者安全，估计至少每20名患者中就有1人会在医疗系统中经历医疗错误。最常见的错误之一是药物错误，即由于某种原因，患者被给予错误剂量的药物或完全错误的药物。根据世界卫生组织的数据，在美国，这些错误每年导致约130万人受伤，并且每天都会造成一人死亡。
为应对这种情况，许多医院引入了各种防护措施，从使相似名称的药物更容易区分的颜色编码方案，到验证正确药物是否已给到正确患者的条形码扫描仪。
尽管有这些尝试，药物错误仍然频繁发生。
“我读过一些研究表明，大约90%的麻醉师承认在其职业生涯中曾犯过药物错误，”凯莉·米查尔森博士（Dr. Kelly Michaelsen）说，她是威德斯潘在UW医学中心的同事，也是华盛顿大学麻醉学和疼痛医学的助理教授。她开始思考新兴技术是否能提供帮助。
作为一名医疗专业人员和受过培训的工程师，她认为AI应该能够识别即将发生的错误，并在实时提醒麻醉师。“我觉得这应该是AI可以轻松做到的事情，”她说。“我们使用的99%的药物都是这10-20种药物，所以我的想法是训练AI来识别它们，并作为第二双眼睛。”
研究
米查尔森专注于小瓶交换错误，这类错误占所有药物错误的20%左右。
所有注射药物都装在标有标签的小瓶中，然后转移到手术室内药品车上的标有标签的注射器中。但在某些情况下，有人选错了小瓶，或者注射器标记错误，导致患者被注射了错误的药物。
在一次特别臭名昭著的小瓶交换错误中，田纳西州范德比尔特大学医学中心的一名75岁妇女被注射了致命剂量的麻痹药物维库溴铵，而不是镇静剂韦塞德，最终导致她的死亡，并引发了一场备受关注的刑事审判。
米查尔森认为，通过“智能眼镜”——在所有工作人员在手术期间佩戴的保护眼镜上增加一个AI驱动的可穿戴摄像头，可以防止此类悲剧的发生。她与华盛顿大学计算机科学系的同事们合作，设计了一个系统，可以扫描周围的环境，读取注射器和小瓶的标签，并检测它们是否匹配。
“它会放大标签，检测到注射器中的丙泊酚，但小瓶中的昂丹司琼，因此会产生警告，”她说。“或者两个标签是一样的，那么一切都好，继续你的工作。”
构建这个设备花了米查尔森和她的团队三年多的时间，其中一半的时间用于获得使用预先录制的视频流的批准，这些视频流记录了麻醉师在手术室内正确准备药物的过程。一旦获得批准，她就可以用这些数据训练AI，再加上在实验室环境中模拟错误情况的额外镜头。
“手术室里有很多警报疲劳的问题，所以我们必须确保它非常有效，几乎完美地检测错误，这样[如果实际使用]就不会产生误报，”她说。“出于明显的伦理原因，我们不能故意在患者身上制造错误，所以我们在一个模拟的手术室中进行了这些操作。”
在去年晚些时候发表的一项研究中，米查尔森报告称，该设备检测小瓶交换错误的准确率为99.6%。剩下的只是决定如何最好地传达警告信息，然后就可以在获得食品药品监督管理局批准后投入使用。这项研究没有得到AI技术公司的资助。
“我倾向于采用听觉反馈，因为像GoPro或谷歌眼镜这样的头戴设备都有内置麦克风，”她说。“只需一个小警告消息，确保人们停下来确认他们正在做的事情。”
威德斯潘测试了该设备，并表示他对这种设备提高患者安全的潜力感到乐观，尽管他描述目前的GoPro头盔有些笨重。
“一旦它变得更小巧一点，我认为会有更多的麻醉师愿意使用它，”威德斯潘说。“但我认为它会很好。任何能让我们的工作更轻松一点，发现潜在错误并将注意力重新集中到患者身上的东西都是好事。”
它并不是万无一失的
患者安全倡导者一直在呼吁实施防止错误的AI工具。加州大学洛杉矶分校健康中心麻醉科副主任、麻醉患者安全基金会主席丹·科尔博士（Dr. Dan Cole）将这些工具减少风险的潜力比作自动驾驶汽车和提高道路安全。
虽然科尔对UW的研究和其他基于AI的研究项目在药房中防止处方和分发错误持鼓励态度，但他表示，关于如何将这些技术最有效地整合到临床护理中仍存在疑问。
“UW试验的想法确实是一个突破，”他说。“就像无人驾驶出租车一样，我现在有点不愿意使用这项技术，但基于其提高安全性的潜力，我相信将来我会使用它。”
来自安大略省的患者安全倡导者梅丽莎·谢尔德里克（Melissa Sheldrick）也表达了类似的观点。2016年，她8岁的儿子安德鲁因药物错误而去世。
谢尔德里克说，虽然技术可以发挥作用，但许多医疗错误的根本原因是多种因素的综合作用，从缺乏沟通到重要数据被隔离在不同的医院部门或系统中。
“技术是安全的重要一层，但它只是一层，不能依赖于作为万无一失的解决方案，”她说。
其他人则认为，AI可以在防止错误方面发挥关键作用，特别是在手术室和急诊室等高要求环境中，创建更多清单和要求额外警惕已被证明无法阻止错误。
“这些干预措施要么增加了摩擦，要么要求已经负担过重的医护人员在充满干扰和竞争优先事项的混乱现实中保持完美注意力，”波士顿大学乔巴尼亚安&阿维迪安医学院内科助理教授尼古拉斯·科德拉博士（Dr. Nicholas Cordella）说。“AI启用的摄像头允许被动监控，而不会增加医护人员的认知负担。”
AI的使用将更加广泛
AI工具很可能会被部署在更广泛的场景中，以防止错误。在UW医学中心，米查尔森正在考虑扩展她的设备，以检测注射器中药物的体积，从而防止剂量不足和过量错误。
“这是另一个可能导致伤害的领域，尤其是在儿科，因为同一科室的患者体型差异可能达到百倍，从新生儿早产儿到超重的18岁青少年，”她说。“有时我们需要稀释药物，但在稀释过程中可能会出现错误。这种情况不会发生在每个患者身上，但我们每天要处理足够多的情况，以至于有可能会导致人员受伤。”
威德斯潘表示，他还可以看到AI驱动的可穿戴摄像头在急诊室和医院楼层使用，以帮助防止口服药物的错误。
“我知道凯莉目前正在研究将该系统用于静脉药物，但如果它可以针对口服药物进行调整，我认为这也会有所帮助，”威德斯潘说。“我以前在心脏病房工作，有时候这些患者需要服用大量的药物，一小杯子里装满了各种药片。所以也许AI也可以在那里发现错误。”
当然，AI在整个医院的广泛应用也带来了数据保护和隐私问题，特别是如果技术碰巧扫描到了患者的面部或包含其医疗信息的屏幕或文件。在UW医学中心的情况下，米查尔森表示这不是一个问题，因为该工具仅训练识别注射器上的标签，并不主动存储任何数据。
“隐私问题是被动、始终在线的摄像头技术的重大挑战，”科德拉说。“需要明确的标准来监测违规行为，并且技术应以完全透明的方式向患者和医护人员介绍。”
他还指出，可能存在更隐蔽的问题，例如医护人员过度依赖AI，降低自己的警惕性，忽视传统的安全实践。
“这里还有一个潜在的滑坡效应，”科德拉说。“如果这项技术在药物错误检测方面证明成功，可能会有压力将其扩展到监控医护人员行为的其他方面，引发关于支持性安全工具和侵入性工作场所监控之间界限的伦理问题。”
然而，尽管AI进入医院更广泛的基础确实需要严格的监督，但许多在手术室工作的人都认为，它在保持患者安全和在关键时刻为医护人员争取宝贵时间方面具有巨大的潜力。
“在紧急情况下，你试图输血、救命药物、检查生命体征，你试图快速完成这些过程，时间至关重要，”威德斯潘说。“我认为这就是这种可穿戴技术可以真正发挥作用的地方，帮助我们节省宝贵的几秒钟，并创造更多时间让我们真正专注于患者。”
(全文结束)
