医疗错误仍在伤害患者。人工智能可能有助于改变这一现状。
用药错误——给患者使用了错误的药物或剂量——是医学中最常见的错误之一。
约翰·韦德斯潘（John Wiederspan）深知在手术室这种高压、高风险环境中可能出现的问题。“在创伤情况或患者病情恶化时，会急于尽快将急救药物注入患者体内，”韦德斯潘告诉NBC新闻，“这时就容易出错，当你慌乱时，肾上腺素飙升，你在抽取药物并试图注射。”
尽管一直在努力改善患者安全，但据估计，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。最常见的错误类型之一是用药错误，即由于某种原因，患者被给予了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，并每天造成一人死亡。
作为回应，许多医院引入了各种防护措施，从使类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给予正确患者的条形码扫描仪。
尽管采取了这些措施，用药错误仍然频繁发生。
“我读过一些研究表明，大约90%的麻醉医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（Kelly Michaelsen）说，她是韦德斯潘在华盛顿大学医学院的同事，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训练有素的工程师，她认为人工智能应该能够识别即将发生的错误，并在实时提醒麻醉医师。“我觉得这应该是人工智能可以做到的事情，”她说，“我们使用的99%的药物都是这10-20种药物中的一种，所以我的想法是训练一个人工智能来识别它们，并作为第二双眼睛。”
研究
米查尔森专注于药瓶交换错误，这类错误占所有药物错误的约20%。
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，有人选择了错误的小瓶，或者注射器标签不正确，导致患者被注射了错误的药物。
在一次特别臭名昭著的药瓶交换错误中，一名75岁的女性在田纳西州范德比尔特大学医学中心接受治疗时，被注射了致命剂量的麻痹药物维库溴铵，而不是镇静剂咪达唑仑，导致其死亡并引发了一场备受瞩目的刑事审判。
米查尔森认为，通过“智能眼镜”——在手术期间所有工作人员佩戴的防护眼镜上添加一个由人工智能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以识别注射器和小瓶标签，读取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，因此会发出警告，”她说，“或者两个标签是一样的，那么一切正常，继续工作。”
构建这个设备花费了米查尔森和她的团队三年多的时间，其中一半时间用于获得批准，以便使用预先录制的视频流，记录麻醉医师在手术室内正确准备药物的过程。一旦得到批准，她就能够用这些数据训练人工智能，再加上在实验室环境中模拟错误的额外镜头。
“手术室中有很多警报疲劳问题，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，我们不能故意对患者进行错误操作，因此我们在模拟手术室中进行了这些操作。”
在去年年底发表的一项研究中，米查尔森报告称该设备检测药瓶交换错误的准确率为99.6%。剩下的唯一问题是决定如何传达警告信息，然后就可以在获得食品药品监督管理局批准后投入使用。这项研究没有得到人工智能技术公司的资助。
“我倾向于使用听觉反馈，因为像GoPro或谷歌眼镜这样的头戴式设备都有内置麦克风，”她说，“只需一条简短的警告信息，确保人们停下来确认他们正在做的事情。”
韦德斯潘已经测试了这款设备，并表示他对提高患者安全的潜力感到乐观，尽管他认为目前的GoPro头戴式设备有些笨重。
“一旦它变得更小巧，我认为会有更多的麻醉医师愿意使用它，”韦德斯潘说，“但我认为这将非常好。任何能使我们的工作更轻松、发现潜在错误并将注意力重新集中在患者身上的东西都是好事。”
它不是万无一失的
患者安全倡导者一直在呼吁实施防错的人工智能工具。加州大学洛杉矶分校健康中心麻醉学系副主任丹·科尔博士（Dan Cole）和麻醉患者安全基金会主席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。
虽然科尔对华盛顿大学的研究和其他旨在防止药房处方和配药错误的人工智能研究项目感到鼓舞，但他表示，关于如何最有效地将这些技术整合到临床护理中仍存在疑问。
“华盛顿大学的试验确实是一个突破，”他说，“就像无人驾驶出租车一样，我现在还不是很愿意使用这项技术，但基于其提高安全性的潜力，我相信未来我会使用它。”
来自安大略省的患者安全倡导者梅丽莎·谢尔德里克（Melissa Sheldrick）也表达了同样的看法。2016年，她8岁的儿子安德鲁因药物错误去世。
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共同作用的结果，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。
“技术是安全的一个重要层面，但它只是一个层面，不能作为万无一失的保障，”她说。
其他人则认为，人工智能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，创建更多检查清单和要求更高的警惕性已被证明无法阻止错误。
“这些干预措施要么增加了摩擦，要么要求已经在超负荷工作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的注意力，”波士顿大学乔巴尼安与阿维迪斯安医学院助理教授尼古拉斯·科德拉博士（Nicholas Cordella）说，“人工智能摄像头允许被动监控，而不会增加医护人员的认知负担。”
人工智能的应用将更加广泛
人工智能工具可能会被部署在更广泛的场景中，以防止错误。在华盛顿大学医学院，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，以此来防止剂量不足和过量错误。
“这是一个可能导致伤害的另一个领域，尤其是在儿科，因为在同一科室中，患者的体重差异可能达到百倍，从新生儿早产儿到超重的18岁青少年都有，”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。虽然这种情况不会发生在每个患者身上，但我们每天要处理很多次，涉及很多人，因此有可能导致伤害。”
韦德斯潘表示，他还可以看到人工智能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分发错误。
“我知道凯莉目前正在研究静脉药物的系统，但如果它可以适用于口服药物，我认为也会有所帮助，”韦德斯潘说，“我以前在心脏病房工作，有时这些患者需要服用很多药物，一小杯里装满了各种药片。所以也许人工智能也可以在那里发现错误。”
当然，医院内更广泛地使用人工智能也会带来数据保护和隐私问题，特别是如果技术扫描到患者的脸部或包含其医疗信息的屏幕或文件。在华盛顿大学医学院的情况下，米查尔森表示这不是问题，因为该工具只训练识别注射器上的标签，并且不主动存储任何数据。
“隐私问题对于始终开启的摄像头技术来说是一个重大挑战，”科德拉说，“需要明确的标准来监测违规行为，并且应该在患者和医护人员之间透明地引入这项技术。”
他还指出了一些更隐蔽的问题，例如医护人员可能过度依赖人工智能，从而降低自己的警惕性，忽视传统的安全实践。
“这里也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的其他行为，引发有关支持性安全工具和侵入性工作场所监控之间的界限的伦理问题。”
尽管人工智能进入医院的前景确实需要严格的监督，但许多在手术室工作的人都认为它具有巨大的潜力，可以通过保持患者安全并在关键时刻为医务人员争取宝贵时间来做好事。
“在紧急情况下，时间至关重要，你正试图输血、给予救命药物、检查生命体征，并试图快速完成这些过程，”韦德斯潘说，“我认为这种可穿戴技术在这种情况下可以真正发挥作用，帮助我们节省宝贵的几秒钟，从而有更多时间真正关注患者。”
(全文结束)
