Печалби:
- Способност за оценка на качеството на доказателствата и ограничението на изхода при предварителен скрининг на взаимодействията лекарство-лекарство, лекарство-храна и лекарство-болест с изкуствен интелект
- Възможност за кръстосано валидиране на изхода от изкуствен интелект с независимо изчисление и SmPC при изчисления на доза, единица и честота на приложение
- Способността да се разбере, че крайната отговорност за решенията за взаимодействие и дозиране се носи от компетентния фармацевт и че клиничното значение трябва да бъде оценено в контекста на пациента.
В основата на фармацията стоят два въпроса: „Безопасни ли са тези лекарства заедно?“ и „Тази доза подходяща ли е за този пациент?“ Тези два въпроса се задават стотици пъти всеки ден и всеки пряко засяга безопасността на пациентите. Изкуственият интелект може да ускори предварителната проверка на тези въпроси; Той поставя възможните взаимодействия пред вас в списък, напомня ви за логиката на дозировката и посочва точка, която сте забравили. Но разликата между „възможно взаимодействие“ и „клинично значимо взаимодействие за този пациент“ е същността на вашата професия и вие правите тази разлика, а не ИИ. В този модул ще научите как да направите изкуствения интелект безопасен инструмент за предварителен скрининг за взаимодействие и контрол на дозата.
Три вида лекарствени взаимодействия
Взаимодействието е, когато едно вещество променя ефекта на друго вещество. Има три основни вида:
- Взаимодействие лекарство-лекарство: Две лекарства усилват или намаляват ефекта едно на друго. Пример: Едновременната употреба на варфарин (разредител на кръвта) и някои антибиотици може да увеличи риска от кървене.
- Взаимодействие лекарство-хранително вещество: Храната променя абсорбцията или метаболизма на лекарството. Пример: сокът от грейпфрут може да повиши кръвните нива на някои лекарства.
- Взаимодействие лекарство-болест: Лекарството може да влоши съществуващото заболяване на пациента. Пример: някои болкоуспокояващи могат да бъдат вредни при сърдечна недостатъчност или бъбречно заболяване.
AI може да проверява и за трите вида, но работата на фармацевта е да оцени клиничното значение на всяко предупреждение (независимо дали действително изисква намеса) в контекста на пациента.
Внимание: Дори базите данни за взаимодействие правят разлика между "теоретично" и "клинично значимо" взаимодействие. AI може да изброи и двете с еднаква сериозност. Претеглете всеки сигнал спрямо текущия източник, за да избегнете изпадане в умора от сигнали (твърде много сигнали и липса на истинския).
Къде изкуственият интелект помага при контрола на дозата
Контролът на дозата се състои от три стъпки: познаване на правилната доза, нейното коригиране за пациента и извършване на правилно изчисление. Изкуствен интелект:
- Напомня: "Това лекарство изисква ли корекция на дозата при бъбречна недостатъчност?" Той дава отговори на такива въпроси като предварителен преглед.
- Чернови на изчисление: Бързо извежда рутинни изчисления като изчисление в mg/kg, преобразуване в ml, честота на приложение.
- Генерира контролен списък: Изброява нещата, които да търсите, преди да потвърдите доза.
Но и в трите стъпки последната дума е на SmPC (кратката информация за продукта; официално одобреният информационен текст на лекарството) и независимата сметка. AI може да запомни погрешно доза, да обърка единици (mg с mcg) или да даде дозата за различно показание.
три мини калъфа
Случай 1 — Варфарин и антибиотици. Лекарят предписа нов антибиотик на 72-годишен пациент, използващ варфарин. Изкуственият интелект предупреди „повишен риск от кървене, препоръчва се внимателно проследяване на INR“ в предварителния скрининг. Фармацевтът потвърди това предупреждение с текущата база данни за взаимодействията и КХП, информира лекаря и напомни на пациента за контролната дата на INR (тест за съсирване на кръвта). AI се превърна в предпазна мрежа тук; Решението е взето с координация фармацевт-лекар.
Случай 2 — Педиатрична дозировка. Сиропът е предписан за дете на 4 години с тегло 16 кг. Доза 15 mg/kg/ден в 2 приема на ден. AI изчисли "16 × 15 = 240 mg/ден, 120 mg на доза." Фармацевтът независимо проверява изчислението, получава концентрацията на сиропа (напр. 250 mg/5 mL) от КХП и я изчислява като 2,4 mL на доза. AI не можа да даде mL, защото не знаеше концентрацията; Фармацевтът сам извърши тази стъпка.
Случай 3 — Бъбречна функция. На пациент с приблизителен креатининов клирънс от 25 mL/min е предписано лекарство, което обикновено се дава в пълна доза. Изкуственият интелект каза: „Това лекарство може да изисква корекция на дозата при бъбречна недостатъчност, потвърдете от КХП.“ Фармацевтът видя в КХП, че дозата трябва да се намали наполовина, ако клирънсът е под 30 ml/min, и се свърза с лекаря. Изкуственият интелект почука на правилната врата, но SPC даде точната ставка.
Стъпка по стъпка взаимодействие и контрол на дозата
- Настройте анонимен контекст. Подгответе възрастта на пациента, теглото, състоянието на бъбреците/черния дроб и пълния списък с лекарства (без идентификация).
- Поискайте предварителен преглед. Помолете AI да изброи рисковете за взаимодействие и дозировка.
- Филтър за клинична значимост. Претеглете всеки сигнал спрямо текущата база данни/КХП; Теоретично ли е или смислено?
- Направете изчислението независимо. Решете изчислението на дозата отново с единичен анализ.
- Консултирайте се с лекар, ако е необходимо. Ако се съмнявате, свържете се с нас; Запишете решението и мотивите.
Слаба подкана / Силна подкана
Слаб: „Взаимодействат ли си тези лекарства?“
Силно: „Избройте възможните взаимодействия лекарство-лекарство и лекарство-заболяване като предварителен скрининг за пациент, като използвате следния списък с лекарства. Пациент: 68 години, сърдечна недостатъчност, креатининов клирънс ~35 ml/мин. Лекарства: [списък]. За всяко взаимодействие напишете механизъм, вероятен клиничен резултат и отбележете „Изисква се потвърждение на SmPC/база данни“. Вземане на клинично решение; само контролен списък.“
В мощната подкана контекстът на пациента, списъкът с лекарства и лимитът са ясни; Резултатът не е решение, а контролен списък за проверка.
Четири копируеми шаблона
Задача: Предварителен скрининг на взаимодействие (НЕ РЕШЕНИЕ). Пациент (анонимен): възраст [...], тегло [...], бъбреци/черен дроб [...], диагнози [...]. Списък с лекарства: [...]. Резултат: | Двойка лекарства | Механизъм | Възможен изход | Приоритет (висок/среден/нисък) | Източник на потвърждение | Забележка: Добавете „Изисква се потвърждение на SPC/база данни“ към всеки ред.
Задача: Изгответе списък с контролни дози. Лекарство: [...], показание: [...], възраст/тегло/функция на пациента: [...]. Сортиране: 1) Известен ли е стандартният диапазон на дозиране? 2) Необходима ли е корекция на бъбреците/черния дроб? 3) Максимален риск от предозиране? 4) Честота/продължителност на прилагане? Напишете „потвърдете от SmPC“ за всеки елемент. Не давайте точно число, извадете точката за проверка.
Задача: покажете изчисляване на дозата mg/kg СТЪПКА ПО СТЪПКА и напишете анализ на единица. Въведете: тегло [...] kg, доза [...] mg/kg/ден, брой дози [...]/ден, концентрация на продукта [...] mg/mL. Изход: mg на ден, mg на доза, mL на доза. Показвайте единица на всяка стъпка. Предупреждение: Фармацевтът трябва независимо да провери това изчисление.
Задача: Избройте взаимодействията лекарство-хранително вещество. Лекарства: [...]. Резултат: | Медицина | Взаимодействаща храна/напитка | Въздействие | Препоръка за пациента | Бележка за потвърждение | Пишете само известни взаимодействия с източници; Ако не сте сигурни, маркирайте „несигурно-потвърдено“.
Таблица с предупреждения за контрол на дозата според вида на лекарството
Статус
Ролята на изкуствения интелект
Задължителна проверка
Стандартна доза за възрастни
Напомняне/контролен списък
SPC диапазон на дозите
Бъбречна/чернодробна недостатъчност
Сигнализира, че са необходими корекции
Точна скорост + изчисление на клирънса от SmPC
Педиатрични (mg/kg)
проект на сметка
Самостоятелна сметка + концентрация
Лекарства с тесен терапевтичен индекс (напр. варфарин, дигоксин)
Маркиране на предупреждение
КХП + параметър за наблюдение + лекар
Често срещани грешки
- Приемайте всяко предупреждение еднакво сериозно. Теоретичните и клинично значимите взаимодействия трябва да бъдат разделени.
- Премахване на фокуса от изкуствения интелект. Концентрацията на продукта винаги се взема от SmPC/етикета.
- Объркване на пропускащата единица. Единици като mg/mcg, mg/mL, % трябва да бъдат изяснени при изчислението.
- Отпускане на лекарства с тесен терапевтичен индекс. При тези лекарства една малка грешка е голям риск; необходимо е проследяване.
- Забавяне на консултация с лекар. Комуникацията не трябва да се забавя по отношение на значимото взаимодействие/доза.
В обобщение
Изкуственият интелект е мощен инструмент за предварителен скрининг и напомняне при взаимодействие и контрол на дозата; Разкрива възможните рискове и ускорява рутината. Но задължение на фармацевта е да направи разлика между „вероятно“ и „значимо за този пациент“, да получи концентрацията и точното съотношение от КХП, да провери независимо изчислението и да се консултира с лекаря, когато се съмнява. Решението и отговорността остават на компетентния фармацевт.
Задача за приложение
Създайте анонимен профил на пациента (възраст, тегло, бъбречна функция, 4-5 лекарства). Помолете AI за предварителен скрининг на взаимодействието и контролен списък за дозиране. Сравнете всеки сигнал в изхода с текущия източник на взаимодействие и SmPC; Посочете кое предупреждение е клинично значимо и кое е теоретично. Направете изчисление на дозата независимо и го сравнете с резултата от AI и отбележете разликата.
контролен списък
- [ ] Дадох контекста на пациента анонимно и напълно.
- [ ] Филтрирах предварителния скрининг на взаимодействието за клинично значение.
- [ ] Потвърдих всяко предупреждение с текущата база данни/КХП.
- [ ] Проверих изчислението на дозата чрез независим и единичен анализ.
- [ ] Получих концентрация/точно съотношение от SPC.
- [ ] Проявих допълнително внимание при лекарства с тесен терапевтичен индекс.
- [ ] При съмнение се консултирах с лекаря и записах решението.