Κέρδη:
- Ικανότητα χρήσης τεχνητής νοημοσύνης για την αναγνώριση ανεπιθύμητων ενεργειών φαρμάκων (παρενέργειες), την αξιολόγηση της αιτιότητας και την προετοιμασία του σχεδίου ειδοποίησης TÜFAM
- Δυνατότητα συμπλήρωσης του κειμένου ειδοποίησης με ασφάλεια επαληθεύοντάς το ως προς την πληρότητα, την εμπιστευτικότητα και την επίσημη μορφή
- Ικανότητα κατανόησης ότι η κρίση αιτιότητας στην αναφορά φαρμακοεπαγρύπνησης απαιτεί αξιολόγηση από εμπειρογνώμονες και ότι η τεχνητή νοημοσύνη παράγει μόνο ένα προσχέδιο
Μόλις ένα φάρμακο βγει στην αγορά, η ιστορία του δεν τελειώνει. Οι πραγματικές πληροφορίες ασφάλειας συσσωρεύονται μόλις οι πραγματικοί ασθενείς αρχίσουν να χρησιμοποιούν το φάρμακο. Η Φαρμακοεπαγρύπνηση (παρακολούθηση της ασφάλειας των φαρμάκων) είναι η επιστήμη της συλλογής, αξιολόγησης και πρόληψης ανεπιθύμητων ενεργειών του φαρμάκου (ανεπιθύμητες, επιβλαβείς επιδράσεις του φαρμάκου). Ο φαρμακοποιός είναι ένα από τα μάτια της πρώτης γραμμής αυτού του συστήματος: είναι αυτός που μετατρέπει τη φράση του ασθενούς «Είχα εξάνθημα μετά από αυτό το φάρμακο» σε σήμα υγείας. Σε αυτή τη διαδικασία, η τεχνητή νοημοσύνη εξοικονομεί χρόνο για την τεκμηρίωση, τη σύνταξη και την παραγωγή λιστών ελέγχου. Αλλά η κρίση της αιτιότητας (αν το αποτέλεσμα οφείλεται πραγματικά στο φάρμακο) είναι μια κλινική αξιολόγηση και δεν μπορεί να ανατεθεί στην τεχνητή νοημοσύνη. Σε αυτή την ενότητα, θα μάθετε πώς να διεξάγετε με ασφάλεια την παρακολούθηση και την αναφορά δυσμενών επιπτώσεων με υποστήριξη τεχνητής νοημοσύνης.
Δυσμενείς επιπτώσεις και σημασία της αναφοράς
Η ανεπιθύμητη ενέργεια του φαρμάκου (ADR) είναι μια επιβλαβής και ανεπιθύμητη ενέργεια που προκαλείται από ένα φάρμακο που χρησιμοποιείται σε κανονικές δόσεις. Αυτές μπορεί να είναι ήπιες (εξάνθημα, ναυτία) ή σοβαρές (νοσοληψία, μόνιμη βλάβη, θάνατος). Στην Τουρκία, αυτές οι ειδοποιήσεις γίνονται στο TÜFAM (Τουρκικό Κέντρο Φαρμακοεπαγρύπνησης). Ειδοποιήσεις:
- Παρακολουθεί το προφίλ ασφάλειας των φαρμάκων που κυκλοφορούν στην αγορά στον πραγματικό κόσμο.
- Αποκαλύπτει σπάνιες ανεπιθύμητες ενέργειες (αυτές που δεν ανιχνεύθηκαν σε κλινικές μελέτες).
- Όταν είναι απαραίτητο, αποτελεί τη βάση για αποφάσεις προειδοποίησης, περιορισμού ή απόσυρσης.
Για έναν φαρμακοποιό, η αναφορά δεν είναι μόνο ένα νομικό καθήκον αλλά μια άμεση συμβολή στην ασφάλεια των ασθενών. Ωστόσο, για να είναι αποτελεσματική, η κοινοποίηση πρέπει να είναι πλήρης, ακριβής και εμπιστευτική. Εδώ βοηθάει η τεχνητή νοημοσύνη.
Μια βασική αρχή σχετικά με το ποιες καταστάσεις πρέπει να αναφέρονται είναι η εξής: όταν έχετε αμφιβολίες, αναφέρετε. Οποιαδήποτε αντίδραση, ειδικά με σοβαρή (νοσοκομειακή νοσηλεία, μόνιμη βλάβη, απειλητική για τη ζωή), απροσδόκητη (δεν περιλαμβάνεται στην ΠΧΠ) και νέα φάρμακα, είναι πολύτιμο μήνυμα. Μια μεμονωμένη δήλωση από μόνη της δεν αποτελεί απόδειξη. Όταν όμως συγκεντρώνονται οι αναφορές χιλιάδων φαρμακοποιών και γιατρών, εμφανίζεται ένα «σήμα» (στατιστική ένδειξη ενός πιθανού προβλήματος ασφάλειας). Η τεχνητή νοημοσύνη μπορεί να σας βοηθήσει να αξιολογήσετε γρήγορα εάν ένα περιστατικό πληροί τα κριτήρια αναφοράς. Αλλά το να αφήσουμε την τεχνητή νοημοσύνη να αποφασίσει ότι «αυτό δεν αξίζει να αναφερθεί» θα μπορούσε να οδηγήσει σε απώλεια ενός σημαντικού σήματος.
Συμβουλή: Μια καλή αναφορά ανεπιθύμητων ενεργειών περιλαμβάνει τέσσερα βασικά στοιχεία: έναν αναγνωρίσιμο ασθενή (όπως ηλικία/φύλο, όχι ταυτότητα), το ύποπτο φάρμακο(α), μια περιγραφή της αντίδρασης και τον αναφέροντα. Το AI είναι μια καλή υπενθύμιση για να ελέγξετε την πληρότητα αυτών των τεσσάρων στοιχείων.
Αιτία: Πού θα σταματήσει η τεχνητή νοημοσύνη
Η αξιολόγηση της αιτιότητας είναι "αυτό το αποτέλεσμα οφείλεται πραγματικά σε αυτό το φάρμακο;" Είναι η απάντηση στην ερώτηση και σταθμίζει τα εξής: χρονική σχέση (χρονική αρμονία μεταξύ του φαρμάκου και της επίδρασής του), εναλλακτικές αιτίες (άλλο φάρμακο, ασθένεια), αποβολή όταν το φάρμακο διακόπτεται, ανάρρωση όταν χορηγείται ξανά (επαναπρόκληση) και πληροφορίες στη βιβλιογραφία. Αυτή είναι μια κλινική κρίση. Η τεχνητή νοημοσύνη μπορεί να απαριθμήσει αυτά τα στοιχεία σε ένα πλαίσιο, αλλά η ακριβής απόφαση αιτιότητας λαμβάνεται από τον ειδικό. Η τεχνητή νοημοσύνη που λέει ότι «είναι σίγουρα σχετίζεται με ναρκωτικά» δεν αποτελεί απόδειξη.
τρεις μίνι θήκες
Περίπτωση 1 — Δερματικό εξάνθημα. Ένας ασθενής 45 ετών ανέφερε εκτεταμένο εξάνθημα 3 ημέρες μετά την έναρξη της αντιβιοτικής. Ο φαρμακοποιός ζήτησε από το AI ένα προσχέδιο ειδοποίησης και μια λίστα ελέγχου πληροφοριών που λείπουν. Η τεχνητή νοημοσύνη ρώτησε για τομείς όπως η ηλικία του ασθενούς, η ημερομηνία έναρξης της φαρμακευτικής αγωγής και η εμφάνιση του εξανθήματος. Ο φαρμακοποιός συμπλήρωσε τις πληροφορίες, αυτοαξιολόγησε την αιτιότητα (ισχυρή χρονική συμφωνία, όχι άλλα νέα φάρμακα) και έστειλε την ειδοποίηση σε μορφή TÜFAM. Η τεχνητή νοημοσύνη εξασφάλιζε ότι κανένα πεδίο δεν έμεινε κενό.
Περίπτωση 2 — Δύο αμφίβολα φάρμακα. Ένας ασθενής παρουσίασε αυξημένες τιμές του ήπατος μετά την έναρξη δύο νέων φαρμάκων. Η τεχνητή νοημοσύνη σημείωσε, «Και τα δύο φάρμακα είναι ύποπτα, θα πρέπει να διακρίνεται ποιο είναι υπεύθυνο». Ο φαρμακοποιός ανέφερε και τα δύο ως ύποπτα φάρμακα και άφησε τον προσδιορισμό της αιτιότητας στην κλινική αξιολόγηση του ιατρού. Το AI δεν κατηγόρησε βιαστικά ούτε ένα φάρμακο. Αντανακλά με ακρίβεια την αβεβαιότητα.
Περίπτωση 3 — Πρόληψη αποτυχίας εμπιστευτικότητας. Ένας φαρμακοποιός έγραψε κατά λάθος το όνομα του ασθενούς στο κείμενο κατά τη σύνταξη της ειδοποίησης. Η προτροπή ανωνυμοποίησης επισήμανε τις υπόλοιπες αναγνωριστικές πληροφορίες στο προσχέδιο και προειδοποίησε "επαρκή ηλικία/φύλο, το όνομα δεν απαιτείται". Ο φαρμακοποιός έβγαλε τα στοιχεία της ταυτότητάς του. Η τεχνητή νοημοσύνη απέτρεψε μια παραβίαση του απορρήτου.
Αναφορά δυσμενών επιπτώσεων βήμα προς βήμα (υποστηρίζεται η τεχνητή νοημοσύνη)
- Προλάβετε το συμβάν. Λάβετε την αντίδραση και το χρονοδιάγραμμα από τον ασθενή/την καταγραφή.
- Ρύθμιση ανώνυμου περιβάλλοντος. Ηλικία, φύλο, σχετικές κλινικές πληροφορίες αντί για ταυτότητα.
- Ζητήστε ένα περίγραμμα και μια λίστα ελέγχου. Λάβετε πρόχειρα ειδοποιήσεων και λίστα πεδίων που λείπουν από το AI.
- Αξιολογήστε μόνοι σας την αιτιότητα. Χρονική σχέση, εναλλακτικές λύσεις, αποκλιμάκωση. με γιατρό αν χρειαστεί.
- Επαληθεύστε την πληρότητα και την εμπιστευτικότητα. Συμπληρώνονται τα απαιτούμενα πεδία, είναι σαφές το αναγνωριστικό;
- Αποστολή σε επίσημη μορφή. Προώθηση και αποθήκευση στο TÜFAM/σχετικό σύστημα.
Αδύναμη προτροπή / Ισχυρή προτροπή
Αδύναμο: "Αναφορά αυτής της παρενέργειας."
Ισχυρή: "Προετοιμάστε ένα προσχέδιο ειδοποίησης και λίστα ελέγχου υποχρεωτικού πεδίου για την ακόλουθη ανεπιθύμητη ενέργεια. Ασθενής (ανώνυμος): 45 ετών, γυναίκα. Ύποπτο φάρμακο: [όνομα], έναρξη [ημερομηνία]. Αντίδραση: [περιγραφή], έναρξη [ημερομηνία]. Άλλα φάρμακα: [...]. Παρουσιάστε το προσχέδιο με ΣΕΙΡΑ των στοιχείων που πρέπει να αξιολογηθούν να κρίνουμε την αιτιότητα.
Στην ισχυρή προτροπή, το ανώνυμο πλαίσιο, τα απαιτούμενα πεδία και το όριο αιτιότητας είναι ξεκάθαρα.
Τέσσερα πρότυπα με δυνατότητα αντιγραφής
Εργασία: Περίγραμμα αναφοράς ανεπιθύμητων ενεργειών (ΚΡΙΣΗ της αιτιότητας). Ασθενής (ανώνυμος): ηλικία [...], φύλο [...]. Ύποπτο(α) φάρμακο(α): [όνομα, δόση, ημερομηνία έναρξης]. Αντίδραση: [περιγραφή, έναρξη, πορεία, σοβαρότητα]. Άλλα φάρμακα/συνθήκες: [...]. Έξοδος: δομημένο περίγραμμα ελλείψεων + προειδοποίηση.
Εργασία: Παραγωγή αιτιότητας ΠΛΑΙΣΙΟ ΑΞΙΟΛΟΓΗΣΗΣ (όχι απόφαση). Ταξινόμηση: 1) Χρονική σχέση 2) Εναλλακτικές αιτίες 3) Πορεία μετά τη διακοπή του φαρμάκου (dechallenge) 4) Κατάσταση επαναχορήγησης 5) Αναγνώριση στη βιβλιογραφία. Γράψτε κάθε στοιχείο ως ερώτηση. Ο ειδικός θα συμπληρώσει το αποτέλεσμα.
Εργασία: Λίστα ελέγχου πληρότητας αναφοράς. Ελέγξτε για: ταυτοποιήσιμο ασθενή (όχι ID), ύποπτο φάρμακο, περιγραφή αντίδρασης, πληροφορίες ανταποκριτή, ημερομηνίες, σοβαρότητα, έκβαση. Λίστα πεδίων που λείπουν.
Εργασία: Σάρωση κειμένου ειδοποίησης για απόρρητο. Κείμενο: [...]. Εάν υπάρχουν στοιχεία ταυτότητας (όνομα, ταυτότητα, διεύθυνση, τηλέφωνο), σημειώστε τα και προτείνετε «αντικατάσταση με ανώνυμο αντίστοιχο». Διατήρηση κλινικής σημασίας.
Πίνακας σοβαρότητας και προτεραιότητας αντίδρασης
σοβαρότητα
παράδειγμα
Προτεραιότητα ειδοποίησης
Ο ρόλος της τεχνητής νοημοσύνης
ελαφρύ
Προσωρινή ναυτία, ήπιο εξάνθημα
Τυπικό
Περίγραμμα + λίστα ελέγχου
μεσαίο
Απώλεια εργατικού δυναμικού, που απαιτεί αλλαγή δόσης
προτεραιότητα
Σχέδιο + πληρότητα
σοβαρός
Νοσηλεία, μόνιμη βλάβη
επείγον
Γρήγορο σχέδιο? αιτιότητα στον ειδικό
απροσδόκητο/νέο
Αντίδραση όχι στην ΠΧΠ
ψηλά
Προ-προβολή βιβλιογραφίας + επιβεβαίωση
Συνήθη λάθη
- Αφήστε την τεχνητή νοημοσύνη να αποφασίσει την αιτιότητα. Η αιτιότητα είναι η κλινική κρίση. Το AI παρέχει μόνο το πλαίσιο.
- Αφήνοντας στοιχεία ταυτότητας. Δεν απαιτείται όνομα/TC στην ειδοποίηση. Το ανώνυμο ισοδύναμο είναι αρκετό.
- Αποστολή με πεδίο που λείπει. Εάν τα απαιτούμενα πεδία δεν είναι πλήρη, η ειδοποίηση χάνει την αξία της.
- Δεν το αναφέρω ως ήπιο. Οι απροσδόκητες αντιδράσεις, αν και ελαφρές, φέρουν αξία σήματος.
- Μείωση πολλαπλών ύποπτων φαρμάκων σε ένα. Εάν δεν είναι σαφές, αναφέρονται όλοι οι ύποπτοι.
Συνοπτικά
Η φαρμακοεπαγρύπνηση είναι ένα αόρατο αλλά ζωτικό επίπεδο ασφάλειας των ασθενών και ο φαρμακοποιός είναι το μάτι της πρώτης γραμμής αυτού του συστήματος. Η σύνταξη ειδοποιήσεων τεχνητής νοημοσύνης επιταχύνει αυτήν την εργασία και μειώνει το περιθώριο σφάλματος με τον έλεγχο πληρότητας και τη σάρωση απορρήτου. Ωστόσο, η αξιολόγηση της αιτιότητας είναι μια κλινική κρίση και ανήκει στον ειδικό. Το AI παρέχει μόνο ένα πλαίσιο αξιολόγησης. Είναι ευθύνη του φαρμακοποιού να ολοκληρώσει την ειδοποίηση πλήρως, ανώνυμα και σύμφωνα με την επίσημη μορφή.
Εργασία εφαρμογής
Ρυθμίστε ένα ανώνυμο σενάριο ανεπιθύμητων ενεργειών από την πραγματική σας πρακτική (ηλικία, φύλο, ύποπτο φάρμακο, αντίδραση, ημερομηνίες). Ζητήστε από το AI ένα περίγραμμα ειδοποιήσεων, ένα πλαίσιο αξιολόγησης αιτιότητας και μια λίστα ελέγχου πληρότητας. Αξιολογήστε μόνοι σας την αιτιότητα (με γιατρό εάν χρειάζεται) και καταγράψτε την στο προσχέδιο. Τέλος, εκτελέστε την προτροπή σάρωσης απορρήτου και βεβαιωθείτε ότι δεν έχουν απομείνει στοιχεία αναγνώρισης στο προσχέδιο.
λίστα ελέγχου
- [ ] Κατάλαβα σωστά την αντίδραση και το timing.
- [ ] Ανωνυμοποίησα το πλαίσιο (χωρίς ταυτότητα, μόνο ηλικία/φύλο).
- [ ] Έκανα το προσχέδιο και τη λίστα με τα πεδία που λείπουν.
- [ ] Αξιολόγησα την αιτιότητα μόνος μου/με ειδικό, δεν την άφησα στην τεχνητή νοημοσύνη.
- [ ] Έλεγξα την πληρότητα των απαιτούμενων πεδίων.
- [ ] Διέγραψα τα διαπιστευτήρια με τη σάρωση απορρήτου.
- [ ] Το έστειλα σε επίσημη μορφή και το αποθήκευσα.