Tehisintellekt ravimite koostoimes ja annuse kontrollis

Kasu:

• Võimalus hinnata tõendusmaterjali kvaliteeti ja väljundi piire ravimite ja ravimite, ravimite ja toiduainete ning ravimite ja haiguste koostoimete eelsõelumisel tehisintellektiga
• Võimalus ristvalideerida tehisintellekti väljundit sõltumatu arvutuse ja SmPC abil doosi, ühiku ja rakendussageduse arvutustes
• Võime mõista, et lõplik vastutus koostoimete ja annustamisotsuste eest lasub pädeval apteekril ning kliinilist tähtsust tuleb hinnata patsiendi kontekstis.

Apteegi keskmes on kaks küsimust: "Kas need ravimid on koos ohutud?" ja "Kas see annus sobib sellele patsiendile?" Neid kahte küsimust esitatakse iga päev sadu kordi ja igaüks puudutab otseselt patsiendi ohutust. Tehisintellekt võib kiirendada nende küsimuste eelsõelumist; See paneb võimalikud koostoimed teie ette loendisse, tuletab teile meelde annustamisloogikat ja juhib tähelepanu punktile, mille olete unustanud. Kuid erinevus "võimaliku interaktsiooni" ja "selle patsiendi jaoks kliiniliselt tähendusliku suhtlemise" vahel on teie elukutse olemus ja seda muudate teie, mitte tehisintellekt. Selles õppetükis saate teada, kuidas muuta tehisintellekt turvaliseks interaktsiooni ja annuse kontrollimise eelsõelumiseks.

Kolme tüüpi ravimite koostoimeid

Interaktsioon on see, kui üks aine muudab teise aine toimet. Seal on kolm peamist tüüpi:

• Ravimite koostoime: kaks ravimit suurendavad või vähendavad teineteise toimet. Näide: varfariini (vere vedeldaja) ja mõnede antibiootikumide samaaegne kasutamine võib suurendada verejooksu riski.
• Ravimi ja toitainete koostoime: toit muudab ravimi imendumist või metabolismi. Näide: greibimahl võib tõsta mõnede ravimite taset veres.
• Ravimite ja haiguste koostoime: ravim võib halvendada patsiendi olemasolevat haigust. Näide: mõned valuvaigistid võivad olla kahjulikud südamepuudulikkuse või neeruhaiguse korral.

AI suudab skriinida kõiki kolme tüüpi, kuid apteekri ülesanne on hinnata iga hoiatuse kliinilist tähtsust (kas see tegelikult vajab sekkumist) patsiendi kontekstis.

Ettevaatust. Isegi interaktsioonide andmebaasid eristavad "teoreetilist" ja "kliiniliselt tähenduslikku" interaktsiooni. Tehisintellekt võib neid mõlemaid võrdse tõsidusega loetleda. Kaaluge iga hoiatust praeguse allika suhtes, et vältida häire väsimust (liiga palju hoiatusi ja tegelikust puudu).

Kus aitab tehisintellekt doosi kontrollimisel

Annuse kontroll koosneb kolmest etapist: õige annuse teadmine, patsiendi jaoks kohandamine ja korrektne arvutus. Tehisintellekt:

1. Tuletab meelde: "Kas see ravim vajab neerupuudulikkuse korral annuse kohandamist?" See annab vastused sellistele küsimustele eelsõelana.
2. Arvutuskavandid: väljastab kiiresti rutiinsed arvutused, nagu mg/kg arvutus, ml konversioon, kasutussagedus.
3. Loob kontrollnimekirja: loetleb asjad, mida enne annuse kinnitamist otsida.

Kuid kõigis kolmes etapis on lõplik sõna SmPC (toote kokkuvõte; ravimi ametlikult kinnitatud teabetekst) ja sõltumatu konto. AI võib annust valesti meelde jätta, ühikuid (mg ja mikrogrammi) segi ajada või anda annuse mõnel muul näidustusel.

kolm minikarpi

Juhtum 1 – varfariin ja antibiootikumid. Arst määras 72-aastasele varfariini kasutavale patsiendile uue antibiootikumi. Tehisintellekt hoiatas eeluuringus "suurenenud verejooksu riski eest, soovitatav on INR-i hoolikas jälgimine". Apteeker kinnitas seda hoiatust praeguse koostoimete andmebaasi ja ravimi omaduste kokkuvõttega, teavitas sellest arsti ja tuletas patsiendile meelde INR-i (vere hüübimistesti) kontrollkuupäeva. AI on siin muutunud turvavõrguks; Otsus tehti apteekri-arsti koostööl.

2. juhtum – annustamine lastele. Siirup määrati 4-aastasele lapsele, kes kaalus 16 kg. Annus 15 mg/kg/päevas 2 annusena päevas. AI arvutatud "16 × 15 = 240 mg / päevas, 120 mg annuse kohta". Apteeker kontrollis arvutust sõltumatult, sai ravimi omaduste kokkuvõttest siirupi kontsentratsiooni (nt 250 mg/5 ml) ja arvutas selle väärtuseks 2,4 ml annuse kohta. AI ei saanud anda ml, kuna ta ei teadnud kontsentratsiooni; Selle sammu tegi apteeker ise.

3. juhtum – neerufunktsioon. Patsiendile, kelle kreatiniini kliirens oli hinnanguliselt 25 ml/min, määrati ravim, mida manustati tavaliselt täisannuses. Tehisintellekt ütles: "See ravim võib vajada annuse kohandamist neerupuudulikkuse korral, kinnitab ravimi omaduste kokkuvõte." Apteeker nägi ravimi omaduste kokkuvõttes, et annust tuleb poole võrra vähendada, kui kliirens on alla 30 ml/min, ja võttis ühendust arstiga. Tehisintellekt koputas õigele uksele, kuid SPC andis täpse määra.

Samm-sammult koostoime ja annuse kontroll

1. Seadistage anonüümne kontekst. Valmistage ette patsiendi vanus, kaal, neerude/maksa seisund ja täielik ravimite nimekiri (ilma identifitseerimata).
2. Taotlege eelkontrolli. Paluge tehisintellektil koostada koostoimete ja annustamisriskide loetelu.
3. Kliinilise tähtsuse filter. Kaaluge iga hoiatust praeguse andmebaasi/ravimite kirjelduse alusel; Kas see on teoreetiline või mõttekas?
4. Tehke arvutus iseseisvalt. Lahendage doosi arvutamine uuesti ühikuanalüüsiga.
5. Vajadusel konsulteerida arstiga. Kahtluse korral võtke meiega ühendust; Salvestage otsus ja põhjendus.

Nõrk viip / Tugev viip

Nõrk: "Kas need ravimid toimivad koos?"

Tugev: "Loetlege võimalikud ravimite ja ravimite ja ravimite koostoimed patsiendi eelsõeluuringuna, kasutades järgmist ravimite loendit. Patsient: 68-aastane, südamepuudulikkus, kreatiniini kliirens ~35 ml/min. Ravimid: [loend]. Kirjutage iga koostoime kohta mehhanism, tõenäoline kliiniline tulemus ja märkige "SmPC/andmebaasi kontrollnimekiri on vajalik ainult otsuse tegemine".

Võimsas viipas on patsiendi kontekst, ravimite loetelu ja piirang selged; Väljund ei ole otsus, vaid kontrollnimekiri, mida kontrollida.

Neli kopeeritavat malli

Ülesanne: Interaktsiooni eelsõeluuring (MITTE OTSUS).Patsient (anonüümne): vanus [...], kaal [...], neer/maks [...], diagnoosid [...].Ravimite loetelu: [...].Väljund: | Ravimipaar | Mehhanism | Võimalik tulemus | Prioriteet (kõrge/keskmine/madal) | Kinnituse allikas |Märkus. Lisage igale reale "SPC/andmebaasi kinnitus vajalik".

Ülesanne: Koostage annuste kontrollnimekiri. Ravim: [...], näidustus: [...], patsiendi vanus/kaal/funktsioon: [...]. Sorteeri: 1) Kas standardannuste vahemik on teada? 2) Kas neeru/maksa korrigeerimine on vajalik? 3) Maksimaalne üleannustamise oht? 4) Kasutussagedus/kestus? Kirjutage iga kauba juurde "kinnita SmPC-st". Ära anna täpset arvu, lahuta kontrollitav punkt.

Ülesanne: näidake mg/kg doosi arvutamist SAMM-HAAVAL ja kirjutage ühikanalüüs.Sisend: kaal [...] kg, annus [...] mg/kg/päevas, annuste arv [...]/päevas, toote kontsentratsioon [...] mg/mL.Väljund: mg päevas, mg annuse kohta, ml annuse kohta. Näidake igal etapil ühikut. Hoiatus: apteeker peab seda arvutust iseseisvalt kontrollima.

Ülesanne: Loetlege ravimite ja toitainete koostoimed.Ravimid: [...].Väljund: | Meditsiin | Koostoimiv toit/jook | Mõju | Soovitus patsiendile | Kinnitusmärkus | Kirjutage ainult teadaolevad, allikast pärinevad interaktsioonid; Kui te pole kindel, märkige "ebakindel-kinnitatud".

Annuse kontrolli ettevaatuse tabel vastavalt ravimi tüübile

Olek

Tehisintellekti roll

Kohustuslik kontrollimine

Tavaline täiskasvanute annus

Meeldetuletus/kontrollnimekiri

SPC annuste vahemik

Neeru/maksapuudulikkus

Annab märku, et kohandusi on vaja

Täpne määr + kliirensi arvutus SmPC-st

Pediaatriline (mg/kg)

konto eelnõu

Sõltumatu konto + kontsentratsioon

Kitsa terapeutilise indeksiga ravim (nt varfariin, digoksiin)

Hoiatuse esiletõst

SmPC + jälgimisparameeter + arst

Levinud vead

• Võtke iga hoiatust võrdselt tõsiselt. Teoreetilised ja kliiniliselt olulised koostoimed tuleks eraldada.
• Fookuse eemaldamine tehisintellektilt. Toote kontsentratsioon võetakse alati ravimi omaduste kokkuvõttest/märgistusest.
• Üksikute segaduse vahelejätmine. Arvutamisel tuleks selgitada ühikuid nagu mg/mcg, mg/mL, %.
• Lõõgastumine kitsa terapeutilise indeksiga ravimitel. Nende ravimite puhul on väike viga suur risk; järelkontroll on vajalik.
• Arstiga konsulteerimise edasilükkamine. Mõtetava koostoime/annuse küsimusega suhtlemist ei tohiks edasi lükata.

Kokkuvõttes

Tehisintellekt on võimas eelsõelumine ja meeldetuletusvahend suhtlemisel ja annuse kontrollimisel; See paljastab võimalikud riskid ja kiirendab rutiini. Kuid apteekri kohus on teha vahet "tõenäolise" ja "selle patsiendi jaoks tähendusliku" vahel, saada ravimi omaduste kokkuvõttest kontsentratsioon ja täpne suhe, iseseisvalt kontrollida arvutust ja kahtluse korral konsulteerida arstiga. Otsus ja vastutus jääb pädeva apteekri kanda.

Rakenduse ülesanne

Koostage anonüümne patsiendiprofiil (vanus, kaal, neerufunktsioon, 4-5 ravimit). Küsige tehisintellektilt interaktsiooni eelsõeluuringut ja annuse kontrollnimekirja. Võrrelge iga väljundis olevat hoiatust praeguse interaktsiooniallika ja ravimi omaduste kokkuvõttega; Märkige, milline hoiatus on kliiniliselt oluline ja milline teoreetiline. Arvutage annus iseseisvalt ja võrrelge seda AI tulemusega ja märkige erinevus.

kontrollnimekiri

• [ ] Andsin patsiendile konteksti anonüümselt ja täielikult.
• [ ] Filtreerisin esialgse interaktsiooni sõeluuringu kliinilise tähtsuse osas.
• [ ] Kinnitasin iga hoiatuse praeguse andmebaasi/SmPC-ga.
• [ ] Doosi arvutamist kontrollisin sõltumatu ja ühikanalüüsiga.
• [ ] Kontsentratsiooni/täpse suhte sain SPC-st.
• [ ] Kasutasin kitsa terapeutilise indeksiga ravimite puhul täiendavat ettevaatust.
• [ ] Kahtluse korral konsulteerisin arstiga ja panin otsuse kirja.