کنترل دستور غذا، تایید و ضبط خطا — هوش مصنوعی در داروسازی

سود:

امکان پیش‌اسکن دوز، اندیکاسیون، تکرار و خطرات تداخل در نسخه با هوش مصنوعی و پرچم‌گذاری موارد مشکوک
توانایی مدیریت خطرات مثبت/منفی کاذب با تایید هر هشدار گرفته شده توسط هوش مصنوعی با SmPC، راهنما و پزشک
تایید نسخه به عهده داروساز ذیصلاح و در صورت شک، توانایی اعمال زنجیره مشاوره به پزشک است.

نسخه پلی است که تصمیم پزشک را به مطب داروساز منتقل می کند. اما داروساز هر تخته این پل را جداگانه بررسی می کند. دوز نادرست، مصرف مکرر دارو، تداخل نادیده گرفته شده، نشانه ای که برای بیمار مناسب نیست. همه اینها در چک نسخه ثبت می شود. این کار ده ها بار در ساعت در یک داروخانه شلوغ تکرار می شود و خستگی توجه یک خطر واقعی است. هوش مصنوعی در اینجا به عنوان چشم دوم ارزشمند است: موارد مشکوک را علامت گذاری می کند، خطری را که ممکن است نادیده گرفته شود برجسته می کند، و شما را به یاد چک لیست می اندازد. اما هوش مصنوعی می تواند مثبت کاذب (هشدار غیر ضروری) یا منفی کاذب (از دست دادن) ایجاد کند. بنابراین هر هشدار او نیز باید بررسی شود. در این واحد یاد خواهید گرفت که چگونه هوش مصنوعی را به چشم دوم ایمن در کنترل نسخه تبدیل کنید.

ابعاد کنترل نسخه

یک چک نسخه خوب این سوالات را می پرسد:

آیا داروی مناسبی است؟ آیا اندیکاسیون (دلیل استفاده) برای بیمار مناسب است؟ آیا به دلیل شباهت نام ها (به عنوان مثال دو نام مشابه دارو) سردرگمی وجود دارد؟
آیا این دوز مناسب است؟ آیا دوز با توجه به سن، وزن، عملکرد کلیه/کبد مناسب است؟ آیا از حداکثر دوز تجاوز کرده است؟
آیا تکراری وجود دارد؟ آیا دو محصول حاوی یک ماده فعال با هم تجویز می شوند؟
آیا تعامل وجود دارد؟ تداخل با داروهای تجویز شده یا سایر داروهایی که بیمار مصرف می کند؟
آیا موارد منع مصرف وجود دارد؟ آیا دارو به دلیل شرایط بیمار (بارداری، آلرژی، بیماری) مضر است؟
آیا مدت و مقدار آن سازگار است؟ آیا تعداد جعبه های نوشته شده با دوز و مدت زمان سازگاری دارد؟

هوش مصنوعی می تواند هر یک از این ابعاد را از قبل نمایش دهد. اما هر یافته ای با SmPC، راهنما و در صورت لزوم پزشک تایید می شود.

در میان این ابعاد، موذیانه ترین آنها، سردرگمی ناشی از تشابه نام ها (LASA در ادبیات بین المللی: داروهایی با املا یا تلفظ مشابه) است. دو ماده فعال مختلف که تنها با چند حرف به یکدیگر شباهت دارند، می توانند به دلیل دستخط یا انتخاب سریع اشتباه گرفته شوند و چنین خطایی منجر به درمان کاملاً متفاوتی می شود. هوش مصنوعی می تواند به شما یادآوری کند که نام دارو در نسخه دارای یک "جفت قابل امتزاج" شناخته شده باشد. اما تصمیم گیری در مورد اینکه کدام یک واقعاً منظور است، با تشخیص بیمار و در صورت لزوم با پزشک روشن می شود. هشدار هوش مصنوعی مبنی بر اینکه "ممکن است با آن دارو مخلوط شود" یک آغاز است نه پایان.

احتیاط: AI ممکن است به اشتباه مخفف نسخه را رمزگشایی کند یا دوز را از شکل دیگری محاسبه کند. فقط به این دلیل که می گوید "مشکلی نیست" درست بودن نسخه را ثابت نمی کند. او فقط بر اساس آنچه می بیند نشانه می دهد.

مثبت کاذب و منفی کاذب

دو نوع خطا در کنترل نسخه وجود دارد. مثبت کاذب به صدا درآوردن زنگ هشدار است، زمانی که واقعاً مشکلی وجود ندارد. اگر خیلی مکرر اتفاق بیفتد، "خستگی زنگ هشدار" ایجاد می کند و هشدارهای واقعی نادیده گرفته می شود. منفی کاذب یک مشکل واقعی را از دست می دهد. این خطرناک تر است زیرا بی صدا می گذرد. هوش مصنوعی می تواند هر دو را تولید کند. به همین دلیل است که نمی‌توانید هوش مصنوعی را تنها لایه کنترل کنید. این مکمل کنترل داروساز است، نه یک جایگزین.

سه کیف کوچک

مورد 1 - ماده فعال تکراری. یک نسخه حاوی یک مسکن حاوی همان ماده فعال تحت دو نام تجاری مختلف بود. اگر بیمار هر دو را با هم مصرف کند، دوز دارو دو برابر می شود. هوش مصنوعی در پیش غربالگری "مواد فعال احتمالی تکراری" را علامت گذاری کرد. داروساز محتویات دو محصول را در SmPC تأیید کرد، تکرار را تأیید کرد و با مشورت پزشک یکی از آنها را لغو کرد. هوش مصنوعی خطری را برجسته می‌کند که می‌توانست نادیده گرفته شود.

مورد 2 - تعامل مثبت کاذب. هوش مصنوعی در مورد "تعامل جدی" در یک نسخه هشدار داد. وقتی داروساز به پایگاه داده تعامل فعلی نگاه کرد، دید که این یک تداخل از لحاظ نظری و بالینی بی‌اهمیت است. دوز و نظارت بر بیمار قبلاً ایمن بود. داروساز هشدار را به عنوان "ارزیابی شده، نیازی به مداخله" ثبت کرد. اگر هوش مصنوعی کورکورانه دنبال می شد، جستجوی غیرضروری برای پزشک و اضطراب بیمار وجود داشت.

مورد 3 - اختلاف دوز-مدت. در شربتی که برای کودک تجویز می شد، دوز روزانه و مدت درمان داده می شد، اما تعداد بطری های تجویز شده برای تکمیل درمان کافی نبود. هوش مصنوعی هشدار داد که "ممکن است این مقدار دوره درمان را پوشش ندهد". داروساز حساب را تأیید کرد، کمبود را تأیید کرد و مبلغ را با پزشک تصحیح کرد. هوش مصنوعی یک اختلاف حسابی پیدا کرد.

کنترل دستور العمل گام به گام (پشتیبانی از هوش مصنوعی)

ناشناس کردن. پاک کردن شناسه بیمار؛ چه رسد به زمینه بالینی.
خودت چک کن شما به عنوان داروساز، ابتدا نسخه را ارزیابی می کنید.
چشم دوم بخواهید برای دوز، تکرار، تداخل و ثبات، پیش غربالگری هوش مصنوعی را درخواست کنید.
فیلتر هشدارها هر هشدار را با SmPC/پایگاه داده وزن کنید. مثبت کاذب را از بین ببرید.
اگر در معرض خطر واقعی هستید، با پزشک خود مشورت کنید. مشکل تایید شده را با پزشک حل کنید.
تصمیم و توجیه را ثبت کنید. هشدارهای ضبط شده و حذف شده را قابل ردیابی کنید.

اعلان ضعیف / اعلان قوی

ضعیف: "آیا این نسخه صحیح است؟"

قوی: "نسخه زیر را به عنوان چشم دوم داروساز از قبل غربال کنید. بیمار (ناشناس): 70 ساله، کلیرانس کراتینین ~ 30 میلی لیتر در دقیقه، آلرژی شناخته شده [...]. نسخه: [دارو/دوز/فهرست مدت]. موارد مشکوک را تحت عناوین زیر علامت گذاری کنید: میزان فعال بودن دوز، دوز مناسب، مقدار تکراری، تکراری سازگاری برای هر پرچم "تأیید با SmPC/پایگاه داده "et" و سطح اهمیت (بالا/متوسط/پایین) تصمیم بگیرید."

زمینه بیمار، سرفصل های کنترل و شرایط تأیید در اعلان قدرتمند واضح است.

چهار قالب قابل کپی

وظیفه: غربالگری ماده فعال کپی. فهرست دارو (نام تجاری): [...]. خروجی: موارد تکراری را که ممکن است حاوی همان ماده فعال باشند علامت گذاری کنید. یادداشت "محتوا باید از SmPC تایید شود" را اضافه کنید. اگر مطمئن نیستید، بنویسید [نامشخص].

وظیفه: بررسی ثبات دوز-مقدار-مدت. ورودی: دوز [...]، فرکانس [...]، مدت [...] روز، مقدار نسخه [...]. محاسبه: کل واحدهای مورد نیاز و غیره مقدار نسخه. هرگونه مغایرت را علامت بزنید. گام به گام محاسبه را نشان دهید. داروساز به طور مستقل تأیید می کند.

وظیفه: چک لیست موارد منع مصرف. شرایط بیمار: [بارداری/آلرژی/بیماری]. مواد مخدر: [...]. خروجی: برای هر دارو "آیا این می تواند با وضعیت تضاد داشته باشد؟" سوال را علامت بزنید؛ قضاوت نهایی نکنید، بنویسید "در قسمت منع مصرف SmPC تایید کنید".

جدول لایه های کنترل دستور غذا

لایه

چه کسی / چه می کند

هدف

1. داروساز اولین خواندن

داروساز

منطق بالینی و یکپارچگی

2. پیش غربالگری هوش مصنوعی

هوش مصنوعی

آنچه را که از دست دادید علامت بزنید

3. تایید منبع

داروساز + SPC/پایگاه داده

اثبات صحت

4. ارتباط پزشک

داروساز ↔ پزشک

حل مشکل واقعی

5. ثبت نام

داروساز

قابلیت ردیابی

اشتباهات رایج

آرامش به این دلیل است که هوش مصنوعی می گوید «مشکلی نیست». خطر منفی کاذب وجود دارد. کنترل داروساز ضروری است.
اطاعت کورکورانه از هر هشدار. مثبت کاذب باید حذف شود و از جستجوی غیر ضروری پزشک جلوگیری شود.
رمزگشایی اختصارات توسط هوش مصنوعی اگر اختصارات نسخه نامشخص هستند، باید از پزشک سوال شود.
رد شدن از محاسبه مدت زمان. تناقضات ساده حسابی، انطباق بیمار را مختل می کند.
عدم ثبت تصمیم هشدارهای حذف شده و ضبط شده باید قابل ردیابی باشند.

به طور خلاصه

هوش مصنوعی یک چشم دوم ارزشمند در کنترل نسخه است. این یک شبکه ایمنی در برابر خستگی توجه با علامت گذاری خطرات دوز، تکرار، تعامل و سازگاری ایجاد می کند. اما نمی تواند تنها لایه کنترلی باشد زیرا می تواند هم مثبت کاذب و هم منفی کاذب تولید کند. داروساز ابتدا ارزیابی خود را انجام می دهد، هشدارهای هوش مصنوعی را با SmPC و پایگاه داده فیلتر می کند، مشکل واقعی را با پزشک حل می کند و تصمیم را ثبت می کند. مسئولیت تایید نسخه همیشه بر عهده داروساز ذیصلاح است.

وظیفه کاربردی

یک سناریوی تجویز ناشناس تنظیم کنید (زمینه بیمار + 4-5 مورد، شامل تکرار عمدی و اختلاف دوز-زمان). از هوش مصنوعی یک پیش اسکن چشم دوم بخواهید. مشکلاتی را که می‌گیرد و از دست می‌دهد فهرست کنید. با SmPC/پایگاه داده نشان دهید که کدام یک از هشدارهایی که تولید می کند مثبت کاذب هستند. در نهایت، ارتباط پزشک را که برای حل مشکلات واقعی مورد استفاده قرار می دهید و نحوه ثبت آنها یادداشت کنید.

چک لیست

[ ] من ابتدا خودم نسخه را ارزیابی کردم.
[ ] من زمینه بیمار را به صورت ناشناس و کامل دادم.
[ ] من یک پیش اسکن ساختاریافته از هوش مصنوعی دریافت کردم.
[ ] من هر هشدار را با SmPC/پایگاه داده تایید کردم.
[ ] من موارد مثبت کاذب را با توجیه حذف کردم.
[ ] مشکل واقعی را با دکتر حل کردم.
[ ] من هشدارهایی را که دستگیر و حذف شدند ضبط کردم.