مراقبت دارویی: نظارت بر عوارض جانبی و اطلاع رسانی

سود:

• امکان استفاده از هوش مصنوعی در تشخیص عوارض دارویی (عوارض جانبی)، ارزیابی علیت و تهیه پیش نویس اطلاعیه TÜFAM
• امکان تکمیل متن اعلان به صورت ایمن با تایید آن از نظر کامل بودن، محرمانه بودن و فرمت رسمی
• توانایی درک این نکته

هنگامی که یک دارو وارد بازار می شود، داستان آن به پایان نمی رسد. هنگامی که بیماران واقعی شروع به استفاده از دارو می کنند، اطلاعات ایمنی واقعی جمع می شود. Pharmacovigilance (نظارت بر ایمنی دارو) علم جمع آوری، ارزیابی و پیشگیری از واکنش های نامطلوب دارویی (اثرات ناخواسته و مضر دارو) است. داروساز یکی از چشمان خط مقدم این سیستم است: او کسی است که عبارت بیمار "بعد از این دارو راش کردم" را به یک علامت سلامتی تبدیل می کند. در این فرآیند، هوش مصنوعی در زمان مستندسازی، تهیه پیش نویس و تولید چک لیست ها صرفه جویی می کند. اما قضاوت علیت (این که آیا اثر واقعاً ناشی از دارو است) یک ارزیابی بالینی است و نمی توان آن را به هوش مصنوعی محول کرد. در این بخش، نحوه انجام ایمن نظارت و گزارش اثرات نامطلوب با پشتیبانی هوش مصنوعی را خواهید آموخت.

اثرات نامطلوب و اهمیت گزارش

واکنش نامطلوب دارویی (ADR) یک اثر مضر و نامطلوب ناشی از دارویی است که در دوزهای معمولی استفاده می شود. اینها می توانند خفیف (بثورات، تهوع) یا شدید ( بستری شدن در بیمارستان، آسیب دائمی، مرگ) باشند. در ترکیه، این اطلاعیه ها به TÜFAM (مرکز نظارت دارویی ترکیه) ارسال می شود. اطلاعیه ها:

• مشخصات ایمنی داروهای موجود در بازار را در دنیای واقعی نظارت می کند.
• عوارض جانبی نادری را نشان می دهد (آنهایی که در مطالعات بالینی شناسایی نشده اند).
• در صورت لزوم، اساس تصمیمات هشدار، محدودیت یا عقب نشینی را تشکیل می دهد.

برای یک داروساز، گزارش نه تنها یک وظیفه قانونی بلکه کمکی مستقیم به ایمنی بیمار است. اما برای مؤثر بودن، اطلاع رسانی باید کامل، دقیق و محرمانه باشد. اینجاست که هوش مصنوعی کمک می کند.

یک اصل اساسی در مورد شرایطی که باید گزارش شوند این است: در صورت شک، گزارش دهید. هر گونه واکنش، به ویژه با داروهای جدی ( بستری شدن، آسیب دائمی، تهدید کننده زندگی)، غیر منتظره (که در SmPC گنجانده نشده است) و داروهای تازه راه اندازی شده، یک سیگنال ارزشمند است. یک بیانیه به تنهایی دلیل نمی شود. اما وقتی گزارش‌های هزاران داروساز و پزشک گرد هم می‌آیند، یک «سیگنال» (نشانه‌ای آماری از یک مشکل ایمنی احتمالی) ظاهر می‌شود. هوش مصنوعی می تواند به شما کمک کند تا به سرعت ارزیابی کنید که آیا یک حادثه معیارهای گزارش را برآورده می کند یا خیر. اما واگذاری تصمیم به هوش مصنوعی «ارزش گزارش کردن را ندارد» می‌تواند منجر به از دست رفتن یک سیگنال مهم شود.

نکته: یک گزارش واکنش نامطلوب خوب شامل چهار عنصر اساسی است: یک بیمار قابل شناسایی (مانند سن/جنس، نه هویت)، دارو(های مشکوک)، شرح واکنش و گزارشگر. هوش مصنوعی یادآوری خوبی برای بررسی کامل بودن این چهار عنصر است.

علت: جایی که هوش مصنوعی متوقف می شود

ارزیابی علیت این است که «آیا این تأثیر واقعاً ناشی از این دارو است؟» این پاسخ به این سوال است و موارد زیر را می سنجد: رابطه زمانی (هماهنگی زمانی بین دارو و اثر آن)، علل جایگزین (داروی دیگر، بیماری)، دفع پس از قطع دارو، بهبودی هنگام مصرف مجدد (چالش مجدد) و اطلاعات موجود در ادبیات. این یک قضاوت بالینی است. هوش مصنوعی می تواند این عناصر را در یک چارچوب فهرست کند، اما تصمیم دقیق علیت توسط متخصص اتخاذ می شود. هوش مصنوعی که می گوید "قطعاً به مواد مخدر مرتبط است" مدرکی نیست.

سه کیف کوچک

مورد 1 - بثورات پوستی. یک بیمار 45 ساله 3 روز پس از شروع آنتی بیوتیک، بثورات گسترده را گزارش کرد. داروساز از هوش مصنوعی یک پیش نویس اعلان و چک لیست اطلاعات گمشده درخواست کرد. هوش مصنوعی در مورد مواردی مانند سن بیمار، تاریخ شروع مصرف دارو و شروع بثورات پوستی پرسید. داروساز اطلاعات را تکمیل کرد، علیت خودارزیابی شد (تطابق زمانی قوی، داروهای جدید دیگری وجود نداشت) و اعلان را در قالب TÜFAM ارسال کرد. هوش مصنوعی تضمین می کرد که هیچ فیلدی خالی نمی ماند.

مورد 2 - دو داروی مشکوک. یک بیمار پس از شروع دو داروی جدید، افزایش ارزش کبد را تجربه کرد. هوش مصنوعی خاطرنشان کرد: "هر دو دارو مشکوک هستند، باید تشخیص داد که چه کسی مسئول است." داروساز هر دو را به عنوان داروهای مشکوک گزارش کرد و تعیین علیت را به ارزیابی بالینی پزشک واگذار کرد. هوش مصنوعی عجولانه یک دارو را سرزنش نکرد. به طور دقیق عدم قطعیت را منعکس می کرد.

مورد 3 - جلوگیری از شکست محرمانگی. یک داروساز به طور تصادفی نام بیمار را در هنگام نوشتن پیش نویس اطلاعیه در متن نوشت. درخواست ناشناس‌سازی اطلاعات شناسایی باقی‌مانده در پیش‌نویس را علامت‌گذاری کرد و هشدار داد "سن/جنس کافی است، نام لازم نیست." داروساز اطلاعات شناسایی خود را بیرون آورد. هوش مصنوعی از نقض حریم خصوصی جلوگیری کرد.

گزارش گام به گام عوارض جانبی (پشتیبانی از هوش مصنوعی)

1. رویداد را بگیرید. عکس العمل و زمان را از بیمار/ضبط دریافت کنید.
2. زمینه ناشناس را تنظیم کنید. سن، جنسیت، اطلاعات بالینی مرتبط به جای هویت.
3. یک طرح کلی و چک لیست درخواست کنید. پیش نویس اعلان و لیست قسمت های گمشده را از هوش مصنوعی دریافت کنید.
4. خودتان علیت را ارزیابی کنید. رابطه زمانی، جایگزین ها، چالش ها؛ در صورت لزوم با پزشک
5. بررسی کامل بودن و محرمانه بودن آیا فیلدهای مورد نیاز پر شده است، آیا شناسه مشخص است؟
6. ارسال در قالب رسمی فوروارد و ذخیره به TÜFAM/سیستم مربوطه.

اعلان ضعیف / اعلان قوی

ضعیف: "این عارضه جانبی را گزارش کنید."

قوی: "پیش نویس اعلان و چک لیست میدانی اجباری برای واکنش نامطلوب زیر تهیه کنید. بیمار (ناشناس): 45 ساله، زن. داروی مشکوک: [نام]، شروع [تاریخ]. واکنش: [توضیح]، شروع [تاریخ]. سایر داروها: [...]. پیش نویس را به ترتیب عناصر غیرفعال، علت غیر قابل ارزیابی، ارائه کنید. قضاوت در مورد علیت را به کارشناس واگذار نکنید.

در اعلان قوی، زمینه ناشناس، فیلدهای الزامی و مرز علیت واضح است.

چهار قالب قابل کپی

وظیفه: طرح کلی گزارش عوارض جانبی (قضاوت در مورد علیت). بیمار (ناشناس): سن [...]، جنسیت [...]. دارو(های مشکوک): [نام، دوز، تاریخ شروع]. واکنش: [توضیح، شروع، سیر، شدت]. سایر داروها/شرایط: [...]. خروجی: طرح کلی ساختاریافته/هشدار از دست رفته

وظیفه: ایجاد چارچوب ارزیابی علیت (نه یک تصمیم). مرتب سازی: 1) رابطه زمانی 2) علل جایگزین 3) دوره پس از قطع دارو (دچالنژ) 4) وضعیت مصرف مجدد 5) شناسایی در ادبیات. هر مورد را به عنوان یک سوال بنویسید. کارشناس نتیجه را پر می کند.

وظیفه: چک لیست کامل بودن گزارش. بررسی کنید: بیمار قابل شناسایی (نه ID)، داروی مشکوک، شرح واکنش، اطلاعات گزارشگر، تاریخ، شدت، نتیجه. لیست فیلدهای گمشده

وظیفه: متن اعلان را برای حفظ حریم خصوصی اسکن کنید. متن: [...]. اگر اطلاعات شناسایی (نام، شناسه، آدرس، تلفن) وجود دارد، آن را علامت گذاری کنید و پیشنهاد کنید «با معادل ناشناس جایگزین شود». اهمیت بالینی را حفظ کنید.

جدول شدت و اولویت واکنش

جدیت

مثال

اولویت اطلاع رسانی

نقش هوش مصنوعی

سبک وزن

حالت تهوع موقت، بثورات خفیف

استاندارد

طرح کلی + چک لیست

متوسط

از دست دادن نیروی کار، نیاز به تغییر دوز

اولویت

پیش نویس + کامل بودن

جدی

بستری شدن در بیمارستان، آسیب دائمی

فوری

پیش نویس سریع؛ علیت به کارشناس

غیر منتظره/جدید

واکنش در SmPC نیست

بالا

پیش نمایش ادبیات + تایید

اشتباهات رایج

• اجازه دادن به هوش مصنوعی درباره علیت. علیت قضاوت بالینی است. هوش مصنوعی فقط چارچوب را فراهم می کند.
• گذاشتن اطلاعات شناسایی در اعلان نیازی به نام/TC نیست. معادل ناشناس کافی است.
• ارسال با فیلد از دست رفته. اگر فیلدهای مورد نیاز کامل نباشند، اعلان ارزش خود را از دست می دهد.
• آن را به عنوان خفیف گزارش نمی کند. واکنش‌های غیرمنتظره، هرچند جزئی، دارای ارزش سیگنال هستند.
• کاهش چند داروی مشکوک به یک. اگر نامشخص باشد، همه مظنونان گزارش می شوند.

به طور خلاصه

مراقبت دارویی یک لایه نامرئی اما حیاتی از ایمنی بیمار است و داروساز چشم خط مقدم این سیستم است. پیش نویس اعلان هوش مصنوعی این کار را سرعت می بخشد و با بررسی کامل و اسکن حریم خصوصی، حاشیه خطا را کاهش می دهد. با این حال، ارزیابی علیت یک قضاوت بالینی است و متعلق به متخصص است. هوش مصنوعی تنها یک چارچوب ارزیابی ارائه می کند. مسئولیت تکمیل اطلاع رسانی به طور کامل، ناشناس و مطابق با فرمت رسمی بر عهده داروساز است.

وظیفه کاربردی

یک سناریوی عوارض جانبی ناشناس از تمرین واقعی خود (سن، جنسیت، داروی مشکوک، واکنش، تاریخ) تنظیم کنید. از هوش مصنوعی یک طرح کلی اعلان، یک چارچوب ارزیابی علیت و یک چک لیست کامل بخواهید. خودتان علیت را ارزیابی کنید (در صورت لزوم با پزشک) و آن را در پیش نویس ثبت کنید. در نهایت، درخواست اسکن حریم خصوصی را اجرا کنید و بررسی کنید که هیچ اطلاعات شناسایی در پیش نویس باقی نمانده باشد.

چک لیست

• [ ] من عکس العمل و زمان بندی را درست دریافت کردم.
• [ ] من زمینه را ناشناس کردم (بدون شناسه، فقط سن/جنسیت).
• [ ] من پیش نویس و لیست قسمت های گمشده را تهیه کردم.
• [ ] علیت را خودم ارزیابی کردم/با کارشناس، آن را به هوش مصنوعی نگذاشتم.
• [ ] من کامل بودن فیلدهای مورد نیاز را بررسی کردم.
• [ ] من اعتبارنامه ها را با اسکن حریم خصوصی پاک کردم.
• [ ] به فرمت رسمی فرستادم و ذخیره کردم.