Umjetna inteligencija u interakcijama lijekova i kontroli doza — Umjetna inteligencija u farmaciji

Dobici:

Sposobnost procjene kvalitete dokaza i ograničenja rezultata prilikom prethodnog pregleda interakcija lijek-lijek, lijek-hrana i lijek-bolest s umjetnom inteligencijom
Sposobnost unakrsne provjere izlaza umjetne inteligencije s neovisnim izračunom i SmPC-om u izračunima doze, jedinice i učestalosti primjene
Sposobnost razumijevanja da konačna odgovornost za interakcije i odluke o doziranju leži na kompetentnom ljekarniku i da se klinička važnost mora procijeniti unutar konteksta bolesnika.

U središtu farmacije su dva pitanja: "Jesu li ovi lijekovi sigurni zajedno?" i "Je li ova doza odgovarajuća za ovog pacijenta?" Ova dva pitanja postavljaju se stotine puta svaki dan, a svako se izravno dotiče sigurnosti pacijenata. Umjetna inteligencija može ubrzati prethodni pregled ovih pitanja; Pred vas stavlja moguće interakcije na popis, podsjeća vas na logiku doziranja i ukazuje na točku koju ste zaboravili. Ali razlika između "moguće interakcije" i "klinički značajne interakcije za ovog pacijenta" bit je vaše profesije, a tu razliku činite vi, a ne umjetna inteligencija. U ovoj ćete jedinici naučiti kako umjetnu inteligenciju učiniti sigurnim alatom za prethodni pregled za interakciju i kontrolu doze.

Tri vrste interakcija lijekova

Interakcija je kada jedna tvar mijenja učinak druge tvari. Postoje tri glavne vrste:

Interakcija lijek-lijek: dva lijeka pojačavaju ili smanjuju učinak jedan drugog. Primjer: Istodobna primjena varfarina (razrjeđivača krvi) i nekih antibiotika može povećati rizik od krvarenja.
Interakcija lijeka i hranjivih tvari: hrana mijenja apsorpciju ili metabolizam lijeka. Primjer: sok od grejpa može povećati razinu nekih lijekova u krvi.
Interakcija lijeka i bolesti: Lijek može pogoršati postojeću bolest pacijenta. Primjer: neki lijekovi protiv bolova mogu biti štetni kod zatajenja srca ili bolesti bubrega.

AI može pregledati sve tri vrste, ali posao je ljekarnika da procijeni kliničku važnost svakog upozorenja (je li doista potrebna intervencija) u kontekstu pacijenta.

Oprez: čak i baze podataka o interakcijama razlikuju "teorijsku" i "klinički značajnu" interakciju. AI može navesti oboje s jednakom ozbiljnošću. Odvažite svako upozorenje prema trenutnom izvoru kako biste izbjegli zamor od upozorenja (previše upozorenja i propuštanje pravog).

Gdje umjetna inteligencija pomaže u kontroli doze

Kontrola doze sastoji se od tri koraka: poznavanje točne doze, njezino prilagođavanje pacijentu i točan izračun. Umjetna inteligencija:

Podsjeća: "Potrebna li je prilagodba doze ovog lijeka kod zatajenja bubrega?" Pruža odgovore na takva pitanja kao preliminarni pregled.
Skice izračuna: brzo ispisuje rutinske izračune kao što su izračun mg/kg, pretvorba u ml, učestalost primjene.
Generira popis za provjeru: Navodi stvari koje treba tražiti prije potvrde doze.

Ali u sva tri koraka posljednju riječ imaju SmPC (Sažetak informacija o proizvodu; službeno odobreni tekst informacija o lijeku) i neovisni prikaz. AI može pogrešno zapamtiti dozu, pobrkati jedinice (mg s mcg) ili dati dozu za drugu indikaciju.

tri mini kućišta

Slučaj 1 — Varfarin i antibiotici. Liječnik je 72-godišnjem pacijentu koji je koristio varfarin propisao novi antibiotik. Umjetna inteligencija upozorila je na "povećani rizik od krvarenja, preporučuje se pažljivo praćenje INR-a" u prethodnom pregledu. Ljekarnik je ovo upozorenje potvrdio trenutnom bazom podataka o interakcijama i SmPC-u, obavijestio liječnika i podsjetio pacijenta na datum kontrole INR-a (test zgrušavanja krvi). AI je ovdje postala sigurnosna mreža; Odluka je donesena uz koordinaciju ljekarnika i liječnika.

Slučaj 2 — Pedijatrijsko doziranje. Sirup je propisan za dijete od 4 godine, težine 16 kg. Doza 15 mg/kg/dan u 2 doze dnevno. AI je izračunao "16 × 15 = 240 mg/dan, 120 mg po dozi." Ljekarnik je neovisno provjerio izračun, dobio koncentraciju sirupa (npr. 250 mg/5 mL) iz SmPC-a i izračunao je kao 2,4 mL po dozi. AI nije mogao dati mL jer nije znao koncentraciju; Farmaceut je sam izvršio ovaj korak.

Slučaj 3 — Funkcija bubrega. Pacijentu s procijenjenim klirensom kreatinina od 25 ml/min propisan je lijek koji se inače daje u punoj dozi. Umjetna inteligencija je rekla: "Ovaj lijek može zahtijevati prilagodbu doze kod zatajenja bubrega, potvrđuje SmPC." Ljekarnik je u SmPC-u vidio da dozu treba prepoloviti ako je klirens ispod 30 ml/min i kontaktirao je liječnika. Umjetna inteligencija je pokucala na prava vrata, no SPC je dao točnu stopu.

Interakcija korak po korak i kontrola doze

Postavite anonimni kontekst. Pripremite pacijentovu dob, težinu, status bubrega/jetre i potpuni popis lijekova (bez identifikacije).
Zatražite prethodni pregled. Zamolite AI da navede rizike interakcije i doziranja.
Filter za kliničku važnost. Odvažite svako upozorenje u odnosu na trenutnu bazu podataka/sažetak opisa opisa proizvoda; Je li teorijski ili smisleno?
Izračunajte samostalno. Ponovno riješite izračun doze s jediničnom analizom.
Posavjetujte se s liječnikom ako je potrebno. Ako ste u nedoumici, kontaktirajte nas; Zabilježite odluku i obrazloženje.

Slab upit / Jak upit

Slabo: "Imaju li ovi lijekovi interakciju?"

Strong: "Navedite moguće interakcije lijek-lijek i lijek-bolest kao prethodni probir za pacijenta pomoću sljedećeg popisa lijekova. Pacijent: 68 godina, zatajenje srca, klirens kreatinina ~35 mL/min. Lijekovi: [popis]. Za svaku interakciju napišite mehanizam, vjerojatni klinički ishod i zabilježite 'Potrebna je potvrda SmPC-a/baze podataka'. Donošenje kliničkih odluka; samo kontrolni popis."

U snažnom odzivu jasni su kontekst pacijenta, popis lijekova i ograničenje; Rezultat nije odluka, već popis za provjeru.

Četiri predloška za kopiranje

Zadatak: Predprobir interakcije (NE ODLUKA). Pacijent (anonimno): dob [...], težina [...], bubrezi/jetra [...], dijagnoze [...]. Popis lijekova: [...]. Izlaz: | Par lijekova | Mehanizam | Mogući ishod | Prioritet (visoki/srednji/niski) | Izvor potvrde |Napomena: dodajte "Potrebna potvrda SPC-a/baze podataka" u svaki redak.

Zadatak: Napravite popis za provjeru doziranja. Lijek: [...], indikacija: [...], dob/težina/funkcija pacijenta: [...].Sortiraj: 1) Je li poznat standardni raspon doziranja? 2) Je li potrebna prilagodba bubrega/jetre? 3) Maksimalni rizik od predoziranja? 4) Učestalost/trajanje primjene? Za svaku stavku napišite "potvrdi iz SmPC-a". Nemojte navoditi točan broj, oduzmite točku koju treba provjeriti.

Zadatak: prikazati izračun doze mg/kg KORAK PO KORAK i napisati jediničnu analizu. Unos: težina [...] kg, doza [...] mg/kg/dan, broj doza [...]/dan, koncentracija produkta [...] mg/mL. Izlaz: mg po danu, mg po dozi, mL po dozi. Prikaži jedinicu na svakom koraku. Upozorenje: Ljekarnik mora samostalno provjeriti ovaj izračun.

Tablica upozorenja za kontrolu doziranja prema vrsti lijeka

Status

Uloga umjetne inteligencije

Obavezna provjera

Standardna doza za odrasle

Podsjetnik/kontrolni popis

SPC raspon doza

Zatajenje bubrega/jetre

Signalizirajući da su potrebne prilagodbe

Točna stopa + izračun klirensa iz SmPC-a

Pedijatrijski (mg/kg)

nacrt računa

Samostalni račun + koncentracija

Lijek s uskim terapeutskim indeksom (npr. varfarin, digoksin)

Isticanje upozorenja

SmPC + parametar praćenja + liječnik

Uobičajene greške

Svako upozorenje shvatite jednako ozbiljno. Treba razdvojiti teorijsku i klinički značajnu interakciju.
Skidanje fokusa s umjetne inteligencije. Koncentracija proizvoda uvijek se uzima iz SmPC-a/naljepnice.
Zbunjenost jedinice preskakanja. Jedinice kao što su mg/mcg, mg/mL, % trebaju biti razjašnjene u izračunu.
Opuštanje uz lijekove uskog terapeutskog indeksa. Kod ovih je lijekova mala greška veliki rizik; potrebno je praćenje.
Odgađanje konzultacija s liječnikom. Komunikacija se ne smije odgađati u vezi s problemom značajne interakcije/doze.

Ukratko

Umjetna inteligencija moćan je alat za prethodni pregled i podsjetnik u interakciji i kontroli doze; Otkriva moguće rizike i ubrzava rutinu. No dužnost je ljekarnika razlikovati između "vjerojatno" i "značajno za ovog pacijenta", dobiti koncentraciju i točan omjer iz SmPC-a, neovisno provjeriti izračun i posavjetovati se s liječnikom u slučaju sumnje. Odluka i odgovornost ostaje na nadležnom ljekarniku.

Zadatak aplikacije

Napravite anonimni profil pacijenta (dob, težina, rad bubrega, 4-5 lijekova). Zamolite AI za prethodni pregled interakcija i kontrolni popis doziranja. Usporedite svako upozorenje u izlazu s trenutnim izvorom interakcije i SmPC-om; Navedite koje je upozorenje klinički značajno, a koje teoretsko. Napravite samostalno izračun doze i usporedite ga s rezultatom AI i uočite razliku.

popis za provjeru

[ ] Pacijentu sam dao kontekst anonimno i potpuno.
[ ] Filtrirao sam preliminarni probir interakcije radi kliničkog značaja.
[ ] Potvrdio sam svako upozorenje trenutnom bazom podataka/SmPC-om.
[ ] Provjerio sam izračun doze neovisnom i jediničnom analizom.
[ ] Dobio sam koncentraciju/točan omjer od SPC-a.
[ ] Bio sam dodatno oprezan s lijekovima s uskim terapeutskim indeksom.
[ ] Kad sam bio u nedoumici, posavjetovao sam se s liječnikom i zabilježio odluku.