Egység 4 / 12

Recept ellenőrzése, ellenőrzése és hibarögzítés

Nyereség:

  • Az adagolás, indikáció, megkettőzés és interakciós kockázatok mesterséges intelligenciával történő előzetes szkennelése és a gyanús termékek megjelölése
  • Képes kezelni a hamis pozitív/negatív eredmények kockázatát azáltal, hogy minden mesterséges intelligencia által rögzített riasztást megerősít az alkalmazási előírással, útmutatóval és orvossal
  • A felírás jóváhagyása az illetékes gyógyszerész felelőssége, és kétség esetén a konzultációs lánc alkalmazásának lehetősége az orvosra.

A recept az a híd, amely az orvos döntését átviszi a gyógyszerész gyakorlatába; De a gyógyszerész ennek a hídnak minden tábláját külön ellenőrzi. Helytelen adagolás, ismételt gyógyszeres kezelés, figyelmen kívül hagyott interakció, olyan indikáció, amely nem felel meg a betegnek; Mindezt a vényellenőrzés rögzíti. Ezt a feladatot óránként több tucatszor megismétlik egy forgalmas gyógyszertárban, és a figyelem kimerültsége valós kockázatot jelent. A mesterséges intelligencia itt második szemként értékes: megjelöli a gyanús tárgyakat, rávilágít az esetleg figyelmen kívül hagyható kockázatokra, emlékezteti az ellenőrzőlistára. A mesterséges intelligencia azonban téves pozitív (szükségtelen riasztás) vagy hamis negatív (kihagyás) eredményt produkálhat; így minden figyelmeztetését is ellenőrizni kell. Ebben az egységben megtudhatja, hogyan teheti a mesterséges intelligenciát biztonságos második szemré a vényellenőrzés során.

A vényellenőrzés méretei

Egy jó vényellenőrzés a következő kérdéseket teszi fel:

  • Ez a megfelelő gyógyszer? Megfelelő-e az indikáció (használati ok) a beteg számára? Van-e zavar a nevek hasonlósága miatt (pl. két hasonló gyógyszernév)?
  • Ez a megfelelő adag? Megfelelő-e az adag az életkor, testsúly, vese-/májfunkció szerint? Túllépték a maximális adagot?
  • Van valami párhuzamosság? Két, azonos hatóanyagot tartalmazó készítményt együtt írnak fel?
  • Van interakció? Kölcsönhatás a felírt vagy a beteg által szedett gyógyszerekkel?
  • Vannak-e ellenjavallatok? Káros-e a gyógyszer a beteg állapota (terhesség, allergia, betegség) miatt?
  • Az időtartam és az összeg összhangban van? A dobozok száma kompatibilis az adaggal és az időtartammal?

A mesterséges intelligencia mindegyik dimenziót előszűrheti; De minden leletet megerősít az alkalmazási előírás, az útmutató és szükség esetén az orvos.

E dimenziók közül a legálomosabb a névhasonlóság okozta zavar (LASA a nemzetközi irodalomban: hasonló írásmódú vagy kiejtésű gyógyszerek). Két különböző, egymásra néhány betűvel hasonlító hatóanyag összetéveszthető a kézírás vagy a gyors kiválasztás miatt, és egy ilyen hiba egészen más kezeléshez vezet. A mesterséges intelligencia emlékeztetheti Önt, ha a receptben szereplő gyógyszernévnek ismert „elegyedő párja” van; De a döntést, hogy valójában melyikre gondol, a páciens diagnózisa és szükség esetén az orvossal való tisztázása hozza meg. A mesterséges intelligencia figyelmeztetése, miszerint „összekeverhető azzal a gyógyszerrel”, a kezdet, nem pedig a vég.

Figyelem: Az AI helytelenül fejtheti meg a receptben szereplő rövidítéseket, vagy más formából számítja ki az adagot. Csak azért, mert azt mondja, hogy "nincs probléma", még nem bizonyítja, hogy a recept helyes; Csak a látottak alapján ad jelet.

Hamis pozitív és hamis negatív

A receptszabályozásban kétféle hiba van. A hamis pozitív riasztást jelent, amikor valójában nincs probléma; Ha túl gyakran fordul elő, "riasztási fáradtságot" okoz, és a valódi figyelmeztetéseket figyelmen kívül hagyja. A hamis negatívból hiányzik egy valódi probléma; Ez veszélyesebb, mert hangtalanul elmúlik. Az AI mindkettőt képes előállítani. Ezért nem lehet az AI-t az egyetlen vezérlőréteggé tenni; a gyógyszerészi ellenőrzés kiegészítése, nem helyettesítése.

három mini tok

1. eset – Ismétlődő hatóanyag. Az egyik recept két különböző kereskedelmi néven ugyanazt a hatóanyagot tartalmazó fájdalomcsillapítót tartalmazott; Ha a beteg mindkettőt együtt szedi, az adag megduplázódik. A mesterséges intelligencia az előszűrés során "lehetséges megkettőzött hatóanyagot" jelölt meg. A gyógyszerész ellenőrizte az alkalmazási előíráson szereplő két készítmény tartalmát, megerősítette a párhuzamosságot, és az egyiket az orvossal egyeztetve törölte. A mesterséges intelligencia rávilágított egy olyan kockázatra, amelyet figyelmen kívül lehetett volna hagyni.

2. eset – Hamis pozitív interakció. Az AI egy receptben figyelmeztetett a "komoly interakcióra". Amikor a gyógyszerész megnézte a jelenlegi interakciós adatbázist, azt látta, hogy ez elméletileg és klinikailag jelentéktelen kölcsönhatás; A beteg adagolása és megfigyelése már biztonságos volt. A gyógyszerész a figyelmeztetést úgy rögzítette, hogy "kiértékelt, beavatkozás nem szükséges". Ha a mesterséges intelligenciát vakon követnék, akkor felesleges orvoskeresés és beteg szorongás lenne.

3. eset – Dózis-időtartam eltérés. A gyermek számára felírt szirupban a napi adagot és a kezelés időtartamát megadták, de a felírt üvegek száma nem volt elegendő a kezelés befejezéséhez. A mesterséges intelligencia arra figyelmeztetett, hogy "az összeg nem feltétlenül fedezi a kezelés időtartamát". A gyógyszerész ellenőrizte a számlát, megerősítette a hiányosságot, és az orvossal kijavította az összeget. A mesterséges intelligencia számtani eltérést fogott.

Lépésről lépésre receptvezérlés (mesterséges intelligencia támogatott)

  1. Anonimizálás. Törölje a betegazonosítót; a klinikai kontextusról nem is beszélve.
  2. Végezze el saját ellenőrzését. Gyógyszerészként először Ön értékeli a receptet.
  3. Kérjen második szemet. Kérjen mesterséges intelligencia előzetes szűrést a dózis, a megkettőzés, az interakció és a konzisztencia tekintetében.
  4. Figyelmeztetések szűrése. Mérje meg az egyes figyelmeztetéseket az alkalmazási előírással/adatbázissal; Szüntesse meg a hamis pozitívumot.
  5. Ha valós veszélynek van kitéve, forduljon orvosához. Oldja meg a megerősített problémát orvossal.
  6. Rögzítse a döntést és az indoklást. Tegye nyomon követhetővé mind a rögzített, mind az eltávolított riasztásokat.

Gyenge felszólítás / Erős felszólítás

Gyenge: "Helyes ez a recept?"

Erős: "A következő recept előszűrése gyógyszerész második szemeként. Beteg (névtelen): 70 éves, kreatinin-clearance ~30 ml/perc, ismert allergia [...]. Felírás: [gyógyszer/dózis/időtartam lista]. A gyanús tételeket jelölje meg a következő címszó alatt: dózismegfelelőség, interakció, kontraindikációs mennyiség, kontraindikációs mennyiség. "Erősítse meg az SmPC/adatbázis "et" gombjával, és adja meg a fontossági szint (magas/közepes/alacsony) döntést."

A betegkörnyezet, a vezérlőfejlécek és az ellenőrzési feltételek egyértelműek a hatékony promptban.

Négy másolható sablon

Feladat: Vényköteles előszűrés (MÁSODIK SZEM, nem döntés).Beteg (névtelen): életkor [...], funkció [...], allergia [...], egyéb gyógyszerek [...].Recept: [gyógyszer | adag | dózis gyakorisága | időtartama | mennyiség].Kimenet: | Toll | Kétség típusa | Leírás | Fontosság | Megerősítés forrása |Adja hozzá az „SmPC/guideline megerősítés szükséges” kifejezést minden sorhoz.

Feladat: Ismétlődő hatóanyagok szűrése.Gyógyszerlista (kereskedelmi nevek): [...].Kimenet: Jelölje meg azokat a duplikátumokat, amelyek ugyanazt a hatóanyagot tartalmazhatják; megjegyzés hozzáadása "a tartalmat az SmPC-től kell ellenőrizni". Ha nem biztos benne, írja be: [UNCERTAIN].

Feladat: Dózis-mennyiség-tartam összhang-ellenőrzés. Bevitel: adag [...], gyakoriság [...], időtartam [...] nap, felírási mennyiség [...].Számítsa ki: összes szükséges egység stb. recept mennyisége. Jelölje meg az esetleges eltéréseket. Mutassa be a számítást lépésről lépésre; A gyógyszerész önállóan ellenőrzi.

Feladat: Ellenjavallat ellenőrző lista.Betegállapotok: [terhesség/allergia/betegség]. Kábítószerek: [...].Kimenet: Minden gyógyszer esetében "ez ütközhet a helyzettel?" Jelölje meg a kérdést; ne hozzon jogerős ítéletet, írja be a „megerősítés az alkalmazási előírás ellenjavallat részébe”.

Receptvezérlő rétegek táblázata

réteg

Ki/mit csinál

Cél

1. Gyógyszerész első olvasat

Gyógyszerész

Klinikai logika és integritás

2. Mesterséges intelligencia előszűrése

mesterséges intelligencia

Jelöld meg, miről maradtál le

3. Forrás megerősítése

Gyógyszerész + SPC/adatbázis

a pontosság igazolása

4. Orvosi kommunikáció

Gyógyszerész ↔ Orvos

Az igazi probléma megoldása

5. Regisztráció

Gyógyszerész

nyomon követhetőség

Gyakori hibák

  • Pihentető, mert a mesterséges intelligencia azt mondta, hogy „nincs probléma”. Fennáll a hamis negatív eredmények veszélye; A gyógyszerészi ellenőrzés elengedhetetlen.
  • Vakon engedelmeskedik minden figyelmeztetésnek. A hamis pozitív eredményeket ki kell küszöbölni, és meg kell akadályozni a szükségtelen orvoskeresést.
  • Rövidítések dekódolása mesterséges intelligencia segítségével. Ha a vényköteles rövidítések nem egyértelműek, kérdezze meg orvosát.
  • Mennyiség-időtartam számítás kihagyása. Az egyszerű aritmetikai következetlenségek megzavarják a betegek együttműködését.
  • Nem rögzíti a határozatot. A megszüntetett és rögzített riasztásoknak nyomon követhetőnek kell lenniük.

Összefoglalva

A mesterséges intelligencia értékes második szem a receptek ellenőrzésében; Biztonsági hálót hoz létre a figyelem kimerültsége ellen az adagolás, a többszörözés, a kölcsönhatás és a konzisztencia kockázatának megjelölésével. De nem ez az egyetlen ellenőrző réteg, mivel hamis pozitív és hamis negatív eredményt is produkálhat. A gyógyszerész először saját értékelést készít, a mesterséges intelligencia figyelmeztetéseit kiszűri az alkalmazási előírással és adatbázissal, az orvossal megoldja a valódi problémát, és rögzíti a döntést. A recept jóváhagyásáért mindig az illetékes gyógyszerész felelős.

Pályázati feladat

Állítson be egy névtelen felírási forgatókönyvet (betegkörnyezet + 4-5 tétel, beleértve a szándékos többszörözést és az adagolási idő eltérését). Kérje meg az AI-t a második szem előzetes vizsgálatára. Sorolja fel azokat a problémákat, amelyeket elkap és kihagy; Mutassa meg az SmPC/adatbázis segítségével, hogy mely riasztások hamis pozitívak. Végül írja le, hogy milyen orvosi kommunikációval fogja megoldani a valódi problémákat, és hogyan rögzíti azokat.

ellenőrző lista

  • [ ] Először magam értékeltem ki a receptet.
  • [ ] A páciens kontextusát névtelenül és teljes mértékben megadtam.
  • [ ] Strukturált elővizsgálatot kaptam az AI-tól.
  • [ ] Minden riasztást megerősítettem az alkalmazási előírás/adatbázis segítségével.
  • [ ] A hamis pozitívakat indoklással kiküszöböltem.
  • [ ] Az igazi problémát megoldottam az orvossal.
  • [ ] Rögzítettem az elkapott és megszüntetett riasztásokat.