Oppskriftskontroll, verifisering og feilregistrering

Gevinster:

• Evne til å forhåndsskanne dosering, indikasjon, duplisering og interaksjonsrisikoer i resepten med kunstig intelligens og flagge mistenkelige gjenstander
• Evne til å håndtere risikoen for falske positive/negative ved å bekrefte hvert varsel fanget opp av kunstig intelligens med preparatomtalen, veilederen og legen
• Reseptgodkjenning er den kompetente farmasøytens ansvar og i tvilstilfeller evnen til å anvende konsultasjonskjeden til legen.

Resepten er broen som overfører legens beslutning til farmasøytens praksis; Men farmasøyten sjekker hvert bord på denne broen separat. Feil dose, gjentatt medisinering, en oversett interaksjon, en indikasjon som ikke passer pasienten; Alt dette fanges opp i reseptsjekken. Denne oppgaven gjentas dusinvis av ganger i timen i et travelt apotek, og oppmerksomhetstrøtthet er en reell risiko. Kunstig intelligens er verdifull her som et annet øye: den flagger mistenkelige gjenstander, fremhever en risiko som kan bli oversett, minner deg om sjekklisten. Men AI kan produsere en falsk positiv (unødvendig alarm) eller falsk negativ (miss); så hver advarsel fra hans må også bekreftes. I denne enheten lærer du hvordan du kan gjøre kunstig intelligens til et trygt andre øye i reseptkontroll.

Dimensjoner på reseptkontroll

En god reseptsjekk stiller disse spørsmålene:

• Er det riktig medisin? Er indikasjonen (bruksgrunn) passende for pasienten? Er det forvirring på grunn av likheter mellom navn (f.eks. to like legemiddelnavn)?
• Er det riktig dose? Er dosen passende i forhold til alder, vekt, nyre-/leverfunksjon? Er den maksimale dosen overskredet?
• Er det noen duplisering? Er to produkter som inneholder samme aktive ingrediens foreskrevet sammen?
• Er det interaksjon? Interaksjon med foreskrevne medisiner eller andre pasienten tar?
• Er det noen kontraindikasjoner? Er medisinen skadelig på grunn av en pasients tilstand (graviditet, allergi, sykdom)?
• Er varigheten og beløpet konsekvente? Er antall bokser som er skrevet forenlig med dosen og varigheten?

AI kan forhåndsskjerme hver av disse dimensjonene; Men hvert funn bekreftes med preparatomtalen, veilederen og, når det er nødvendig, legen.

Blant disse dimensjonene er den mest lumske forvirringen forårsaket av likheten mellom navn (LASA i internasjonal litteratur: narkotika med lignende stavemåte eller uttale). To forskjellige aktive ingredienser som ligner hverandre med bare noen få bokstaver kan forveksles på grunn av håndskrift eller raskt utvalg, og en slik feil fører til en helt annen behandling. AI kan minne deg på om legemiddelnavnet på en resept har et kjent "blandbart par"; Men avgjørelsen om hvilken som egentlig menes, tas av pasientens diagnose og avklaring med legen ved behov. Den kunstige intelligensens advarsel om at «det kan være blandet med den medisinen» er en begynnelse, ikke en slutt.

Forsiktig: AI kan feil dechiffrere en forkortelse i resepten eller beregne en dose fra en annen form. Bare fordi han sier "ikke noe problem" beviser ikke at resepten er riktig; Han gir bare et tegn basert på det han ser.

Falsk positiv og falsk negativ

Det er to typer feil i reseptkontroll. En falsk positiv er å slå alarm når det faktisk ikke er noe problem; Hvis det skjer for ofte, skaper det «alarmtretthet» og reelle advarsler ignoreres. En falsk negativ mangler et reelt problem; Dette er farligere fordi det passerer stille. AI kan produsere begge deler. Det er derfor du ikke kan gjøre AI til det eneste kontrolllaget; det er et supplement til farmasøytens kontroll, ikke en erstatning.

tre minisaker

Tilfelle 1 — Duplikat av aktiv ingrediens. En resept inneholdt et smertestillende middel som inneholdt samme virkestoff under to forskjellige handelsnavn; Hvis pasienten tok begge sammen, ville dosen bli doblet. Kunstig intelligens flagget "mulig duplikat av aktiv ingrediens" i forhåndsscreeningen. Farmasøyten verifiserte innholdet i de to produktene på preparatomtalen, bekreftet dupliseringen og kansellerte ett av dem i samråd med legen. Kunstig intelligens fremhevet en risiko som kunne vært oversett.

Tilfelle 2 - Falsk positiv interaksjon. AI advarte om "seriøs interaksjon" i en resept. Da farmasøyten så på den aktuelle interaksjonsdatabasen, så han at dette var en teoretisk og klinisk ubetydelig interaksjon; Dosen og overvåkingen av pasienten var allerede trygg. Farmasøyten registrerte advarselen som "evaluert, ingen inngrep er nødvendig". Hvis kunstig intelligens ble fulgt blindt, ville det vært unødvendig legesøk og pasientangst.

Tilfelle 3 – Avvik i dose-varighet. I sirupen som ble foreskrevet til et barn, ble daglig dose og behandlingsvarighet gitt, men antall foreskrevne flasker var ikke nok til å fullføre behandlingen. Kunstig intelligens ga en advarsel om at «beløpet kanskje ikke dekker behandlingsperioden». Farmasøyten bekreftet kontoen, bekreftet mangelen og korrigerte mengden med legen. Kunstig intelligens fanget opp et aritmetisk avvik.

Steg for trinn oppskriftskontroll (støttet kunstig intelligens)

1. Anonymiser. Slett pasient-ID; enn si den kliniske konteksten.
2. Gjør din egen sjekk. Som farmasøyt vurderer du resepten først.
3. Be om et nytt øye. Be om AI-pre-screening for dose, duplisering, interaksjon og konsistens.
4. Filtrer varsler. Vei hvert varsel mot produktresuméet/databasen; Lukk ut falske positive.
5. Hvis du er i reell risiko, kontakt legen din. Løs det bekreftede problemet med en lege.
6. Noter avgjørelsen og begrunnelsen. Gjør både fangede og eliminerte varsler sporbare.

Svak forespørsel / Sterk forespørsel

Svak: "Er denne resepten riktig?"

Sterkt: "Pre-screen følgende resept som farmasøyts andre øye. Pasient (anonym): 70 år gammel, kreatininclearance ~30 mL/min, kjent allergi [...]. Resept: [medikament/dose/varighetsliste]. Flagg mistenkelige gjenstander under følgende overskrifter: passende dose, duplikatkontraindikasjon, konsistens, mengde-varighet, kontraindikasjon, mengde og varighet. SmPC/database 'et' og gi viktighetsnivået (høy/middels/lav) beslutning."

Pasientkonteksten, kontrolloverskriftene og verifiseringstilstanden er tydelige i den kraftige ledeteksten.

Fire kopierbare maler

Oppgave: Reseptbelagt forhåndsscreening (ANDRE ØYE, ikke beslutning).Pasient (anonym): alder [...], funksjon [...], allergi [...], andre medisiner [...].Resept: [medikament | dose | dosefrekvens | varighet | mengde].Utgang: | Penn | Tvil type | Beskrivelse | Viktighet | Bekreftelseskilde |Legg til "SmPC/retningslinjebekreftelse kreves" på hver linje.

Oppgave: Duplikatscreening av aktiv ingrediens. Legemiddelliste (handelsnavn): [...]. Utgang: Merk duplikater som kan inneholde samme aktive ingrediens; legg til merknad "innhold må verifiseres fra SmPC". Hvis du ikke er sikker, skriv [USIKKER].

Oppgave: Dose-mengde-varighet konsistenssjekk.Inndata: dose [...], frekvens [...], varighet [...] dager, reseptbeløp [...].Beregn: totalt nødvendige enheter etc. reseptbeløp. Merk eventuelle avvik. Vis beregningen trinn for trinn; Farmasøyten vil uavhengig verifisere.

Oppgave: sjekkliste for kontraindikasjoner. Pasientforhold: [graviditet/allergi/sykdom]. Narkotika: [...].Output: For hvert stoff "kan dette komme i konflikt med situasjonen?" Merk spørsmålet; ikke foreta en endelig vurdering, skriv "bekreft i kontraindikasjonsdelen av preparatomtalen".

Tabell for oppskriftskontrolllag

lag

Hvem/hva gjør

Formål

1. Farmasøyt første lesning

Farmasøyt

Klinisk logikk og integritet

2. Kunstig intelligens forhåndsscreening

kunstig intelligens

Merk hva du gikk glipp av

3. Kildebekreftelse

Farmasøyt + SPC/database

bevis på nøyaktighet

4. Legekommunikasjon

Farmasøyt ↔ Lege

Løser det virkelige problemet

5. Registrering

Farmasøyt

sporbarhet

Vanlige feil

• Avslappende fordi den kunstige intelligensen sa «ingen problem». Det er risiko for falske negativer; Farmasøytkontroll er viktig.
• Blindt adlyde hver advarsel. Falske positiver bør elimineres og unødvendige legesøk bør forhindres.
• Dekoding av forkortelser ved kunstig intelligens. Hvis reseptforkortelser er uklare, bør legen spørres.
• Hopp over mengde-varighet-beregning. Enkle aritmetiske inkonsekvenser forstyrrer pasientens etterlevelse.
• Registrerer ikke avgjørelsen. Eliminerte og fangede varsler må kunne spores.

Oppsummert

Kunstig intelligens er et verdifullt andre øye i reseptkontroll; Den etablerer et sikkerhetsnett mot oppmerksomhetstrøtthet ved å markere risiko for dosering, duplisering, interaksjon og konsistens. Men det kan ikke være det eneste kontrolllaget, da det kan produsere både falske positive og falske negative. Farmasøyten foretar først sin egen vurdering, filtrerer advarslene om den kunstige intelligensen med preparatomtalen og databasen, løser det virkelige problemet med legen og registrerer avgjørelsen. Ansvaret for reseptgodkjenning ligger alltid hos den kompetente farmasøyten.

Søknadsoppgave

Sett opp et anonymt reseptscenario (pasientkontekst + 4-5 elementer, inkludert tilsiktet duplisering og et dose-tidsavvik). Be AI om en ny forhåndsskanning for øyet. List opp problemene den fanger og savner; Vis med preparatomtalen/databasen hvilke av varslene den produserer som er falske positive. Til slutt, skriv ned legekommunikasjonen du vil bruke for å løse de virkelige problemene og hvordan du vil registrere dem.

sjekkliste

• [ ] Jeg vurderte resepten selv først.
• [ ] Jeg ga pasientens kontekst anonymt og fullstendig.
• [ ] Jeg mottok en strukturert forhåndsskanning fra AI.
• [ ] Jeg bekreftet hvert varsel med SmPC/databasen.
• [ ] Jeg eliminerte falske positiver med begrunnelse.
• [ ] Jeg løste det virkelige problemet med legen.
• [ ] Jeg registrerte varslene som ble fanget og eliminert.