Jednostka 6 / 12

Interakcja leków, dawkowanie i kontrola bezpieczeństwa leków

Zyski:

  • Możliwość wykorzystania sztucznej inteligencji jako narzędzia do wstępnej kontroli i przypominania o interakcjach i dawkowaniu leków
  • Możliwość stosowania tego, że każda dawka, interakcja i przeciwwskazanie musi być potwierdzone z aktualnej ulotki dołączonej do opakowania oraz zweryfikowanej bazy danych leków.
  • Możliwość zarządzania ryzykiem związanym ze sztuczną inteligencją w szczególnych sytuacjach, takich jak niewydolność nerek/wątroby, ciąża i pediatria

Błędy w leczeniu są jedną z najczęstszych przyczyn możliwych do uniknięcia szkód dla pacjenta: niewłaściwa dawka, pominięta interakcja, przeciwwskazanie (stan, w którym nie należy stosować leku), dawka niedostosowana do czynności nerek/wątroby. Jeśli pacjent przyjmuje 8-10 leków (polipragmazja), trudno jest pamiętać o możliwych interakcjach. Sztuczna inteligencja (AI) jest tu cenna jako narzędzie wstępnej kontroli i przypomnienia: wymienia możliwe interakcje, przypomina, że ​​dawka może być poza zakresem, wskazuje szczególną sytuację (ciąża, dziecko, starość). Żadna dziedzina medycyny nie jest jednak bardziej podatna na halucynacje: niewłaściwa dawka lub pominięte przeciwwskazanie skutkuje bezpośrednią szkodą dla pacjenta. Zatem złota zasada jest jasna: AI przypomina; Każda dawka, interakcja i przeciwwskazanie jest potwierdzana na podstawie aktualnej ulotki dołączonej do opakowania oraz zweryfikowanej bazy danych leków i dostosowywana przez lekarza do pacjenta.

Rola sztucznej inteligencji w bezpieczeństwie leków

Najbezpieczniejszym wkładem AI jest pytanie „Czy to przegapiłem?” jest pomoc w zadaniu pytania. Może szybko przypomnieć o możliwych parach interakcji, gdy podasz długą listę leków; Kieruje Cię do sprawdzenia tego w zweryfikowanej bazie danych. Może także służyć jako ogólne przypomnienie, w przypadku których narządów należy dostosować dawkowanie leku i w przypadku których grup należy zachować ostrożność.

Sztuczna inteligencja nie jest w stanie zapewnić dokładnego określenia dawki dla konkretnego pacjenta. Dawka; zależy od masy ciała, czynności nerek (klirens kreatyniny), stanu wątroby, wieku, ciąży/karmienia piersią i wskazania. AI może łączyć te zmienne niekompletnie lub niepoprawnie; można mieszać jednostki (mg na mikrogram, mg na ml); może podawać nieaktualne informacje. Dlatego wyniki sztucznej inteligencji nigdy nie trafiają bezpośrednio na receptę.

Uwaga: Dawki podanej przez AI nie można podawać bez potwierdzenia ulotką dołączoną do opakowania oraz zwalidowaną bazą leków i dostosować ją do stanu klinicznego pacjenta. Zwłaszcza w przypadku leków o wąskim zakresie terapeutycznym (leków, w przypadku których małe różnice w dawkach powodują szkody) błąd może być śmiertelny.

Krok po kroku: bezpieczna kontrola leków dzięki sztucznej inteligencji

  1. Podaj anonimowo listę leków i kontekst pacjenta. Wiek, waga, stan nerek/wątroby, ciąża, alergie.
  2. Poproś sztuczną inteligencję o interakcję i punkty uwagi jako „przypomnienia”.
  3. Potwierdź każdą interakcję ze zweryfikowaną bazą danych. Jakie jest jego znaczenie kliniczne?
  4. Potwierdź każdą dawkę za pomocą ulotki dołączonej do opakowania i instrukcji. Dostosuj się do konkretnej sytuacji.
  5. Porównaj przeciwwskazania i alergie z prawdziwą kartoteką.
  6. Podpisz receptę jako lekarz; Zapisz powód.

trzy mini etui

Przypadek 1 — Uchwycona interakcja. 68-letni pacjent stosuje warfarynę (lek rozrzedzający krew); Zostanie dodany nowy antybiotyk. AI przypomina, że ​​antybiotyk ten może nasilać działanie warfaryny i stwarzać ryzyko krwawienia. Lekarz potwierdza na podstawie zweryfikowanej bazy danych, zwiększa monitorowanie INR i w razie potrzeby wybiera alternatywę. przypomniała sztuczna inteligencja; Lekarz podjął decyzję i kontynuował leczenie.

Przypadek 2 — Halucynacje związane z niewłaściwą dawką. Lekarz zaleca dawkę AI pacjentowi z niewydolnością nerek. AI podaje standardową dawkę w oparciu o prawidłową czynność nerek; Pomija to potrzebę redukcji w oparciu o luz. Lekarz oblicza klirens kreatyniny i zmniejsza dawkę o połowę zgodnie z ulotką dołączoną do opakowania. Gdyby nie było potwierdzenia, podanoby toksyczną dawkę.

Przypadek 3 — Pułapka na jednostki. W pediatrii AI zaleca podawanie dużej objętości poprzez zmieszanie mg z ml przy obliczaniu dawki na podstawie masy ciała. Lekarz oblicza ręcznie mg na kilogram i przelicza go na prawidłową objętość. Błąd jednostki mógł wyrządzić dziecku poważną krzywdę; niezależne konto temu zapobiegło.

Tabela ryzyka wyjątków

Stan

Dlaczego jest to ryzykowne?

Limit AI

Obowiązek lekarza

niewydolność nerek

Wymagane zmniejszenie dawki

Może ominąć odprawę

Dostosuj dawkę w zależności od klirensu

niewydolność wątroby

Zmiany metabolizmu

Potrafi uogólniać

Ustawić zgodnie z instrukcją

Ciąża/karmienie piersią

Ryzyko dla płodu/niemowlęcia

Może być nieaktualne

Potwierdzenie kategorii i przewodnika

Pediatria

Dawkowanie na wagę

można mieszać jednostki

Ręczne obliczanie mg/kg

Osoby w podeszłym wieku/polipragmazja

Wiele interakcji

Brakuje listy majowej

Pełna kontrola dzięki bazie danych

Cztery szablony do kopiowania

Rola: TY JESTEŚ PRZYPOMNIENIEM o bezpieczeństwie leków; nie przepisujesz, nie podejmujesz decyzji o dawkowaniu. Pacjent (anonimowy): wiek [...], waga [...], stan nerek/wątroby [...], ciąża [...], alergia [...]. Leki: [...] Zadanie: Wypisz możliwe INTERAKCJE i punkty wymagające zachowania ostrożności. Zanotuj „należy potwierdzić z zatwierdzonej bazy danych” dla każdego. Dokładne dawkowanie; po prostu zwróć uwagę.

Zadanie: Wymień szczególne schorzenia wymagające DOSTOSOWANIA dawki następującego leku (nerki, wątroba, ciąża, wiek, dziecko). Do każdego przypadku dopisz adnotację „potwierdź prospektem i instrukcją”. Nie podawaj dokładnych liczb; podać punkty kontrolne. Leki i wskazania: [...]

Zadanie: Zamień następującą receptę w LISTĘ KONTROLNĄ dla bezpieczeństwa: - czy istnieją przeciwwskazania dla każdego leku? - czy dawka wydaje się być poza zakresem? - konflikt z alergią? - czy jednostka jest zgodna (mg/ml/mikrogram)? Decyzja i potwierdzenie należy do lekarza; po prostu generujesz punkty kontrolne.Przepis (anonimowy): [...]

Zadanie: Zapisz kroki (wzór, jednostka, działanie pośrednie), aby SPRAWDZIĆ obliczenie dawki na kilogram/klirens na poniższej liście leków dla pacjenta. Sfinalizuj wynik; Zweryfikuję ręcznie. Dane (anonimowe): [...]

Słaba zachęta/silna zachęta

Słabe: „Jaką ilość tego leku powinienem podać temu pacjentowi?”

Strong: „Anonimowy pacjent: 72 lata, 60 kg, szacowany klirens kreatyniny 35 ml/min, lek

W przypadku silnego podpowiedzi sztuczna inteligencja tworzy punkty kontrolne, a nie decyzje; Potwierdzenie i dawkowanie są u lekarza.

Typowe błędy

  • Przełączenie dawki AI bezpośrednio na receptę. Wymagany jest prospekt emisyjny i potwierdzenie rozliczenia.
  • Pomijanie zamieszania w jednostkach. Błędy w mg/ml/mikrogram mogą być śmiertelne.
  • Ignorowanie szczególnej sytuacji. Nerki, wątroba, ciąża i dzieci zmieniają dawkę.
  • Brak weryfikacji interakcji. Lista AI może być niekompletna lub jej znaczenie kliniczne może być niedokładne.
  • Nie porównuj alergii i przeciwwskazań z pilnikiem. Niezbędne są prawdziwe dane.

Kaskada przepisywania leków i ryzyko niepotrzebnego stosowania leków

Mniej mówionym zagrożeniem dla bezpieczeństwa leków jest „kaskada przepisywania”: skutek uboczny jednego leku jest postrzegany jako nowy objaw i przepisywany jest drugi lek, aby temu przeciwdziałać; po trzecie ze względu na skutki uboczne... W ten sposób pacjent zostaje z zasadniczo niepotrzebną stertą leków. Sztuczna inteligencja może pomóc w rozpoznaniu tej kaskady: może przypomnieć, czy objaw jest znanym skutkiem ubocznym leku przyjmowanego przez pacjenta. Jest to szczególnie cenne u pacjentów w podeszłym wieku, którzy przyjmują wiele leków.

Ale tutaj także sztuczna inteligencja jest tylko przypomnieniem. Zaprzestanie, zmniejszenie dawki lub zmiana leku to decyzja kliniczna; Lekarz ocenia wskazanie, stan ogólny pacjenta i ryzyko przerwania leczenia. Ostrzeżenie sztucznej inteligencji, że „ten objaw może być spowodowany tym lekiem” jest hipotezą, którą należy zweryfikować, a nie receptą. Prawidłowe użycie polega na połączeniu ostrzeżenia z oceną kliniczną w celu bezpiecznego przeglądu niepotrzebnych leków (uzgodnienie leków).

Wskazówka: Kiedy zauważysz nowy objaw, zapytaj sztuczną inteligencję „czy może to być efekt uboczny jednego z leków przyjmowanych przez pacjenta?” Pomaga wcześnie wychwycić kaskadę przepisywania leków; jednak decyzja o przerwaniu leczenia zawsze opiera się na ocenie klinicznej.

Podsumowując

Sztuczna inteligencja dobrze przypomina o interakcjach leków i bezpieczeństwie dawkowania; Przypomina nam o przeoczonej interakcji i punkcie uwagi. Jednak ryzyko nieprawidłowego dozowania, błędu jednostkowego i pominięcia wyjątków jest wysokie; Obszar ten jest jednym z najbardziej podatnych na halucynacje. Każdą dawkę i interakcję potwierdzaj na podstawie aktualnej ulotki dołączonej do opakowania i zweryfikowanej bazy danych, oddzielnie obliczaj stan nerek/wątroby/ciąży/dzieci, sprawdzaj zgodność jednostek i podpisuj receptę odpowiedzialnie jako lekarz.

Zadanie aplikacji

Przekaż AI listę leków anonimowego pacjenta z polipragmazją, korzystając z powyższego szablonu przypomnienia. Ile możliwych interakcji wymienił? Ile z nich w zatwierdzonej bazie danych okazało się klinicznie istotnych? Ręcznie przelicz dawkę na podstawie czynności nerek i porównaj z zaleceniami AI. Jeśli jest różnica, napisz powód.

lista kontrolna

  • [ ] Listę leków i kontekst pacjenta przekazałem anonimowo.
  • [ ] Poprosiłem AI o listę przypomnień i interakcji, a nie dawek.
  • [ ] Każdą interakcję zweryfikowałem w zweryfikowanej bazie danych.
  • [ ] Sprawdziłem każdą dawkę z ulotką dołączoną do opakowania i instrukcją.
  • [ ] Ustawiłem nerki/wątrobę/ciążę/pediatrię.
  • [ ] Sprawdziłem konsystencję jednostkową (mg/ml/mikrogram).
  • [ ] Porównałem alergię i przeciwwskazania z rzeczywistym plikiem.
  • [ ] Podpisałem receptę jako lekarz i zapisałem powód.