Единицы
1. Введение в искусственный интеллект в аптеке: границы, валидация, ответственность и этика 2. Искусственный интеллект во взаимодействии лекарств и контроле дозы 3. Консультирование пациентов и рациональное использование лекарств 4. Контроль рецептов, проверка и обнаружение ошибок 5. Фармаконадзор: мониторинг и уведомление о побочных эффектах 6. Искусственный интеллект в управлении запасами, сроками годности и поставками 7. Обзор литературы и доказательная аптека 8. Расчет дозировки, препарат Магистраль и фармацевтические расчеты 9. Особые группы пациентов: беременность, педиатрия, гериатрия и органная недостаточность. 10. Нормативно-правовая проверка, лицензирование и возмещение расходов 11. Управление аптекой, коммуникация и документация 12. Комплексный рабочий процесс и применение искусственного интеллекта в аптеке
Единица 2 / 12

Искусственный интеллект во взаимодействии лекарств и контроле дозы

Прибыль:

  • Возможность оценить качество доказательств и пределы результатов при предварительном скрининге взаимодействия лекарств, продуктов питания и лекарств с заболеванием с помощью искусственного интеллекта.
  • Возможность перекрестной проверки результатов искусственного интеллекта с независимыми расчетами и SmPC при расчетах дозы, единицы измерения и частоты применения.
  • Способность понимать, что окончательная ответственность за взаимодействие и решения о дозировке лежит на компетентном фармацевте и что клиническое значение должно оцениваться в контексте пациента.

В основе фармации лежат два вопроса: «Безопасны ли эти препараты вместе?» и «Подходит ли эта доза для этого пациента?» Эти два вопроса задаются сотни раз каждый день, и каждый напрямую затрагивает безопасность пациентов. Искусственный интеллект может ускорить предварительную проверку этих вопросов; Он помещает перед вами список возможных взаимодействий, напоминает вам о логике дозировки и указывает на момент, который вы забыли. Но разница между «возможным взаимодействием» и «клинически значимым взаимодействием для данного пациента» — это суть вашей профессии, и эту разницу делаете вы, а не ИИ. В этом модуле вы узнаете, как сделать искусственный интеллект безопасным инструментом предварительного скрининга для взаимодействия и контроля дозы.

Три типа взаимодействия лекарств

Взаимодействие – это когда одно вещество изменяет эффект другого вещества. Существует три основных типа:

  • Лекарственное взаимодействие: два препарата усиливают или ослабляют эффект друг друга. Пример: одновременный прием варфарина (разжижающего кровь) и некоторых антибиотиков может увеличить риск кровотечения.
  • Взаимодействие лекарства с питательными веществами: пища изменяет всасывание или метаболизм лекарства. Пример: грейпфрутовый сок может повысить уровень некоторых лекарств в крови.
  • Взаимодействие лекарства с заболеванием. Лекарство может ухудшить существующее заболевание пациента. Пример: некоторые обезболивающие могут быть вредны при сердечной недостаточности или заболевании почек.

ИИ может проверять все три типа, но задача фармацевта — оценить клиническую значимость каждого предупреждения (требует ли оно на самом деле вмешательства) в контексте пациента.

Внимание: даже в базах данных по взаимодействиям различают «теоретическое» и «клинически значимое» взаимодействие. ИИ может перечислить и то, и другое с одинаковой серьезностью. Сравнивайте каждое оповещение с текущим источником, чтобы избежать усталости от оповещений (слишком много оповещений и отсутствие реального).

Где искусственный интеллект помогает в контроле дозы

Контроль дозы состоит из трех этапов: определение правильной дозы, ее корректировка для пациента и правильный расчет. Искусственный интеллект:

  1. Напоминает: «Нужна ли коррекция дозы этого препарата при почечной недостаточности?» Он дает ответы на такие вопросы в качестве предварительного отбора.
  2. Черновики расчетов: быстрый вывод рутинных расчетов, таких как расчет мг/кг, преобразование мл, частота применения.
  3. Создает контрольный список: перечисляет вещи, на которые следует обратить внимание перед подтверждением дозы.

Но на всех трех этапах последнее слово остается за SmPC (краткая информация о продукте; официально утвержденный информационный текст о препарате) и независимым отчетом. ИИ может неправильно запомнить дозу, перепутать единицы измерения (мг и мкг) или указать дозу по другому показанию.

три мини-кейса

Случай 1 — Варфарин и антибиотики. Врач прописал новый антибиотик 72-летнему пациенту, принимающему варфарин. Искусственный интеллект предупредил, что «повышенный риск кровотечения, рекомендуется тщательный мониторинг МНО» во время предварительного скрининга. Фармацевт подтвердил это предупреждение текущей базой данных взаимодействия и ОХЛП, проинформировал врача и напомнил пациенту дату контроля МНО (анализа на свертываемость крови). ИИ стал здесь защитой; Решение было принято по согласованию фармацевта и врача.

Случай 2. Детская дозировка. Сироп был назначен ребенку 4 лет, весом 16 кг. Доза 15 мг/кг/сут в 2 приема в день. ИИ рассчитал «16 × 15 = 240 мг/день, по 120 мг на дозу». Фармацевт самостоятельно проверил расчет, получил концентрацию сиропа (например, 250 мг/5 мл) из ОмФЦ и рассчитал ее как 2,4 мл на дозу. ИИ не мог дать мл, потому что не знал концентрации; Фармацевт выполнил этот шаг сам.

Случай 3 — Функция почек. Пациенту с расчетным клиренсом креатинина 25 мл/мин был назначен препарат, который обычно назначают в полной дозе. Искусственный интеллект сказал: «Этот препарат может потребовать корректировки дозировки при почечной недостаточности, подтверждают ОХЛП». Фармацевт увидел в ОХЛП, что дозу следует уменьшить вдвое, если клиренс ниже 30 мл/мин, и обратился к врачу. Искусственный интеллект постучался в нужную дверь, но SPC выдала точную цену.

Пошаговое взаимодействие и контроль дозы

  1. Настройте анонимный контекст. Подготовьте возраст, вес, состояние почек/печени пациента и полный список лекарств (без идентификации).
  2. Запросите предварительную проверку. Попросите ИИ составить список рисков взаимодействия и дозировки.
  3. Фильтр по клинической значимости. Сопоставьте каждое предупреждение с текущей базой данных/SmPC; Это теоретическое или имеющее смысл?
  4. Расчет сделайте самостоятельно. Решите расчет дозы еще раз с помощью единичного анализа.
  5. При необходимости обратитесь к врачу. Если у вас есть сомнения, свяжитесь с нами; Запишите решение и обоснование.

Слабая подсказка / Сильная подсказка

Слабый: «Взаимодействуют ли эти препараты?»

Сильный: «Перечислите возможные взаимодействия между лекарствами и лекарствами в качестве предварительного скрининга для пациента, используя следующий список лекарств. Пациент: 68 лет, сердечная недостаточность, клиренс креатинина ~35 мл/мин. Лекарства: [список]. Для каждого взаимодействия укажите механизм, вероятный клинический исход и отметьте «Требуется подтверждение SmPC/базы данных». Принятие клинического решения; только контрольный список».

В мощной подсказке понятны контекст пациента, список лекарств и лимит; Результатом является не решение, а контрольный список для проверки.

Четыре копируемых шаблона

Задача: Предварительный скрининг взаимодействия (НЕ РЕШЕНИЕ).Пациент (анонимно): возраст [...], вес [...], почки/печень [...], диагноз [...].Список лекарств: [...].Выход: | Лекарственная пара | Механизм | Возможный исход | Приоритет (высокий/средний/низкий) | Источник подтверждения |Примечание. В каждую строку добавьте «Требуется подтверждение SPC/базы данных».

Задача: Составить контрольный список дозировок. Препарат: [...], показание: [...], возраст/вес/функция пациента: [...]. Сортировать: 1) Известен ли стандартный диапазон доз? 2) Необходима ли корректировка почек/печени? 3) Максимальный риск передозировки? 4) Частота/продолжительность применения? Для каждого пункта напишите «подтвердить от SmPC». Не указывайте точное число, вычтите точку, которую нужно проверить.

Задача: показать ШАГ ЗА ШАГОМ расчета дозы в мг/кг и записать анализ единицы измерения. Входные данные: вес [...] кг, доза [...] мг/кг/день, количество доз [...]/день, концентрация продукта [...] мг/мл. Выходные данные: мг в день, мг на дозу, мл на дозу. Указывайте единицы на каждом этапе. Внимание: Фармацевт должен самостоятельно проверить данный расчет.

Задача: Перечислить взаимодействия лекарств и питательных веществ. Лекарства: [...]. Результат: | Медицина | Взаимодействующая еда/напиток | Воздействие | Предложение для пациента | Примечание о подтверждении | Пишите только известные и проверенные взаимодействия; Если не уверены, отметьте «неуверенно-подтверждено».

Таблица предостережений по контролю дозировки в зависимости от типа препарата

Статус

Роль искусственного интеллекта

Обязательная верификация

Стандартная доза для взрослых

Напоминание/контрольный список

Диапазон доз SPC

Почечная/печеночная недостаточность

Сигнал о необходимости корректировок

Точная норма + расчет клиренса из ОмПК

Педиатрический (мг/кг)

проект счета

Независимый аккаунт + концентрация

Препарат с узким терапевтическим индексом (например, варфарин, дигоксин)

Выделение оповещения

ОмЛП + параметр мониторинга + врач

Распространенные ошибки

  • Относитесь к каждому предупреждению одинаково серьезно. Теоретическое и клинически значимое взаимодействие следует разделять.
  • Отвлечение внимания от искусственного интеллекта. Концентрация продукта всегда указана на упаковке/этикетке.
  • Пропуск путаницы в единицах. При расчете следует уточнять такие единицы измерения, как мг/мкг, мг/мл, %.
  • Расслабление на лекарствах с узким терапевтическим индексом. В этих препаратах небольшая ошибка представляет собой большой риск; требуется последующее наблюдение.
  • Отсрочка консультации с врачом. Не следует откладывать общение по поводу значимого взаимодействия/дозы.

В заключение

Искусственный интеллект — мощный инструмент предварительной проверки и напоминания при взаимодействии и контроле дозы; Это выявляет возможные риски и ускоряет рутинную работу. Но обязанность фармацевта – различать «вероятное» и «значимое для данного пациента», получить концентрацию и точное соотношение из ОмЛП, самостоятельно проверить расчет и при возникновении сомнений проконсультироваться с врачом. Решение и ответственность остается за компетентным фармацевтом.

Задача приложения

Создайте анонимный профиль пациента (возраст, вес, функция почек, 4-5 препаратов). Попросите ИИ провести предварительную проверку взаимодействия и контрольный список дозировок. Сравните каждое оповещение в выходных данных с текущим источником взаимодействия и SmPC; Укажите, какое предупреждение является клинически значимым, а какое теоретическим. Произведите расчет дозы самостоятельно и сравните его с результатом ИИ и отметьте разницу.

контрольный список

  • [ ] Я анонимно и полностью предоставил пациенту контекст.
  • [ ] Я отфильтровал предварительный скрининг взаимодействия на предмет клинической значимости.
  • [ ] Я подтвердил каждое предупреждение с помощью текущей базы данных/SmPC.
  • [ ] Я проверил расчет дозы путем независимого и единичного анализа.
  • [ ] Я получил соотношение концентрация/точное от SPC.
  • [ ] Я проявлял дополнительную осторожность при использовании препаратов с узким терапевтическим индексом.
  • [ ] В случае сомнений я проконсультировался с врачом и записал решение.