Mga nadagdag:
- Kakayahang i-convert ang mga prinsipyo sa pag-verify (tamang pasyente, gamot, dosis, ruta, oras) sa isang checklist na may artificial intelligence sa paggamit ng gamot
- Kakayahang maghanda ng mga draft na paalala para sa mga babala sa high-risk na gamot, allergy at pakikipag-ugnayan
- Ang pag-unawa na ang dosis ng gamot at mga desisyon sa aplikasyon ay ginawa ng utos ng doktor at pag-verify ng nars, at ang artificial intelligence ay hindi kailanman mapagkakatiwalaan nang mag-isa sa pagkalkula ng dosis.
Ang pangangasiwa ng gamot ay isa sa mga madalas na ginagawa at may mataas na panganib na mga trabaho sa nursing. Ang isang gamot na ibinigay sa maling pasyente, isang maling kalkulasyon na dosis, isang hindi napapansin na allergy o pakikipag-ugnayan ay maaaring magdulot ng malubhang pinsala sa pasyente o kahit na magdulot ng kanyang buhay. Kaya naman ang kaligtasan sa droga ay pinamamahalaan ng mahigpit na mga prinsipyo sa buong mundo. Makakatulong ang AI sa lugar na ito: paggawa ng mga checklist, paggawa ng mga paalala, pag-streamline ng mga kumplikadong tagubilin, pagbalangkas ng mga babala tungkol sa mga pakikipag-ugnayan sa droga. Ngunit narito ang pinakamalupit na limitasyon ng yunit na ito: ang dosis ng gamot at desisyon sa pangangasiwa ay kritikal sa kaligtasan; Ang pagkalkula ng dosis ng AI ay hindi dapat umasa nang mag-isa. Ang dosis ay tinutukoy ng utos ng doktor, ang nars ay personal na nagpapatunay nito, at ang pangalawang nars ay nagsusuri kung kinakailangan.
Ang batayan ng kaligtasan ng droga: mga prinsipyo ng "tama"
Ang backbone ng pangangasiwa ng droga ay ang mga prinsipyo ng "katumpakan", na sinusuri bago ang bawat aplikasyon. Ang klasikong limang pangunahing kaalaman ay:
- Tamang pasyente — nakumpirma ang pagkakakilanlan gamit ang dalawang identifier (pangalan at petsa ng kapanganakan/ID).
- Tamang gamot — ang order ay tumutugma sa gamot; Mag-ingat sa mga gamot na may katulad na pangalan.
- Tamang dosis — ang order, account at kasalukuyang form ay sinusuri.
- Ang tamang ruta—oral, intravenous, intramuscular, atbp. totoo ba ito?
- Tumpak na oras — iniutos na oras at dalas.
Ang mga pinalawak na listahan ay nagdaragdag din ng mga item tulad ng tamang tala, tamang indikasyon, tamang sagot. Napakahusay ng AI sa paggawa ng maayos na checklist na nagpapaalala sa iyo ng mga prinsipyong ito. Ngunit trabaho ng nars na ipatupad ang listahan, iyon ay, talagang suriin ito; Hindi aprubahan ng AI, aprubahan mo.
Babala: Mapanganib na sabihin sa AI "kalkulahin ang dosis ng gamot na ito" at ilapat ang resultang numero. Maaaring malito ng AI ang mga unit (mg/mL), maling paggamit ng weight o age factor, shift decimal. Ang bawat dosis ay dapat na independiyenteng ma-verify laban sa utos ng doktor at kasalukuyang sanggunian ng gamot; Dapat gawin ang dobleng pagsusuri para sa mga gamot na may mataas na panganib.
Mga gamot na may mataas na panganib at double-checking
Ang ilang mga gamot ay maaaring nakamamatay kung sakaling magkamali: insulin, heparin at iba pang pampalabnaw ng dugo, opioid, concentrated electrolytes, chemotherapy na gamot. Para sa mga gamot na ito na may mataas na alerto, ang mga institusyon ay kadalasang nangangailangan ng independiyenteng pag-double-check: dalawang nars ang independiyenteng i-verify ang dosis at pagkalkula. Makakatulong ang AI sa prosesong ito bilang mga paalala at checklist, ngunit hindi ito kailanman kapalit ng independiyenteng kontrol ng dalawang tao.
tatlong mini case
Case 1 — Babala sa pakikipag-ugnayan. Isang bagong antibiotic ang iniutos para sa isang pasyente. Ibinibigay ng nars ang mga kasalukuyang gamot ng pasyente sa (hindi kilalang) AI at sinabing, "ilista ang mga posibleng makabuluhang pakikipag-ugnayan, ngunit tandaan na kailangan kong kumpirmahin ang bawat isa sa kasalukuyang pinagmulan ng pakikipag-ugnayan." Bina-flag ng AI ang ilang posibleng pakikipag-ugnayan. Bine-verify ito ng nars gamit ang mapagkukunan ng pakikipag-ugnayan sa gamot ng pasilidad at ang parmasyutiko. Naakit ng AI ang pansin; kumpirmasyon sa mga tao.
Kaso 2 — Mapanganib na error sa dosis. Ang isang nars ay may AI na kalkulahin ang isang pediatric na dosis; Nakukuha ng AI ang dosis sa bawat kilo nang tama, ngunit pinaghalo ang mga yunit sa kabuuang volume at nagbibigay ng halaga na 10 beses na mas mataas. Nahuhuli ng nars ang error kapag independiyente niyang sinusuri ang order at insert ng gamot. Aralin: Ang output ng dosis ng AI ay hindi kailanman ibinibigay nang walang independiyenteng kontrol.
Case 3 — Ang hakbang na hindi maaaring makaligtaan sa checklist. Sa isang abalang shift, inutusan ng isang nars ang AI na maghanda ng dobleng checklist para sa pangangasiwa ng insulin (pagkumpirma ng asukal sa dugo, order, dosis, bersyon, pangalawang lagda ng nars). Salamat sa listahan, walang hakbang na napalampas. Ang papel ng AI ay evocative; Dalawang nars ang nagkokontrol.
Hakbang-hakbang: checklist ng gamot na may AI
- Magtakda ng mga patakaran. Mga prinsipyong "Tama" + mga hakbang na partikular sa institusyon.
- Gumawa ng checklist. Ayon sa uri ng gamot (routine/high risk).
- Itugma sa utos ng doktor. Hindi binabago ng listahan ang pagkakasunud-sunod, kinokontrol nito ang pagkakasunud-sunod.
- I-verify ang dosis nang nakapag-iisa. Huwag magtiwala sa pagkalkula ng AI; Kumpirmahin sa pinagmulan.
- Kung ito ay mataas ang panganib, i-double check. Dalawang nurse, independent.
- Ilapat, i-save, panoorin ang tugon.
Apat na maaaring kopyahin na mga template
Gawain: DRAFT ng checklist ng nars batay sa mga prinsipyo ng "tama" para sa sumusunod na pangangasiwa ng gamot (tamang pasyente, gamot, dosis, ruta, oras, tala).Pagkalkula ng dosis; Sabihin na ang dosis ay mabe-verify sa utos ng doktor at sanggunian sa gamot. Droga/ruta: [...]
Gawain: Ilista ang mga posibleng pakikipag-ugnayan sa (anonymous) na listahan ng gamot na maaaring mangailangan ng pag-iingat kapag ginamit nang magkasama. Markahan ang bawat isa ng tala na "kasalukuyang pinagmumulan ng pakikipag-ugnayan at dapat kumpirmahin sa parmasyutiko." Huwag gumawa ng matatag na desisyon. Mga gamot: [...]
Gawain: Maghanda ng independiyenteng double checklist para sa high-risk na gamot na ito (hal. insulin/heparin): pagkakakilanlan, order, dosis, konsentrasyon, rate/volume, pag-apruba ng pangalawang nars. Ako at ang pangalawang nars ang gagawa ng matematika; ilabas lang ang checklist. Gamot: [...]
Gawain: Isalin ang sumusunod na mga tagubilin sa gamot sa isang simpleng iskedyul ng pangangasiwa para sa pasyente (ano, magkano, kailan, paano). Panatilihing pareho ang pangalan ng gamot at dosis, huwag baguhin; markahan ang hindi maliwanag na punto bilang "KINAKAILANGANG PAGKUMPIRMA". Tagubilin: [...]
Mahinang prompt / Malakas na prompt
Mahina: "Kalkulahin at sabihin ang dosis ng gamot ng pasyenteng ito."
Güçlü: "Gumawa ng draft checklist ng nars batay sa 'tamang' mga prinsipyo para sa sumusunod na pangangasiwa ng gamot. HUWAG kalkulahin ang dosis; ipaalala sa bawat hakbang na ang dosis ay independiyenteng mabe-verify sa utos ng doktor at kasalukuyang sanggunian sa gamot, at sa pangalawang nars kung ito ay isang mataas na panganib na gamot. Ang layunin ko ay gawing mas madali ang kontrol, hindi ipaubaya sa iyo ang pagkalkula."
Sa malakas na prompt, ang tungkulin ng AI ay limitado sa paalala; Ang responsibilidad para sa dosis ay nananatili sa tao.
Mga karaniwang pagkakamali
- Umaasa sa pagkalkula ng dosis ng AI. Ang mga error sa unit at decimal ay maaaring nakamamatay; Kinakailangan ang independiyenteng kumpirmasyon.
- Tinatanggal ang isa sa mga "tamang" prinsipyo. Ang limang pangunahing + talaan ay dapat suriin sa bawat aplikasyon.
- Nilaktawan ang double check sa mga high-risk na gamot. Dalawang independiyenteng kontrol ng tao ang kinakailangan.
- Napagkakamalang kumpletong impormasyon ang babala sa pakikipag-ugnayan. Ang AI ay maaaring nasa ilalim o labis na alerto; Kinakailangan ang kumpirmasyon ng parmasyutiko/pinagmulan.
- Pinapalitan ang checklist para sa order. Sinusuri ng listahan ang pagkakasunud-sunod, hindi nito binabago ito.
Pagkakasundo ng gamot
Isa sa mga pinakamapanganib na sandali sa pagdating ng pasyente sa ospital, paglipat sa pagitan ng mga serbisyo at paglabas ay ang pagkakasundo ng gamot: paghahambing ng mga gamot na ginagamit ng pasyente sa bahay sa mga gamot na iniutos sa ospital at pag-aalis ng mga hindi pagkakapare-pareho (nakalimutan, paulit-ulit o magkasalungat na mga gamot). Ang mga error sa gamot ay karaniwan sa mga transition point na ito. Makakatulong ang AI sa paggawa ng sketch ng paghahambing na naglalagay ng dalawang listahan (anonymous) na magkatabi at nagba-flag ng mga hindi pagkakapare-pareho gaya ng "aling gamot ang nasa bahay ngunit wala sa pagkakasunud-sunod, na nadoble, alin ang dalawa sa parehong potensyal." Ito ay gumagawa ng mga nakikitang punto na maaaring hindi mapansin.
Gayunpaman, ito ay isang paunang pagsusuri lamang. Maaaring maling makilala ng AI ang isang gamot, makaligtaan ang isang generic na gamot, o bumuo ng isang salungatan na hindi umiiral. Ang anumang pagkakaiba ay sinusuri at niresolba sa doktor at, kung kinakailangan, ng parmasyutiko. Ang pangwakas na responsibilidad para sa pagkakasundo ng gamot ay nakasalalay sa pangkat ng klinikal; Pinapabilis lang ng AI ang paghahambing.
Mga aplikasyon na nangangailangan ng pagbubuhos at pagkalkula
Ang mga gamot at likido na ibinibigay sa intravenously ay kadalasang nangangailangan ng pagkalkula ng rate (halimbawa, pagtatakda ng mga patak/oras o mL/oras upang makapaghatid ng isang partikular na dosis sa isang tiyak na tagal ng panahon). Ang mga account na ito ay napakahilig sa mga pagkakamali at ang mga pagkakamali ay maaaring nakamamatay. Mapanganib na gawin ng AI ang kalkulasyong ito at direktang gamitin ang resulta; Maaaring paghaluin ng AI ang mga unit o laktawan ang isang hakbang. Ang tamang diskarte ay ang magsagawa ng pagkalkula nang nakapag-iisa gamit ang naaprubahang paraan ng institusyon, kalkulasyon pump at isang pangalawang pagsusuri ng nars; Ito ay ang paggamit lamang ng AI bilang isang checklist upang ipaalala sa iyo ang mga hakbang ng account. Ang "AI ay natagpuan ang parehong resulta" ay hindi isang pag-verify; Ang malayang kontrol ng tao ay mahalaga. Palaging inilalapat ang patakarang dobleng kontrol ng institusyon para sa mga pagbubuhos na may mataas na panganib.
Pag-iingat: Ang isa sa mga pinaka-mapanganib na patibong sa kaligtasan ng droga ay ang paghahalo ng mga gamot na may magkatulad na pangalan o tunog (hal. mga homophone o pangalan ng gamot na may katulad na mga spelling). Maaaring maling makilala ng AI ang isang pangalan ng gamot o magmungkahi ng katulad nito; Samakatuwid, ang anumang pangalan ng gamot na ibinigay ng AI ay hindi dapat tanggapin nang hindi ito inihahambing ang bawat titik sa order at ang aktwal na kahon ng gamot. Gayundin, mapanganib ang mga pagdadaglat: Maaaring mali ang pagbabaybay ng AI ng isang acronym. Kadalasang inirerekomenda ng mga institusyon ang pag-iwas sa mga mapanganib na acronym; Ang pagsulat ng bawat acronym sa AI output nang malinaw at maigsi ay maiiwasan ang hindi pagkakaunawaan. Tandaan: sa kaligtasan ng droga, "malamang na totoo" ay hindi sapat; Ang bawat aplikasyon ay dapat na eksakto sa sulat.
Sa buod
Tumutulong ang AI sa kaligtasan ng gamot bilang isang checklist, paalala, at outline ng pakikipag-ugnayan; Ginagawa nitong nakikita ang mga hakbang na maaaring laktawan. Ngunit ang dosis ng gamot at mga desisyon sa pangangasiwa ay kritikal sa kaligtasan. Ang pagkalkula ng dosis ng AI ay hindi kailanman maaasahang mag-isa: ang dosis ay tinutukoy ng utos ng manggagamot, ang nars ay nag-iisa-isa na nagve-verify nito, at para sa mga high-risk na gamot, ang pangalawang nars ay nag-double check. Ang mga prinsipyo ng "tama" ay ang patuloy na gulugod ng bawat kasanayan.
Gawain ng aplikasyon
Hayaang maghanda ang AI ng checklist batay sa "tama" na mga prinsipyo para sa isang gamot na madalas mong ibinibigay sa iyong ward (nang hindi humihingi ng mga kalkulasyon ng dosis). Pagkatapos: (1) isama ang hindi bababa sa isang hakbang na partikular sa iyong institusyon sa listahan, (2) tukuyin kung ang gamot ay mataas ang panganib at isama ang isang double-check na hakbang kung kinakailangan, (3) ipaliwanag sa isang talata kung bakit hindi ka magtitiwala sa pagkalkula ng AI sa isang senaryo ng dosing.
checklist
- [ ] Inilalagay ko ang "tama" na mga prinsipyo sa checklist.
- [ ] Nagdagdag ako ng mga hakbang na partikular sa institusyon.
- [ ] Kinumpirma ko ang dosis sa utos ng doktor at sanggunian sa gamot.
- [ ] Hindi ako nag-iisa sa account ng AI.
- [ ] Idouble-check ko ang high-risk na gamot.
- [ ] Nai-save ko ang application at ang tugon.
- [ ] Nakumpirma ko ang mga babala sa pakikipag-ugnayan sa parmasyutiko/pinagmulan.