Kontrol ng Recipe, Pag-verify at Pagkuha ng Error — Artipisyal na Katalinuhan sa Parmasya

Mga nadagdag:

Kakayahang mag-pre-scan ng dosis, indikasyon, pagdoble at mga panganib sa pakikipag-ugnayan sa reseta gamit ang artificial intelligence at mag-flag ng mga kahina-hinalang item
Kakayahang pamahalaan ang panganib ng mga maling positibo/negatibo sa pamamagitan ng pagkumpirma sa bawat alerto na nakuha ng artificial intelligence kasama ang SmPC, gabay at manggagamot
Ang pag-apruba ng reseta ay responsibilidad ng karampatang parmasyutiko at sa kaso ng pagdududa, ang kakayahang ilapat ang chain ng konsultasyon sa doktor.

Ang reseta ay ang tulay na naglilipat ng desisyon ng doktor sa pagsasanay ng parmasyutiko; Ngunit hiwalay na sinusuri ng parmasyutiko ang bawat board ng tulay na ito. Maling dosis, paulit-ulit na gamot, isang hindi pinapansin na pakikipag-ugnayan, isang indikasyon na hindi angkop sa pasyente; Ang lahat ng ito ay nakuha sa tseke ng reseta. Ang gawaing ito ay paulit-ulit na dose-dosenang beses bawat oras sa isang abalang parmasya, at ang pagkapagod sa atensyon ay isang tunay na panganib. Ang artificial intelligence ay mahalaga dito bilang pangalawang mata: nagba-flag ito ng mga kahina-hinalang item, nagha-highlight ng panganib na maaaring hindi mapansin, nagpapaalala sa iyo ng checklist. Ngunit ang AI ay maaaring makagawa ng maling positibo (hindi kinakailangang alarma) o maling negatibo (miss); kaya ang bawat babala niya ay dapat ding mapatunayan. Sa unit na ito, matututunan mo kung paano gawing ligtas na pangalawang mata ang artificial intelligence sa kontrol ng reseta.

Mga sukat ng kontrol sa reseta

Ang isang mahusay na tseke ng reseta ay nagtatanong ng mga tanong na ito:

Ito ba ang tamang gamot? Ang indikasyon ba (dahilan ng paggamit) ay angkop para sa pasyente? Mayroon bang pagkalito dahil sa pagkakapareho ng mga pangalan (hal. dalawang magkatulad na pangalan ng gamot)?
Tama ba ang dosis? Angkop ba ang dosis ayon sa edad, timbang, paggana ng bato/atay? Lumampas na ba ang maximum na dosis?
Mayroon bang anumang duplikasyon? Ang dalawang produkto ba na naglalaman ng parehong aktibong sangkap ay inireseta nang magkasama?
May interaksyon ba? Pakikipag-ugnayan sa mga iniresetang gamot o iba pang iniinom ng pasyente?
Mayroon bang anumang mga kontraindiksyon? Nakakasama ba ang gamot dahil sa kondisyon ng pasyente (pagbubuntis, allergy, sakit)?
Pare-pareho ba ang tagal at halaga? Ang bilang ng mga kahon na nakasulat ay tugma sa dosis at tagal?

Maaaring i-pre-screen ng AI ang bawat isa sa mga dimensyong ito; Ngunit ang bawat paghahanap ay nakumpirma sa SmPC, ang gabay at, kung kinakailangan, ang manggagamot.

Kabilang sa mga dimensyong ito, ang pinaka-nakapanloko ay ang kalituhan na dulot ng pagkakatulad ng mga pangalan (LASA sa internasyonal na literatura: mga gamot na may katulad na spelling o pagbigkas). Maaaring malito ang dalawang magkaibang aktibong sangkap na magkahawig sa isa't isa sa pamamagitan lamang ng ilang mga titik dahil sa sulat-kamay o mabilis na pagpili, at ang gayong error ay humahantong sa isang ganap na naiibang paggamot. Maaaring ipaalala sa iyo ng AI kung ang pangalan ng gamot sa isang reseta ay may kilalang "miscible pares"; Ngunit ang desisyon kung alin ang aktwal na sinadya ay ginawa ng pagsusuri ng pasyente at paglilinaw sa doktor kung kinakailangan. Ang babala ng artificial intelligence na "maaaring ihalo ito sa gamot na iyon" ay isang simula, hindi isang wakas.

Pag-iingat: Maaaring mali ang pagtukoy ng AI ng pagdadaglat sa reseta o pagkalkula ng dosis mula sa ibang anyo. Dahil lamang sa sinabi niyang "walang problema" ay hindi nagpapatunay na tama ang reseta; Nagbibigay lang siya ng sign base sa nakikita niya.

Maling positibo at maling negatibo

Mayroong dalawang uri ng mga error sa kontrol ng reseta. Ang isang maling positibo ay nagtataas ng alarma kapag talagang walang problema; Kung ito ay masyadong madalas mangyari, ito ay lumilikha ng "alarm fatigue" at ang mga tunay na babala ay binabalewala. Ang isang maling negatibo ay nawawala ang isang tunay na problema; Mas delikado ito dahil tahimik itong dumadaan. Ang AI ay maaaring gumawa ng pareho. Iyon ang dahilan kung bakit hindi mo maaaring gawing AI ang tanging control layer; ito ay pandagdag sa kontrol ng parmasyutiko, hindi isang kapalit.

tatlong mini case

Case 1 — Dobleng aktibong sangkap. Ang isang reseta ay naglalaman ng pangpawala ng sakit na naglalaman ng parehong aktibong sangkap sa ilalim ng dalawang magkaibang pangalan ng kalakalan; Kung ang pasyente ay kumuha ng pareho, ang dosis ay madodoble. Na-flag ng artificial intelligence ang "posibleng duplicate na aktibong sangkap" sa pre-screening. Na-verify ng parmasyutiko ang mga nilalaman ng dalawang produkto sa SmPC, nakumpirma ang pagdoble, at kinansela ang isa sa mga ito sa pagkonsulta sa doktor. Itinampok ng artificial intelligence ang isang panganib na maaaring hindi napapansin.

Kaso 2 — Maling positibong pakikipag-ugnayan. Nagbabala ang AI tungkol sa "seryosong pakikipag-ugnayan" sa isang reseta. Nang tingnan ng parmasyutiko ang kasalukuyang database ng pakikipag-ugnayan, nakita niya na ito ay isang teoretikal at hindi gaanong klinikal na pakikipag-ugnayan; Ang dosis at pagsubaybay ng pasyente ay ligtas na. Itinala ng parmasyutiko ang babala bilang "nasuri, walang interbensyon ang kinakailangan". Kung ang artificial intelligence ay bulag na sinusunod, magkakaroon ng hindi kinakailangang paghahanap para sa isang doktor at pagkabalisa ng pasyente.

Kaso 3 — Pagkakaiba sa tagal ng dosis. Sa syrup na inireseta para sa isang bata, ang pang-araw-araw na dosis at tagal ng paggamot ay ibinigay, ngunit ang bilang ng mga iniresetang bote ay hindi sapat upang makumpleto ang paggamot. Ang artificial intelligence ay nagbigay ng babala na "maaaring hindi saklaw ng halaga ang panahon ng paggamot". Na-verify ng parmasyutiko ang account, nakumpirma ang kakulangan, at itinama ang halaga sa doktor. Ang artificial intelligence ay nakakuha ng aritmetika na pagkakaiba.

Hakbang-hakbang na kontrol sa recipe (sinusuportahan ang artificial intelligence)

anonymize. I-clear ang ID ng pasyente; pabayaan ang klinikal na konteksto.
Gumawa ng sarili mong tseke. Bilang parmasyutiko, sinusuri mo muna ang reseta.
Humingi ng pangalawang mata. Humiling ng AI pre-screening para sa dosis, pagdoble, pakikipag-ugnayan at pagkakapare-pareho.
I-filter ang mga alerto. Timbangin ang bawat alerto laban sa SmPC/database; Tanggalin ang maling positibo.
Kung ikaw ay nasa tunay na panganib, kumunsulta sa iyong doktor. Lutasin ang nakumpirmang problema sa isang manggagamot.
Itala ang desisyon at katwiran. Gawing masusubaybayan ang mga nahuli at inalis na alerto.

Mahinang prompt / Malakas na prompt

Mahina: "Tama ba ang reseta na ito?"

Strong: "Paunang i-screen ang sumusunod na reseta bilang pangalawang mata ng parmasyutiko. Pasyente (anonymous): 70 taong gulang, clearance ng creatinine ~30 mL/min, alam na allergy [...]. Reseta: [listahan ng gamot/dosis/tagal]. I-flag ang mga kahina-hinalang item sa ilalim ng mga sumusunod na heading: pagiging angkop sa dosis, dobleng aktibong sangkap, kumpirmasyon ng bawat contraindication na may kasamang contraindication. SmPC/database 'et' at ibigay ang antas ng kahalagahan (high/medium/low) na desisyon."

Ang konteksto ng pasyente, mga heading ng kontrol at kundisyon ng pag-verify ay malinaw sa malakas na prompt.

Apat na maaaring kopyahin na mga template

Gawain: Duplicate active ingredient screening.Drug list (trade names): [...].Output: Markahan ang mga duplicate na maaaring naglalaman ng parehong aktibong sangkap; magdagdag ng tala "dapat ma-verify ang nilalaman mula sa SmPC". Kung hindi ka sigurado, isulat ang [UNCERTAIN].

Gawain: Pagsusuri ng pagkakapare-pareho ng halaga ng dosis. Input: dosis [...], dalas [...], tagal [...] araw, dami ng reseta [...]. Kalkulahin: kabuuang mga yunit na kailangan atbp. halaga ng reseta. Markahan ang anumang mga pagkakaiba. Ipakita ang pagkalkula nang sunud-sunod; Ang parmasyutiko ay malayang mag-verify.

Gawain: Contraindication checklist.Mga kondisyon ng pasyente: [pagbubuntis/allergy/sakit]. Mga Droga: [...].Output: Para sa bawat gamot "maaari ba itong sumalungat sa sitwasyon?" Markahan ang tanong; huwag gumawa ng pangwakas na paghatol, isulat ang "kumpirmahin sa seksyon ng kontraindikasyon ng SmPC".

Recipe control layers table

layer

Sino/ano ang ginagawa

Layunin

1. Unang pagbasa ng parmasyutiko

Pharmacist

Klinikal na lohika at integridad

2. Pre-screening ng artificial intelligence

artipisyal na katalinuhan

Markahan kung ano ang iyong napalampas

3. Pagkumpirma ng pinagmulan

Pharmacist + SPC/database

patunay ng katumpakan

4. Komunikasyon ng doktor

Parmasyutiko ↔ Manggagamot

Paglutas ng tunay na problema

5. Pagpaparehistro

Pharmacist

kakayahang masubaybayan

Mga karaniwang pagkakamali

Nakakarelax kasi sabi ng artificial intelligence na 'no problem'. May panganib ng mga maling negatibo; Mahalaga ang kontrol ng parmasyutiko.
Bulag na pagsunod sa bawat babala. Ang mga maling positibo ay dapat alisin at ang mga hindi kinakailangang paghahanap sa doktor ay dapat na pigilan.
Pag-decode ng mga pagdadaglat sa pamamagitan ng artificial intelligence. Kung ang mga pagdadaglat ng reseta ay hindi malinaw, dapat tanungin ang manggagamot.
Nilaktawan ang pagkalkula ng dami-tagal. Ang mga simpleng hindi pagkakapare-pareho ng aritmetika ay nakakagambala sa pagsunod ng pasyente.
Hindi naitala ang desisyon. Dapat na masubaybayan ang mga tinanggal at nakuhang alerto.

Sa buod

Ang artificial intelligence ay isang mahalagang pangalawang mata sa kontrol ng reseta; Nagtatatag ito ng isang safety net laban sa pagkapagod sa atensyon sa pamamagitan ng pag-flag ng mga panganib ng dosis, pagdoble, pakikipag-ugnayan, at pagkakapare-pareho. Ngunit hindi ito ang tanging control layer dahil maaari itong makagawa ng parehong maling positibo at maling negatibo. Ang parmasyutiko ay unang gumawa ng kanyang sariling pagsusuri, sinasala ang mga babala ng artipisyal na katalinuhan sa SmPC at database, nilulutas ang totoong problema sa doktor at itinatala ang desisyon. Ang responsibilidad para sa pag-apruba ng reseta ay palaging nasa karampatang parmasyutiko.

Gawain ng aplikasyon

Mag-set up ng hindi kilalang senaryo ng reseta (konteksto ng pasyente + 4-5 item, kasama ang sinadyang pagdoble at pagkakaiba sa oras ng dosis). Magtanong sa AI para sa isang pre-scan ng pangalawang mata. Ilista ang mga problemang nahuhuli at nakakaligtaan nito; Ipakita sa SmPC/database kung alin sa mga alertong ginagawa nito ay mga false positive. Panghuli, isulat ang komunikasyon ng doktor na iyong gagamitin upang malutas ang mga totoong problemang nahuli at kung paano mo ito itatala.

checklist

[ ] Sinuri ko muna ang reseta.
[ ] Ibinigay ko ang konteksto ng pasyente nang hindi nagpapakilala at ganap.
[ ] Nakatanggap ako ng structured pre-scan mula sa AI.
[ ] Kinumpirma ko ang bawat alerto sa SmPC/database.
[ ] Inalis ko ang mga maling positibo nang may katwiran.
[ ] Nalutas ko ang totoong problema sa doktor.
[ ] Ni-record ko ang mga alerto na nahuli at inalis.