Yunit 9 / 12

Mga Espesyal na Grupo ng Pasyente: Pagbubuntis, Pediatrics, Geriatrics at Organ Failure

Mga nadagdag:

  • Kakayahang mag-pre-screen ng pagsusuri ng gamot sa pagbubuntis/paggagatas, mga bata, matatanda at mga pasyente ng kidney/liver failure na may artificial intelligence
  • Kakayahang markahan ang mga resultang may mataas na peligro sa pamamagitan ng pagkumpirma ng mga espesyal na pagsasaayos ng dosis ng grupo gamit ang SmPC, gabay at maaasahang pinagmulan
  • Kakayahang maunawaan na ang mga pangkat na ito ay nasa mataas na panganib at na ang pangwakas na desisyon ay dapat gawin sa pakikipagtulungan ng manggagamot at parmasyutiko.

Ang kaligtasan ng gamot ay tinukoy para sa "karaniwang nasa hustong gulang"; Ngunit karamihan sa mga pasyente na pumupunta sa parmasya ay hindi akma sa average na ito. Isang buntis, isang sanggol na tumitimbang ng ilang kilo, isang matanda na umiinom ng walong gamot, isang pasyente na ang mga bato ay gumagana sa kalahating kapasidad; Lahat sila ay tumutugon nang iba sa gamot at bawat isa ay may mataas na panganib. Sa mga pangkat na ito, ang isang maliit na error sa dosis o isang hindi napapansin na kontraindikasyon (kakulangan) ay maaaring magdulot ng malubhang pinsala. Ang artificial intelligence ay isang mahusay na tool sa paunang screening at paalala kapag tinatasa ang mga pangkat na ito; Itinatampok ang isang nakalimutang setting ng dosis, isang kontraindikasyon o isang tanong sa kaligtasan. Gayunpaman, dahil sa mataas na panganib ng mga pangkat na ito, ang bawat resulta ay dapat na maingat na mapatunayan at ang desisyon ay dapat gawin sa pakikipagtulungan ng manggagamot at parmasyutiko. Sa unit na ito, matututunan mong gumamit ng artificial intelligence nang ligtas sa mga espesyal na grupo ng pasyente.

Bakit iba ang pribadong grupo

Binabago ng natatanging pisyolohiya ng bawat grupo ang pag-uugali ng droga:

  • Pagbubuntis at paggagatas: Ang gamot ay maaaring tumawid sa inunan at makaapekto sa sanggol, o maaaring makapasok sa gatas ng ina at makaapekto sa nagpapasusong sanggol. Ang ilang mga gamot ay mapanganib sa ilang partikular na panahon ng pagbubuntis.
  • Pediatrics (bata): Ang dosis ay karaniwang kinakalkula batay sa timbang (mg/kg); ang mga organ system ay hindi pa mature at ang ilang mga gamot ay hindi maaaring gamitin sa ilalim ng ilang edad.
  • Geriatrics (matanda): Nababawasan ang paggana ng bato/atay, pangkaraniwan ang paggamit ng maraming gamot (polypharmacy), at tumataas ang mga panganib tulad ng pagkahulog at pagkalito.
  • Kabiguan ng organ: Ang paglabas ng gamot ay may kapansanan sa pagkabigo sa bato o atay; maaaring kailanganin ang pagbabawas ng dosis o pagpapalit ng gamot.

Maaaring ipaalala ng artificial intelligence ang mga grupong ito ng "mga puntong dapat bigyang pansin"; Ngunit ang eksaktong dosis at desisyon ay tinutukoy ng kasalukuyang mga mapagkukunan at pagsusuri ng eksperto.

Babala: Mabilis na ina-update ang impormasyon ng pribadong grupo at maaaring ibalik ng AI ang impormasyong luma na, pampubliko, o mula sa ibang pinagmulan. Ang mga pahayag tulad ng "marahil ligtas" ay hindi kailanman pinahihintulutan sa mga pangkat na ito; Ang bawat desisyon ay nilinaw sa kasalukuyang SmPC/safety source at manggagamot.

Pag-andar ng bato at pagsasaayos ng dosis

Sa kabiguan ng bato, ang pagsasaayos ng dosis ay batay sa isang halaga tulad ng clearance ng creatinine (isang sukatan ng rate ng pagsasala ng bato, mL/min). Maraming mga gamot ang nangangailangan ng pagbawas ng dosis o pag-iwas sa paggamit sa ibaba ng isang tiyak na limitasyon ng clearance. Nagtatanong ang AI "maaaring ang gamot na ito ay nangangailangan ng pagsasaayos ng bato?" Maaari itong ipaalala sa iyo ang tanong at makatulong sa pagkalkula ng clearance; ngunit ang eksaktong threshold at rate ay kinuha mula sa SmPC, at ang pagkalkula ay independiyenteng na-verify.

Ang pagkabigo sa atay ay isang mas mahirap na lugar kaysa sa pagkabigo sa bato dahil walang simpleng sukatan na nagpapahayag ng paggana ng atay na may isang solong numero (tulad ng clearance). Maraming mga gamot ang na-metabolize (nasira at nagiging hindi aktibo o excretable) sa atay; Kapag ang prosesong ito ay nagambala sa liver failure, ang gamot ay maaaring maipon o kumilos nang iba kaysa sa inaasahan. Dahil sa kawalan ng katiyakan na ito, ang pag-asa sa pangkalahatang impormasyong ibinigay ng AI sa pagkabigo sa atay ay partikular na mapanganib; Ang desisyon ay ginawa ng nauugnay na seksyon ng SmPC at madalas sa pamamagitan ng pagsusuri ng eksperto (hepatology/clinical). Ang artificial intelligence ay isang paalala lamang dito na nagpapataas ng tanong na "Ang gamot ba na ito ay pinalabas sa pamamagitan ng atay? Kailangan ba ang pag-iingat?"

tatlong mini case

Kaso 1 — Pananakit sa panahon ng pagbubuntis. Nagtanong ang isang buntis na pasyente tungkol sa pain reliever para sa sakit ng ulo. Sa pre-screening, ang artificial intelligence ay nagbabala na "ang ilang mga pangpawala ng sakit ay maaaring nakakapinsala sa huling panahon ng pagbubuntis, dapat na kumpirmahin ang mga ito mula sa SPC at pinagmumulan ng kaligtasan ng pagbubuntis" at naglista ng mga alternatibong tanong sa pagsusuri. Sa halip na direktang magrekomenda ng produkto, sinuri ng parmasyutiko ang panahon ng pagbubuntis at ang SPC, at isinangguni ang pasyente sa isang manggagamot kapag may pagdududa. Ipinaalala ng AI ang isang pulang bandila; Ang desisyon ay ginawa ng parmasyutiko at ng manggagamot.

Kaso 2 — Limitasyon sa dosis ng bata. Tinanong siya kung ang isang gamot na inireseta sa isang 2 taong gulang na bata ay kontraindikado sa ilalim ng isang tiyak na edad. Sinabi ng artificial intelligence, "Ang pangkat ng gamot na ito ay hindi inirerekomenda para sa ilang produkto sa ilalim ng ilang partikular na edad, kumpirmahin sa seksyon ng paggamit ng bata ng SmPC." Kinumpirma ng parmasyutiko ang limitasyon ng edad sa SPC, nakumpirma ang pagiging karapat-dapat, at independiyenteng kinakalkula ang mg/kg na dosis. Ginawa ng artificial intelligence ang tamang tanong; Nilinaw ni KÜB ang hangganan.

Kaso 3 — Polypharmacy sa mga matatanda. Para sa isang 78 taong gulang na pasyente na gumagamit ng 9 na gamot, hiniling ng parmasyutiko sa artificial intelligence na mag-pre-screen para sa mga gamot na maaaring mapanganib sa mga matatanda at posibleng pagdoble/interaksyon. Nag-flag ang AI ng ilang mga punto ng pag-iingat at mga kumbinasyon na maaaring magpataas ng panganib ng pagbagsak. Kinumpirma ng parmasyutiko ang bawat item sa kasalukuyang pinagmulan at gabay at nagrekomenda ng pagsusuri ng gamot sa doktor. Ini-scan ng artificial intelligence ang malaking listahan at binigyang-priyoridad; Ang desisyon ay ginawa sa pakikipagtulungan sa pagitan ng manggagamot at ng parmasyutiko.

Hakbang-hakbang na pagtatasa ng pribadong pangkat

  1. Tukuyin ang pangkat at konteksto. Panahon ng pagbubuntis/edad-timbang ng bata/bilang ng mga gamot sa matanda/organ function (anonymous).
  2. Humiling ng pre-screening. Makatanggap ng mga punto ng atensyon na partikular sa pangkat at mga tanong mula sa AI.
  3. Kumpirmahin gamit ang kasalukuyang pinagmulan. I-verify ang bawat item mula sa SmPC, safety reference at manual.
  4. Gumawa ng mga kalkulasyon nang nakapag-iisa. Lutasin ang mga kalkulasyon tulad ng mg/kg, clearance.
  5. Markahan ang mataas na panganib at dalhin ito sa manggagamot. Sa kaso ng kawalan ng katiyakan o alalahanin, magpasya sa iyong doktor.
  6. Itala ang desisyon at katwiran.

Mahinang prompt / Malakas na prompt

Mahina: "Maaari bang inumin ng isang buntis na pasyente ang gamot na ito?"

Strong: "Ilista ang mga puntong pangkaligtasan na dapat suriin at ang mga tanong na itatanong para sa [droga] sa isang buntis na pasyente (panahon: [trimester]) bilang isang pre-screening. MAGDESISYON; sabihin na ang bawat item ay dapat kumpirmahin mula sa kasalukuyang SmPC at pinagmumulan ng kaligtasan ng pagbubuntis, at isulat kung aling mga kaso dapat itong i-refer sa doktor. Huwag gumawa ng 'ligtas/hindi ligtas' na paghatol."

Sa malakas na prompt, ang konteksto ng grupo, hangganan at kondisyon ng pagpapatunay ay malinaw; Ang paghatol ay naiwan sa pharmacist-physician.

Apat na maaaring kopyahin na mga template

Gawain: Pregnancy/lactation pre-screening (JUDGMENT).Medikasyon: [...]. Panahon: [trimester/lactation]. Output: mga puntong pangkaligtasan na susuriin + mga tanong na itatanong + mga sitwasyon ng referral sa doktor. Magdagdag ng "pagkumpirma ng SmPC/security source" sa bawat item.

Gawain: Pediatric suitability checklist.Medication: [...]. Bata: edad [...], timbang [...].Control: may limitasyon ba sa edad? hanay ng dosis ng mg/kg? Angkop ba ang form? maximum na dosis? Magdagdag ng "pagkumpirma mula sa SPC pediatric department" sa bawat item. Ipakita ang pagkalkula ng mg/kg, ibe-verify ng parmasyutiko.

Gawain: Pagsusuri ng gamot sa geriatric pre-screening.Listahan ng gamot: [...]. Pasyente: edad [...], bato/atay [...]. Output: mga gamot na maaaring mapanganib sa mga matatanda, pagdoble, panganib ng pagkahulog/pagkalito, pakikipag-ugnayan. Unahin; Ang bawat item ay kukumpirmahin sa pinagmulan. Ang desisyon ay ginawa ng manggagamot-parmasyutiko.

Gawain: Renal dosing pre-screening. Gamot: [...]. Tinantyang clearance: [...] mL/min.Output: nangangailangan ba ang gamot na ito ng pagsasaayos para sa clearance (oo/hindi/hindi malinaw), sa anong threshold. Kunin ang eksaktong rate mula sa SPC; Ipakita ang pagkalkula ng clearance, ibe-verify ng parmasyutiko.

Custom na pangkat ng panganib at talahanayan ng pag-verify

Grupo

Pangunahing panganib

Mandatoryong pagpapatunay

Pagbubuntis/pagpapasuso

Pagkakalantad sa fetus/sanggol

SmPC + mapagkukunan ng kaligtasan sa pagbubuntis + manggagamot

pediatrics

Error sa dosis/edad na limitasyon

SPC pediatric department + mg/kg independiyenteng pagkalkula

geriatrics

Polypharmacy, talon, pakikipag-ugnayan

Gabay + pagsusuri sa gamot + manggagamot

pagkabigo sa bato

Akumulasyon, toxicity

Pagsasaayos ng dosis ng SPC + pagkalkula ng clearance

pagkabigo sa atay

metabolic disorder

SmPC + pagsusuri ng eksperto

Mga karaniwang pagkakamali

  • Batay sa pahayag na "marahil ligtas". Sa mga pangkat na ito, ang kawalan ng katiyakan ay dinadala sa manggagamot.
  • Paglalapat ng pangkalahatang kaalaman sa partikular na grupo. Ang dosis ng pang-adulto ay hindi maaaring direktang iakma sa bata/matanda.
  • Pagtanggap ng limitasyon sa edad/clearance nang walang SmPC. Ang eksaktong threshold ay palaging nakumpirma sa SmPC.
  • Isa-isa ang pagtingin sa polypharmacy. Sa mga matatanda, ang mga gamot ay dapat suriin sa kabuuan.
  • Pag-bypass sa pakikipagtulungan ng doktor. Sa high-risk group, hindi nag-iisa ang desisyon.

Sa buod

Ang mga espesyal na grupo ng pasyente (pagbubuntis, bata, matatanda, organ failure) ay nasa mataas na panganib at iba ang pagtugon sa gamot. Ang AI ay isang mahusay na tool sa pre-screening na nagha-highlight ng mga pag-iingat, kontraindikasyon, at mga tanong sa dosing sa mga pangkat na ito. Ngunit dahil ang impormasyon ay mabilis na na-update at ang panganib ay mataas, ang bawat output ay dapat kumpirmahin sa kasalukuyang SmPC/safety source, ang mga kalkulasyon ay dapat gawin nang nakapag-iisa at ang desisyon ay dapat gawin sa pakikipagtulungan ng manggagamot at parmasyutiko. Ang paghatol na "marahil ligtas" ay hindi kailanman maaasahan.

Gawain ng aplikasyon

Mag-set up ng hindi kilalang senaryo para sa apat na espesyal na grupo (buntis, 3 taong gulang na bata, 80 taong gulang na polypharmacy na pasyente, clearance na 25 mL/min na pasyente). Para sa bawat isa, hilingin sa AI na suriin ito gamit ang naaangkop na template ng pre-screening. Kumpirmahin ang bawat dosis/limitasyon/contraindication sa printout gamit ang SmPC o guideline; Malayang suriin ang dosis ng mg/kg para sa bata at ang setting ng threshold para sa pasyente sa bato. Isulat kung aling mga bagay ang dadalhin mo sa doktor at ang mga dahilan.

checklist

  • [ ] Tinukoy ko ang grupo at konteksto nang hindi nagpapakilala.
  • [ ] Nakatanggap ako ng pre-screening na partikular sa grupo.
  • [ ] Nakumpirma ko ang bawat dosis/limitasyon/contraindication sa kasalukuyang SmPC/reference.
  • [ ] Gumawa ako ng mg/kg at mga kalkulasyon ng clearance nang nakapag-iisa.
  • [ ] Hindi ako umasa sa mga "marahil ligtas" na mga pahayag.
  • [ ] Nagdala ako ng mga high-risk substance sa doktor.
  • [ ] Itinala ko ang desisyon at ang katwiran nito.