دوربینهای پوشیدنی هوش مصنوعی راه حل جلوگیری از اشتباهات دارویی در اتاق عمل
اتاقهای اورژانس و اتاقهای عمل به عنوان پرتنشترین بخشهای بیمارستانها شناخته میشوند. در این مکانها، به دلیل فشار کاری بالا و ضرورت اقدام سریع، خطاهای دارویی گاه به گاه رخ میدهد؛ اما اکنون دوربین های هوش مصنوعی پوشیدنی به کمک آمدهاند تا این خطاهای مرگبار را به حداقل برسانند. این سیستمهای جدید قادر به شناسایی و پیشگیری از اشتباهات دارویی هستند که میتوانند برای بیماران عواقب جبرانناپذیری به همراه داشته باشند.
در اغلب بیمارستانها، داروها به صورت ویال (ظرف شیشهای کوچک) ذخیره میشوند و زمانی که نیاز به تزریق آنها باشد، از ویال به سرنگ انتقال داده میشوند. هر سرنگ نیز برچسبگذاری میشود تا مشخص شود که کدام دارو داخل آن قرار دارد.
اما در محیطهای پراسترس، این سیستم برچسبگذاری ممکن است به دلیل عجله و اشتباه کادر درمانی نادیده گرفته یا با خطا مواجه شود. این اشتباهات گاهی میتواند باعث تزریق داروی اشتباه به بیمار شده و عوارض خطرناکی به همراه داشته باشد.
پروژه دوربینهای هوش مصنوعی سرپوشی
محققانی از دانشگاه واشنگتن با همکاری دانشگاههای کارنگی ملون و مکریر و همچنین موسسه تحقیقاتی تویوتا پروژهای را آغاز کردند تا راهی نوین برای پیشگیری از این اشتباهات پیدا کنند.
تیم پژوهشی با تجهیز ۱۳ متخصص بیهوشی به دوربینهای GoPro که روی سرشان نصب شده بود، دادههای ویدیویی برای بررسی خطاهای احتمالی در فرآیند برداشت و تزریق دارو جمعآوری کردند. این دوربینها تصاویر با کیفیت 4K را از تمام فعالیتهای مربوط به برداشت دارو ضبط کرده و در مجموع طی ۵۵ روز، ۴۱۸ برداشت دارو در ۱۷ اتاق عمل مختلف را ثبت کردند.
پس از ضبط ویدیویی فرآیندها، تیم پژوهشی از این تصاویر برای آموزش یک الگوریتم یادگیری عمیق استفاده کردند. الگوریتم به گونهای طراحی شد که بتواند ویژگیهای ویالها و برچسبهای سرنگها را بر اساس شکل و اندازه آنها و همچنین رنگ درب ویال و اندازه چاپ روی برچسب سرنگ شناسایی کند.
عملکرد سیستم هوش مصنوعی و قابلیت تشخیص دقیق
پس از ماهها آموزش و اصلاح، این سیستم هوش مصنوعی قادر شد در زمان واقعی و در حین کار، محتوای ویالها را شناسایی کرده و برچسب روی سرنگ را بررسی کند. در تستهای انجام شده، این سیستم با دقت ۹۹.۶ درصد توانست مطابقت داروها و ۹۸.۸ درصد ناسازگاریها را شناسایی کند که نشانگر پیشرفت بسیار بالای این فناوری در کاهش خطاهای دارویی است.
دکتر کلی میچلسن، یکی از نویسندگان اصلی مقاله درباره این فناوری، در مورد اهداف و تاثیرات آن گفت: «ایده اینکه بتوانیم در زمان واقعی به کمک بیماران بشتابیم و از وقوع خطای دارویی جلوگیری کنیم بسیار امیدوارکننده است.»
چالشها و آینده فناوری هوش مصنوعی در پزشکی
اگرچه این سیستم با دقت بالایی عمل میکند، اما به گفته میچلسن، هدف نهایی دستیابی به عملکردی نزدیک به ۱۰۰ درصد است، هرچند حتی انسانها نیز قادر به رسیدن به این سطح از دقت نیستند. در یک نظرسنجی از بیش از ۱۰۰ متخصص بیهوشی، اکثریت شرکتکنندگان این سیستم را با دقت بیش از ۹۵ درصد مورد تایید قرار دادند که نشاندهنده نیاز و اعتماد به این فناوری است.
علاوه بر این، به کارگیری هوش مصنوعی در بیمارستانها همچنان نیازمند پشتیبانی و اصلاحات بیشتری است تا بتواند به طور گسترده در محیطهای بیمارستانی استفاده شود. به عنوان مثال، یکی از چالشهای این سیستم، نیاز به آموزش بیشتر برای شناسایی انواع مختلف ویالها و سرنگها در شرایط نوری و محیطی متفاوت است.
چشمانداز آینده
با توجه به پیشرفتهای اخیر در الگوریتمهای هوش مصنوعی و تاثیرات گسترده آن در زمینههای مختلف پزشکی، آیندهای نزدیک را میتوان متصور شد که سیستمهای مشابه به طور گسترده در بیمارستانها به کار گرفته شوند. دوربینهای پوشیدنی هوشمند و سیستمهای شناسایی خودکار با کمک هوش مصنوعی میتوانند به یک استاندارد در بیمارستانهای پیشرفته تبدیل شوند و نقش بسیار موثری در جلوگیری از خطاهای انسانی و بهبود سلامت بیماران ایفا کنند.
این تحقیق در نشریه npj Digital Medicine منتشر شده و از فناوریهای نوین برای ایجاد محیطهای ایمنتر در بیمارستانها استفاده کرده است. تحقیقات تکمیلی میتواند به بهبود دقت و کارایی این سیستمها کمک کند و آنها را به ابزاری قابل اعتماد در مدیریت دارویی و افزایش ایمنی بیماران تبدیل کند.