پایگاه خبری سلامت
دکتر
علی ملائکه
خطاهای پزشکی هنوز به بیماران آسیب می‌رسانند و هوش مصنوعی می‌تواند به تغییر این وضعیت کمک کند.
جان ویدِرسپن به خوبی می‌داند که در محیط پرفشار و پرخطر اتاق عمل، چگونه اوضاع می‌تواند خراب شود. ویدِرسپن، پرستار بیهوشی در دانشگاه پزشکی واشنگتن در سیاتل، می‌گوید: «در موقعیت‌هایی مانند تروما یا حال بد بیمار، عجله زیادی برای رساندن داروهای اورژانسی به بیمار در سریع‌ترین زمان ممکن وجود دارد. و این زمانی است که ممکن است اشتباهاتی رخ دهد، وقتی دستپاچه هستید، آدرنالین خونتان بالا می‌رود، داروها را آماده می‌کنید و در تلاش هستید که فورا آنها را به بیمار تزریق کنید.»
با وجود تلاش‌های مداوم برای بهبود ایمنی بیمار، تخمین زده می‌شود که حداقل از هر 20 بیمار یک بیمار در نظام مراقبت‌های بهداشتی آمریکا دچار اشتباهات پزشکی می‌شود. یکی از رایج‌ترین دسته‌های اشتباهات، خطاهای دارویی است که در آن به هر دلیلی، به بیمار مقدار اشتباه دارو یا داروی کاملا اشتباهی داده می‌شود. طبق گزارش سازمان بهداشت جهانی، این خطاها در آمریکا به تقریباً 3/1 میلیون نفر را در سال آسیب می‌رساند و هر روز منجر به یک مرگ می‌شود.
در پاسخ، بسیاری از بیمارستان‌ها روش‌های پیشگیری از خطا را به کار برده‌‌اند، از طرح‌های کدگذاری رنگی که تمایز بین داروهای با نام مشابه را آسان‌تر می‌کند تا اسکنرهای بارکد که تأیید می‌کنند داروی صحیح به بیمار صحیح داده شده است.
با وجود این تلاش‌ها، اشتباهات دارویی هنوز هم به میزانی نگران‌کننده رخ می‌دهند.
دکتر کلی مایکلسن، همکار ویدرسپن و استادیار بیهوشی و طب درد دانشکده پزشکی دانشگاه واشنگتن می‌گوید: «من برخی مطالعات را خوانده بودم که می‌گفتند اساساً ۹۰ درصد متخصصان بیهوشی اعتراف می‌کنند که در مقطعی از دوران کاری خود خطای دارویی داشته‌اند.»
او شروع به فکر کردن کرد که آیا فناوری‌های نوظهور می‌توانند کمکی کنند یا خیر.
دکتر مایکلسن به عنوان یک متخصص پزشکی و نیز یک مهندس آموزش‌دیده، به این فکر افتاد که تشخیص دادن خطایی که قرار است رخ دهد و هشدار دادن به متخصصان بیهوشی در زمان واقعی، باید در توانایی‌های هوش مصنوعی باشد. او گفت: «به این فکر افتادم که این کاری نیست که انجام آن برای هوش مصنوعی خیلی سخت باشد. ۹۹ درصد از داروهایی که ما استفاده می‌کنیم، ۱۰ تا ۲۰ قلم دارو هستند، بنابراین ایده من این بود که می‌توانیم یک هوش مصنوعی را آموزش دهیم تا این داروها را تشخیص دهد و به عنوان یک جفت چشم دوم عمل کند.»
بررسی توانایی هوش مصنوعی برای جلوگیری از اشتباهات دارویی
این بررسی بر خطاهای جابجایی ویال (ظرف شیشه‌ای یا پلاستیکی) حاوی دارو تمرکز داشت که حدود 20 درصد از کل اشتباهات دارویی را تشکیل می‌دهد.
تمام داروهای تزریقی در ویال‌های برچسب‌گذاری شده عرضه می‌شوند که سپس به یک سرنگ برچسب‌گذاری شده روی چرخ دستی دارو در اتاق عمل منتقل می‌شوند. اما در برخی موارد، کسی ویال اشتباه را انتخاب می‌کند، یا سرنگ به اشتباه برچسب‌گذاری می‌شود و داروی اشتباه به بیمار تزریق می‌شود.
در یکی از اشتباهات بدسرانجام جابه‌جایی ویال‌ها، به یک زن ۷۵ ساله که در مرکز پزشکی دانشگاه وندربیلت در ایالت تنسی آمریکا تحت درمان بود، به جای داروی آرام‌بخش وِرسِد (Versed) دوز کشنده‌ای از داروی فلج‌کننده وِکورونیوم تزریق شد که منجر به مرگ او و محاکمه جنایی پرسروصدای بعدی شد.
دکتر مایکلسن فکر می‌کرد که می‌توان از طریق «عینک هوشمند» از چنین فجایعی جلوگیری کرد - اضافه کردن یک دوربین پوشیدنی مجهز به هوش مصنوعی به عینک‌های محافظی که همه کارکنان در طول عمل جراحی به چشم می‌زنند. او با همکاری همکارانش در بخش علوم کامپیوتر دانشگاه واشنگتن، سیستمی را طراحی کرد که می‌تواند محیط اطراف را از لحاظ برچسب‌های سرنگ و ویال اسکن کند، آنها را بخواند و تشخیص دهد که آیا با هم مطابقت دارند یا خیر.
او گفت: «این دستگاه روی برچسب زوم می‌کند و مثلاً «پروپوفول» را داخل سرنگ تشخیص می‌دهد، اما «اندانسترون» را داخل ویال، و بنابراین هشدار می‌دهد. یا اینکه هر دو برچسب (برچسب ویال و برچسب سرنگ) یکسان هستند، پس می‌گوید مشکلی نیست، به کار خود ادامه دهید.»
ساخت این دستگاه بیش از سه سال طول کشید که نیمی از آن صرف گرفتن مجوز برای استفاده از ویدیوهای از پیش ضبط شده از متخصصان بیهوشی در حال آماده‌سازی صحیح داروها در اتاق عمل شد. پس از دریافت چراغ سبز، او توانست هوش مصنوعی را با این داده‌ها، به همراه فیلم‌های اضافی - این بار در محیط آزمایشگاه - از اشتباهات انجام شده، آموزش دهد.
او گفت: «مشکلات زیادی در مورد خستگی ناشی از هشدار اتاق عمل وجود دارد، بنابراین ما باید مطمئن می‌شدیم که این دستگاه به خوبی کار می‌کند، می‌تواند تقریباً کار کاملی در تشخیص خطاها انجام دهد و بنابراین [اگر در عمل استفاده شود] هشدارهای کاذب نمی‌دهد. ما به دلایل اخلاقی آشکار، نمی‌توانستیم عامدانه هنگام کار با بیماران اشتباه ایجاد کنیم، بنابراین این کار را در یک اتاق عمل شبیه‌سازی شده انجام دادیم.»
دکتر مایکلسن در مقاله‌ای که اواخر سال گذشته منتشر شد، گزارش کرد که این دستگاه خطاهای جابه‌جایی ویال را با دقت 6/99 درصد تشخیص می‌دهد. تنها چیزی که باقی مانده است، تصمیم‌گیری در مورد بهترین روش برای ارسال پیام‌های هشدار دهنده است و می‌تواند برای استفاده در دنیای واقعی آماده شود، در انتظار تأیید سازمان غذا و دارو. این مطالعه توسط شرکت‌های فناوری هوش مصنوعی تأمین مالی نشده است.
او گفت: «من به بازخورد شنیداری تمایل دارم، زیرا بسیاری از هدست‌ها مانند گوپرو یا گوگل گلس میکروفون داخلی دارند. فقط یک پیام هشدار کوچک که باعث می‌شود افراد برای یک ثانیه مکث کنند و مطمئن شوند که کاری را که فکر می‌کنند انجام می‌دهند، انجام می‌دهند.»
ویدِرسپن این دستگاه را آزمایش کرده و گفته است که نسبت به پتانسیل آن برای بهبود ایمنی بیمار خوشبین است، اگرچه هدست فعلی GoPro را کمی حجیم توصیف کرد.
وییدِرسپن گفت: «فکر می‌کنم وقتی کمی کوچک‌تر شود، ارائه‌دهندگان خدمات بیهوشی استقبال بیشتری از آن خواهند کرد. اما فکر می‌کنم عالی خواهد بود. هر چیزی که کار ما را کمی آسان‌تر کند، هرگونه اشتباه احتمالی را تشخیص دهد و به ما کمک کند تا تمرکز خود را به بیمار برگردانیم، چیز خوبی است.
این ابزار بدون خطا نیست
طرفداران ایمنی بیمار مدتی است که خواستار به کاری ابزارهای هوش مصنوعی پیشگیری از خطا هستند. دکتر دن کول، معاون رئیس بخش بیهوشی در UCLA Health و رئیس بنیاد ایمنی بیمار بیهوشی، پتانسیل آنها را برای کاهش خطر به خودروهای خودران و بهبود ایمنی جاده تشبیه کرد.
اما در حالی که کول از مطالعه دانشگاه واشنگتن و سایر پروژه‌های تحقیقاتی مبتنی بر هوش مصنوعی برای جلوگیری از خطاهای تجویز و توزیع دارو در داروخانه‌ها دلگرم شده است، گفت که هنوز سوالاتی در مورد موثرترین راه‌ها برای ادغام این فناوری‌ها در مراقبت‌های بالینی وجود دارد.
او گفت: «ایده آزمایشی دانشگاه واشنگتن واقعاً یک پیشرفت بود. مانند تاکسی‌های بدون راننده، من در حال حاضر هنوز اندکی اکراه دارم که از این فناوری استفاده کنم، اما بر اساس توان بالقوه آن برای بهبود ایمنی، کاملاً مطمئن هستم که در آینده از آن استفاده خواهم کرد.»
ملیسا شلدریک، مدافع ایمنی بیمار از انتاریو که پسر ۸ ساله‌اش اندرو را در سال ۲۰۱۶ به دلیل خطای دارویی از دست داد، نظر مشابهی دارد.
شلدریک گفت اگرچه فناوری می‌تواند تفاوت ایجاد کند، اما علت اصلی بسیاری از خطاهای پزشکی اغلب مجموعه‌ای از عوامل مؤثر است، از کمبود ارتباطات گرفته تا داده‌های حیاتی که در بخش‌ها یا سیستم‌های جداگانه بیمارستانی دسته‌بندی می‌شوند.
او گفت: «فناوری یک لایه مهم در ایمنی است، اما فقط یک لایه است و نمی‌توان به عنوان ابزاری صددرصد بدون خطا به آن اعتماد کرد.»
برخی دیگر احساس می‌کنند که هوش مصنوعی می‌تواند نقش کلیدی در جلوگیری از اشتباهات، به ویژه در محیط‌های طاقت‌فرسا مانند اتاق عمل و اورژانس‌ها داشته باشد، یعنی جاهایی که معلوم شده است که ایجاد چک‌لیست‌های بیشتر و درخواست هوشیاری بیشتر در جلوگیری از خطاها بی‌اثر هستند.
دکتر نیکلاس کوردلا، استادیار پزشکی در دانشکده پزشکی چوبانیان و آودیسیان دانشگاه بوستون، گفت: «این مداخلات یا باعث ایجاد اصطکاک می‌شوند یا توجه کامل پزشکان و پرستارانی را می طلبند که از قبل هم تحت فشار زیادی بوده‌اند و در واقعیت در محیط‌هایی نسبتا پرآشوب با عوامل متعدد پرت‌کننده حواس و اولویت‌های متعدد کار می‌کنند. اما دوربین‌های مجهز به هوش مصنوعی امکان نظارت غیرفعال را بدون اضافه کردن بار شناختی به پزشکان و کارکنان فراهم می‌کنند.»
منبع: NBC news
هوش مصنوعی بیشتر مورد استفاده قرار خواهد گرفت
احتمالاً ابزارهای هوش مصنوعی برای جلوگیری از خطاها در طیف وسیع‌تری از موقعیت‌ها به کار گرفته خواهند شد. دکتر مایکلسن در دانشگاه پزشکی واشنگتن در حال بررسی گسترش دستگاه خود برای تشخیص حجم داروی موجود در سرنگ نیز هست، به عنوان راهی برای جلوگیری از خطاهای کم و زیاد کردن دوز یا مقدار تجویز دارو.
او گفت: «این حوزه دیگری است که می‌تواند در آن آسیب رخ دهد، به خصوص در اطفال، زیرا شما بیمارانی [در همان بخش] دارید که می‌توانند صد برابر تفاوت در اندازه بدن داشته باشند، از یک نوزاد نارس کاملاً تازه متولد شده گرفته تا یک نوجوان ۱۸ ساله دارای اضافه وزن. گاهی اوقات ما باید داروها را رقیق کنیم، اما هنگام رقیق کردن، احتمال خطا وجود دارد. این اتفاق برای هر بیمار نمی‌افتد، اما ما این کار را به اندازه کافی در روز و برای تعداد کافی از افراد انجام می‌دهیم تا احتمال بروز خطا و آسیب‌دیدن افراد وجود داشته باشد.»
ویدِرسپن گفت که او همچنین انتظار استفاده از دوربین‌های پوشیدنی مجهز به هوش مصنوعی در اورژانس و در بیمارستان باشد دارد تا به جلوگیری از خطاها هنگام تجویز داروهای خوراکی کمک کند.
ویدِرسپن گفت: «می‌دانم که کِلی در حال حاضر روی استفاده از این سیستم با داروهای داخل وریدی کار می‌کند، اما اگر بتوان آن را برای داروهای خوراکی نیز تنظیم کرد، فکر می‌کنم این هم مفید خواهد بود. من قبلاً در یک بخش قلب کار می‌کردم و گاهی اوقات این بیماران داروهای زیادی مصرف می‌کنند، یک فنجان کوچک پر از این قرص‌ها. بنابراین شاید هوش مصنوعی بتواند خطاها را در آنجا نیز تشخیص دهد.» البته، استفاده گسترده‌تر از هوش مصنوعی در سراسر بیمارستان با نگرانی‌هایی در مورد حفاظت از داده‌ها و حریم خصوصی نیز همراه است، به خصوص اگر این فناوری در حال اسکن چهره و صفحه نمایش بیمار یا اسناد حاوی اطلاعات پزشکی آنها باشد. دکتر مایکلسن در مورد دانشگاه پزشکی واشنگتن که این مسئله‌ای نیست زیرا این ابزار فقط برای جستجوی برچسب‌های روی سرنگ‌ها آموزش دیده است و هیچ داده‌ای را به طور فعال ذخیره نمی‌کند.
دکتر کوردِلا گفت: «نگرانی‌های حریم خصوصی یک چالش مهم با فناوری دوربین غیرفعال و همیشه روشن است. باید استانداردهای روشنی برای نظارت بر نقض‌ها وجود داشته باشد و این فناوری باید با شفافیت کامل به بیماران و کارکنان مراقبت‌های بهداشتی معرفی شود.»
او همچنین به احتمال بروز مسائل پنهانی‌تری مانند اتکای بیش از حد پزشکان به هوش مصنوعی، کاهش مراقبت خود پزشکان و نادیده گرفتن شیوه‌های سنتی ایمنی اشاره کرد.
دکتر کوردلا گفت: «همچنین یک به اصطلاح شیب لغزنده بالقوه در اینجا وجود دارد. اگر این فناوری برای تشخیص خطای دارویی موفقیت‌آمیز باشد، ممکن است فشاری برای گسترش آن به نظارت بر سایر جنبه‌های رفتار پزشک وجود داشته باشد و پرسش‌هایی اخلاقی در مورد مرز بین یک ابزار ایمنی حمایتی و نظارت سرزده در محل کار ایجاد کند.»
اما در حالی که چشم‌انداز ورود هوش مصنوعی به بیمارستان‌ها به طور گسترده‌تر، قطعاً نیاز به نظارت دقیق را نشان می‌دهد، بسیاری از کسانی که در اتاق عمل کار می‌کنند احساس می‌کنند که این فناوری پتانسیل عظیمی برای انجام کارهای مفید با حفظ امنیت بیماران و خرید زمان ارزشمند برای متخصصان پزشکی در شرایط بحرانی دارد.
ویدرسپن گفت: «زمان در شرایط اضطراری که سعی در انتقال خون، تجویز داروهای نجات‌بخش، بررسی علائم حیاتی دارید و سعی می‌کنید این فرآیندها را با عجله انجام دهید، بسیار مهم است. من فکر می‌کنم اینجاست که این نوع فناوری پوشیدنی واقعاً می‌تواند وارد عمل شود و به ما کمک کند ثانیه‌های حیاتی را کاهش دهیم و زمان بیشتری ایجاد کنیم که بتوانیم واقعاً روی بیمار تمرکز کنیم.»