کاهش خطاهای پزشکی با کمک هوش مصنوعی

به گزارش سیتنا، علی‌رغم سال‌ها تلاش برای ارتقاء ایمنی بیماران، خطاهای پزشکی همچنان بخش قابل‌توجهی از آسیب‌های سیستم درمانی را تشکیل می‌دهند. یکی از شایع‌ترین انواع این خطاها اشتباهات دارویی است، که در آن به بیمار داروی نادرست یا دوز اشتباه داده می‌شود.

این خطاها سالانه حدود 1.3 میلیون نفر را در آمریکا مجروح می‌کنند و منجر به دست‌کم یک مرگ در روز می‌شوند. در واکنش به این معضل، محققان و کادر درمان در تلاش‌اند تا از فناوری‌های نوین، به‌ویژه هوش مصنوعی، برای جلوگیری از این اشتباهات بهره ببرند.

در مرکز پزشکی دانشگاه واشینگتن، دکتر کلی میکائل‌سن و همکارش جان ویدراسپن سیستم هوشمندی توسعه داده‌اند که از دوربینی پوشیدنی متصل به عینک محافظ برای شناسایی برچسب‌های دارویی استفاده می‌کند.

این دوربین با بهره‌گیری از هوش مصنوعی می‌تواند برچسب‌های سرنگ و آمپول را اسکن کرده و در صورت عدم تطابق هشدار دهد. در آزمایشی که سال گذشته منتشر شد، این فناوری موفق شد با دقت 99.6 درصد خطاهای ناشی از اشتباه شدن آمپول‌ها را تشخیص دهد.

این فناوری به‌ویژه در شرایط پراسترس مانند اورژانس یا جراحی‌های پیچیده می‌تواند از بروز خطاهای پرخطر جلوگیری کند. مثلا در یک حادثه مشهور در تنسی، تزریق اشتباه داروی فلج‌کننده به جای آرام‌بخش منجر به مرگ یک بیمار 75 ساله شد. پروژه میکائل‌سن، که بدون حمایت شرکت‌های فناوری انجام شده است، قصد دارد از تکرار چنین فجایعی جلوگیری کند.

اگرچه این فناوری گام بزرگی در ارتقاء ایمنی بیمار است، اما کارشناسان هشدار می‌دهند که هوش مصنوعی نمی‌تواند جایگزین کامل هوشیاری بالینی شود، و تاکید می‌کنند که باید مراقب بود اتکای بیش از حد به این سیستم‌ها منجر به سستی نظارت انسانی نشود.

علاوه بر این، گسترش استفاده از دوربین‌های پوشیدنی هوشمند در محیط‌های درمانی نگرانی‌هایی در مورد حریم خصوصی و نظارت غیرمستقیم بر رفتار پزشکان و پرستاران ایجاد کرده است.

در عین حال، این فناوری قابلیت توسعه به کاربردهای بیشتر، مانند تشخیص دوزهای دارویی یا بررسی داروهای خوراکی، را نیز دارد. به گفته ویدراسپن، در صورت کوچک‌تر شدن تجهیزات، احتمال پذیرش گسترده‌تر آن در میان کارکنان درمانی افزایش خواهد یافت.

انتهای پیام