Anhoren
Teilen
Medikationsfehler erkennen, bevor sie Konsequenzen haben. Dass ist Wissenschaftler an der University of Washington mit Hilfe von KI und über die Kamera von Wearables gelungen.
Forscher an der University of Washington (UW) haben ein tragbares Kamerasystem entwickelt, das beispielsweise in Wearables integriert, mit Hilfe von Künstlicher Intelligenz potenzielle Fehler bei der Verabreichung von Medikamenten erkennen kann.
In einer Studie, deren Ergebnisse kürzlich in npj Digital Medicine veröffentlicht wurden, erkannte und identifizierte das Videosystem mit hoher Treffsicherheit, welche Medikamente in einer hektischen klinischen Umgebung entnommen wurden. Die KI erreichte eine Sensitivität von 99,6 % und eine Spezifität von 98,8 % bei der Erkennung von Fehlern beim Vertauschen von Fläschchen.
Das System könnte damit zu einer wichtigen Sicherheitsmaßnahme werden, insbesondere in Operationssälen, auf Intensivstationen und in der Notfallmedizin, ist Co-Autorin Dr. Kelly Michaelsen, Assistenzprofessorin für Anästhesiologie und Schmerzmedizin an der University of Washington School of Medicine, überzeugt: „Der Gedanke, Patienten in Echtzeit helfen oder einen Medikationsfehler verhindern zu können, bevor er passiert, ist sehr beeindruckend. In einer Umfrage unter mehr als 100 Anästhesieanbietern wünschte sich die Mehrheit, dass das System eine Genauigkeit von mehr als 95 % erreicht, und dieses Ziel haben wir erreicht.“
Medikationsfehler besonders häufig
Fehler bei der Verabreichung von Medikamenten sind die am häufigsten gemeldeten kritischen Zwischenfälle in der Anästhesie und die häufigste Ursache für schwere medizinische Fehler in der Intensivpflege, heißt es aus Washington. Insgesamt seien schätzungsweise fünf bis zehn Prozent aller verabreichten Medikamente mit Fehlern verbunden. Unerwünschte Ereignisse im Zusammenhang mit injizierbaren Medikamenten würden alleine in den Vereinigten Staaten etwa 1,2 Millionen Patienten pro Jahr betreffen und Kosten in Höhe von 5,1 Milliarden US-Dollar verursachen.
Besonders häufig werden Spritzen und Fläschchen vertauscht. Bei etwa 20 Prozent der Fehler handele es sich um Substitutionsfehler, bei denen das falsche Fläschchen ausgewählt oder eine Spritze falsch beschriftet wird. Weitere 20 Prozent der Fehler treten auf, wenn das Medikament zwar richtig etikettiert ist, aber irrtümlich verabreicht wird.
Barcode hilft nicht immer
Sicherheitsmaßnahmen wie ein Barcode-System, mit dem der Inhalt eines Fläschchens schnell gelesen und bestätigt werden kann, sollen solche Unfälle verhindern. Aber in stressigen Situationen vergessen die Ärzte diese Kontrolle manchmal, weil sie einen zusätzlichen Arbeitsschritt darstellt. Ziel der Forscher war es deshalb, ein Deep-Learning-Modell zu entwickeln, das in Verbindung mit einer Gopro-Kamera in der Lage ist, den Inhalt von zylindrischen Fläschchen und Spritzen zu erkennen und eine entsprechende Warnung auszugeben, bevor das Medikament in den Patienten gelangt.
Das Training des Modells dauerte Monate. Die Forscher sammelten 4K-Videos von 418 Medikamentenentnahmen durch 13 Anästhesisten in Operationssälen, in denen die Einrichtung und Beleuchtung variierte. Das Video zeigt, wie die Ärzte Fläschchen und Spritzen mit ausgewählten Medikamenten handhaben. Diese Videoschnipsel wurden später aufgezeichnet und der Inhalt der Spritzen und Fläschchen bezeichnet, um das Modell für die Erkennung des Inhalts und der Behälter zu trainieren.
Analyse anhand visueller Anhaltspunkte
Das Videosystem liest nicht direkt die Aufschrift auf jedem Fläschchen, sondern scannt nach anderen visuellen Anhaltspunkten: Größe und Form von Fläschchen und Spritzen, Farbe des Fläschchenverschlusses, Größe des Aufdrucks.
Das Training der KI sei auch deshalb eine besondere Herausforderung gewesen, weil die Menschen im OP ihre Arbeit machen und sich nicht für die Kamera positionieren, erklärt Shyam Goallakota, Mitautor der Studie und Professor an der Paul G. Allen School of Computer Science & Engineering der UW: „Eine Person im OP hält eine Spritze und ein Fläschchen in der Hand und man keines der beiden Objekte vollständig sehen kann. Einige Buchstaben auf der Spritze und dem Fläschchen werden von den Händen verdeckt. Und die Hände bewegen sich schnell.“
Außerdem musste das Computermodell darauf trainiert werden, sich auf die Medikamente im Vordergrund des Bildes zu konzentrieren und Fläschchen und Spritzen im Hintergrund zu ignorieren. „KI macht all das: Sie erkennt die spezifische Spritze, die der Gesundheitsdienstleister in die Hand nimmt, und nicht eine Spritze, die auf dem Tisch liegt“, sagte Gollakota. Aus Sicht der Wissenschaftler zeigt die Arbeit, dass KI und Deep Learning das Potenzial haben, die Sicherheit und Effizienz in einer Reihe von Gesundheitspraktiken zu verbessern.
An der Studie waren auch Forscher der Carnegie Mellon University und der Makerere University in Uganda beteiligt. Das Toyota Research Institute hat das System gebaut und getestet.
