"看不见的手":基于人工智能的处方决策支持工具和药物安全性和有效性的评估

科学领域:

• 药监和药物安全 药监和药物安全
• 医疗信息学 医疗信息学
• 临床决策支持系统 临床决策支持系统

背景情况:

• 人工智能 (AI) 工具越来越多地用于指导药物处方,旨在改善患者的治疗结果.
• 这些人工智能工具可以帮助选择合适的药物,促进取消处方,并预测患者的坚持.
• 目前对药物的益处风险评估依赖于传统的监测系统,这可能会受到人工智能集成的挑战.

研究的目的:

• 探索基于人工智能的处方工具对对药物效益风险的现实理解的潜在影响.
• 确定与AI工具在临床实践中的整合和评估相关的挑战.
• 讨论人工智能工具的可用性和可访问性对规定模式和数据解释的影响.

主要方法:

• 在处方中对AI工具功能进行概念分析.
• 讨论对益处风险评估和药物使用的潜在影响.
• 检查数据文物和影响估计挑战,由于人工智能工具的实施.

主要成果:

• 人工智能工具可能通过限制高风险患者的处方或防止非标签使用来改变益处风险感知.
• 在不同的医疗保健环境中,人工智能工具的不均采用和时间可用性可能会导致数据不一致.
• 量化人工智能工具对规定决策和对其影响进行核算的确切影响仍然是困难的.

结论:

• 基于人工智能的处方工具提供了新的机会,但也引入了现实世界药物安全监测的复杂性.
• 这些工具的广泛采用需要新的框架来评估它们对利益风险评估的影响.
• 需要进一步的研究和标准化的方法来有效地整合和考虑药监中的AI工具.