人工智能在减少医疗错误方面的作用,以确保患者的安全和质量:一种系统方法

科学领域:

• 医疗信息学 医疗信息学
• 医疗保健中的人工智能
• 患者安全 患者安全

背景情况:

• 处方错误对患者安全构成重大威胁,通常是由类似的药物名称,包装和复杂的工作流程引起的.
• 人工智能 (AI) 提供了检测错误和实时支持决策的机会.
• 人工智能在减少发药错误方面的有效性取决于它在更广泛的医疗保健系统中的整合.

研究的目的:

• 通过系统方法,综合现有的支持人工智能的策略,以减少分发错误.
• 概述了一份路线图,用于安全有效地在药物发行中实施AI.
• 检查基于AI的自然语言处理 (NLP) 决策支持工具的整合到分配工作流程中.

主要方法:

• 使用系统方法从四个角度分析AI实施:人,系统,设计和风险.
• 专注于基于AI的NLP决策支持应用程序,作为标记高风险处方和标签差异的典范.
• 确定了人工智能集成的优先事项,包括多模式数据使用,外部验证,前性评估和持续监测.

主要成果:

• 人工智能可以检测差异,并支持决策,在到达患者之前标记高风险的处方.
• 成功的AI整合需要解决人类因素 (培训,信任),系统方面 (互操作性,数据),设计 (用户界面,工作流适合) 和风险管理 (道德,偏见).
• 优先事项包括多式联运数据,跨站点验证,安全/股权指标以及使用回滚机制进行强有力的监测.

结论:

• 人工智能有可能提高药物发行的安全性,及时性和效率.
• 人工智能的价值取决于在学习医疗保健系统中的有纪律的社会技术整合和反.
• 独立的算法性能是不够的;成功实施需要一个整体的,基于系统的方法.