Pesquisadores desenvolveram um sistema de câmera wearable que, com o auxílio da inteligência artificial, detecta potenciais erros na administração de medicamentos. O estudo, publicado em 22 de outubro de 2024, em npj Digital Medicine, demonstra a eficácia do sistema em ambientes de alta pressão, como unidades de terapia intensiva e ambientes de medicina de emergência, alcançando uma sensibilidade de 99,6% e uma especificidade de 98,8% na detecção de trocas de frascos de medicamentos.
Dr. Kelly Michaelsen, coautora principal e professora assistente de anestesiologia e medicina da dor na Universidade de Washington, enfatiza a importância deste desenvolvimento: "A possibilidade de ajudar os pacientes em tempo real ou prevenir um erro de medicação antes que ocorra é extremamente poderosa. Embora se deseje um desempenho de 100%, até mesmo humanos não conseguem alcançar essa taxa."
Erros na administração de medicamentos são incidentes críticos frequentemente relatados em anestesia e a causa mais comum de erros médicos graves em cuidados intensivos. Estima-se que entre 5% a 10% de todos os medicamentos administrados estejam associados a erros. Eventos adversos ligados a medicamentos injetáveis afetam cerca de 1,2 milhão de pacientes anualmente, gerando custos de aproximadamente 5,1 bilhões de dólares.
Os erros mais comuns ocorrem durante as injeções intravenosas, quando um clínico precisa transferir o medicamento de um frasco para uma seringa e então ao paciente. Cerca de 20% desses erros são erros de substituição, onde o frasco errado é selecionado ou uma seringa é rotulada incorretamente.
Para combater esses erros, medidas de segurança como sistemas de código de barras já estão em uso, mas podem ser negligenciadas em situações de alto estresse. O objetivo dos pesquisadores foi desenvolver um modelo de deep learning que, em conjunto com uma câmera GoPro, fosse capaz de reconhecer o conteúdo de frascos cilíndricos e seringas, emitindo um alerta antes que o medicamento seja administrado ao paciente.
🟦 Na figura abaixo é possível visualizaro sistema de câmera wearable desenvolvido para detectar erros na administração de medicamentos em ambientes clínicos:
Fonte: Chan, J., Nsumba, S., Wortsman, M. et al., 2024. npj Dig Med.
A formação do modelo envolveu meses de treinamento, com a coleta de vídeos 4K de 418 preparações de medicamentos por 13 provedores de anestesiologia em salas de operação com diferentes configurações e iluminação. Esses vídeos foram analisados e os conteúdos das seringas e frascos registrados para treinar o modelo a reconhecer os conteúdos e recipientes.
O sistema de vídeo não lê diretamente as palavras em cada frasco, mas busca por outras pistas visuais, como tamanho e forma do frasco e da seringa, cor da tampa do frasco e tamanho da impressão do rótulo. Shyam Gollakota, coautor do estudo e professor na Escola de Ciência da Computação e Engenharia Paul G. Allen da UW, destaca os desafios: "Foi particularmente desafiador, pois a pessoa na sala de operações está segurando uma seringa e um frasco, e nem sempre é possível ver completamente esses objetos devido ao rápido movimento das mãos."
Este desenvolvimento representa um marco no uso de tecnologias avançadas para garantir a segurança dos pacientes e eficiência dos profissionais de saúde, abrindo caminhos para futuras inovações na área médica.
Referência:
- University of Washington School of Medicine/UW Medicine. "Wearable cameras allow AI to detect medication errors." ScienceDaily. ScienceDaily, 22 October 2024. <www.sciencedaily.com/releases/2024/10/241022132831.htm>.
- Chan, J., Nsumba, S., Wortsman, M. et al. Detecting clinical medication errors with AI enabled wearable cameras. npj Digit. Med. 7, 287 (2024). https://doi.org/10.1038/s41746-024-01295-2