Ошибки в назначении лекарств приводят к убыткам в 21 миллиард долларов только в американской систему здравоохранения, не включая стоимость судебных исков, подаваемых при возникновении таких ошибок, рассказал генеральный директор и соучредитель компании «MedAware» доктор Гиди Стейн. А негативные побочные явления от использования лекарств (ADEs) – вредные эффекты или травмы, возникающие в результате приема лекарства – являются одной из трех наиболее распространенных категорий медицинских ошибок.

По данным неправительственной организации «Безопасность пациентов», каждый год в Соединенных Штатах Америки около двух миллионов ADEs вызывают ошеломляющие 100 000 смертей. Но теперь новое исследование показывает, что есть израильская компания, которая может помочь бороться с этим. «MedAware» и Медицинский центр «Шиба» недавно опубликовал обзор клинического воздействия разработанной компанией платформы для обеспечения безопасности пациентов с помощью машинного обучения, предназначенной для минимизации рисков, связанных с приемом лекарств.

Полученные результаты были опубликованы в «Journal of American Medical Informatics Association» под названием «Сокращение ошибок при назначении лекарств и нежелательных явлений, связанных с приемом лекарств, путем применения вероятностной системы поддержки принятия клинических решений на основе машинного обучения в условиях стационара». Врачи медицинского центра «Шиба» проанализировали результаты в одной медицинской палате от внедрения системы «MedAware», которая была интегрирована в существующую электронную систему медицинской документации центра. Платформа контролировала все медицинские предписания, выданные в течение 16 месяцев, при этом сотрудники центра оценивали все предупреждения на предмет точности, клинической обоснованности и полезности, записывая все ответы врачей на генерируемые предупреждения в режиме реального времени. Результаты исследования продемонстрировали, что предупреждения, генерируемые «MedAware», не были приняты во внимание только в 0,4% всех назначений.

«Сегодняшние широко используемые системы для предотвращения рисков, связанных с приемом лекарств, в том числе ошибок при назначении лекарств и побочных эффектов лекарств, не имеют успеха и связаны с существенным бременем ложной тревоги», – сказал доктор Гади Сегал, руководитель отдела внутренней медицины «T», который руководил исследованием. «Эти предупреждения игнорируются почти в 95% случаев. Наше исследование показало, что платформа безопасности пациентов «MedAware», в которой используется вероятностный подход к машинному обучению, основанный на обнаружении резко отличающихся значений, может значительно минимизировать такие риски, с высоким уровнем принятия врачом предупреждений «MedAware», что приводит к изменению поведения врача и повышению безопасности пациентов».

Среди других результатов исследования: 60% из предупреждений были произведены после того как лекарство уже было назначено, но до изменений в состоянии пациента; 89% из всех предупреждений были сочтены точным; 80% из всех предупреждений были сочтены клинически полезным; и 43% из предупреждений способствовали изменениям в последующих медицинских назначениях. «Учитывая проблему с назначением лекарств и ее значительное влияние на уход за пациентами, мы решили работать с «MedAware», когда компания еще доказывала свою концепцию», – сказал доктор медицины Эяль Зимлихман, заместитель директора и главный врач «Шибы». «После многих лет партнерства наша исследовательская группа приступила к оценке клинического воздействия платформы «MedAware» в рамках пробного внедрения, и результаты говорят сами за себя».

Стейн основал «MedAware» в 2012 году, прочитав о смертельной ошибке при назначении лекарства в Израиле, когда доктор прописал девятилетнему мальчику антикоагулянтный растворитель крови, который убил его через неделю. «Это была ошибка», сказал Стейн. «Но и ошибки могут убить». Как ученый-компьютерщик и врач, сказал он: «Я не смог бы жить с собой, если бы что-то подобное случилось со мной. Итак, я решил попытаться решить эту проблему». «MedAware» использует методы искусственного интеллекта, аналогичные тем, которые используются в финансовом секторе, чтобы остановить мошенничество, выявляя «отклонения» от тенденции, и практикам, направленным на то, чтобы распознавать подозрительные или ошибочные транзакции. Стейн сказал, что, когда человек владеет и использует кредитную карту, банк начинает отслеживать его личную структуру расходов. Когда совершается необычная транзакция, банк получает предупреждение и может связаться с владельцем или заблокировать кредитную карту. «Мы пробуем аналогичную методологию с данными здравоохранения», – сказал Стейн. «Данные о рецептах тысяч врачей используются для определения «нормального» диапазона лечения. Рецепт, в значительной степени отклоняющийся от него, скорее всего, будет ошибочным».

Система MedAware полностью персонализирована, так как ее ответы основаны на конкретных данных каждого пациента. Система также самообучается. «Она скажет вам, что не рекомендуется давать определенные лекарства, потому что они не соответствуют данным пациента», – объясняет Сегал. «Только программа с машинным обучением, которая знает данные пациента, будет знать достаточно, чтобы сказать мне «Эй, доктор, это ошибка, или неправильное лекарство, или вы слишком устали – вы не можете дать инсулин пациенту, у которого нет диабета».

jpost.com