一个研究小组表示，他们已经开发出第一个可穿戴摄像系统，该系统在人工智能的帮助下可以检测药物输送中的潜在错误。

在今天公布结果的测试中，视频系统能够高效识别和辨别在繁忙的临床环境中正在抽取哪些药物。人工智能在检测药瓶交换错误方面实现了99.6%的灵敏度和98.8%的特异性。

该研究结果于10月22日在npj Digital Medicine杂志上发表。

华盛顿大学医学院麻醉学和疼痛医学助理教授、该研究的共同主要作者凯利·迈克尔森博士说，该系统可能成为一项关键的安全措施，尤其是在手术室、重症监护室和急诊医学环境中。

“能够实时帮助患者或预防用药错误的想法非常强大。”她说，“人们可以希望达到100%的性能，但即使是人类也无法实现这一点。在对100多名麻醉提供者的调查中，大多数人希望该系统的准确率超过95%，这是我们实现的目标。”

药物管理错误是麻醉中最常见的重大事件，也是重症监护中严重医疗错误最常见的原因。从更大范围来看，估计所有给药中约有5%至10%存在错误。与注射药物相关的不良事件估计每年影响120万患者，损失达51亿美元。

注射器和药瓶调换错误最常发生在静脉注射期间，临床医生必须将药物从药瓶转移到注射器中给患者注射。约20%的错误是替换错误，即选择了错误的药瓶或注射器贴错了标签。另外20%的错误发生在药物标签正确但注射错误的情况下。

为防止此类事故，我们已采取安全措施，例如快速读取和确认药瓶内容的条形码系统。但医生在压力大的情况下有时会忘记这项检查，因为这是工作流程中的一个额外步骤。

研究人员的目标是建立一个深度学习模型，该模型与GoPro相机配对，足够复杂，可以识别圆柱形小瓶和注射器的内容物，并在药物进入患者体内之前发出适当的警告。

训练模型耗时数月。研究人员收集了13位麻醉师在手术室中抽取418次药物的4K视频，手术室的设置和照明各不相同。视频捕捉到了临床医生管理特定药物的药瓶和注射器的场景。随后记录了这些视频片段，并标注了注射器和药瓶的内容，以训练模型识别内容物和容器。

视频系统不会直接读取每个药瓶上的文字，而是扫描其他视觉提示：药瓶和注射器的尺寸和形状、药瓶盖的颜色、标签印刷尺寸。

“这尤其具有挑战性，因为手术室里的医生拿着注射器和药瓶，而你无法完全看到这两个物体。一些字母（在注射器和药瓶上）被手遮住了。而且手移动得很快。他们在做工作。他们没有对着镜头摆姿势。”论文合著者、华盛顿大学保罗·G·艾伦计算机科学与工程学院教授Shyam Gollakota说。

此外，必须训练计算模型，使其关注画面前景中的药物，而忽略背景中的药瓶和注射器。

“人工智能可以做到这一切：检测医疗保健提供者正在拿起的特定注射器，而不是检测放在桌子上的注射器。”Gollakota补充。

这项研究表明，人工智能和深度学习有潜力提高多种医疗实践的安全性和效率。迈克尔森说，研究人员才刚刚开始探索这种潜力。