Kamera pintar yang dapat dipakai mendeteksi kesalahan medis

JAKARTA (ANTARA) – Tim peneliti telah mengembangkan sistem kamera dapat dipakai (wearable) dan dengan bantuan kecerdasan buatan mampu mendeteksi potensi kesalahan dalam pemberian obat kepada pasien.

Dalam uji coba yang hasilnya dipublikasikan pada 22 Oktober di npj Digital Medicine, sistem video dengan kemampuan tinggi mengenali dan mengidentifikasi obat mana yang diminum dalam lingkungan klinis yang sibuk. AI mencapai sensitivitas 99,6 persen dan spesifisitas 98,8 persen dalam mendeteksi kesalahan penggantian vial.

Sistem ini dapat menjadi perlindungan yang penting, terutama di ruang operasi, unit perawatan intensif, dan pengaturan pengobatan darurat, kata rekan penulis utama Dr. Kelly Michaelsen, asisten profesor anestesiologi dan pengobatan nyeri di Washington University School of Medicine.

“Pemikiran untuk bisa membantu pasien secara langsung atau mencegah kesalahan pengobatan sebelum terjadi sungguh luar biasa,” ujarnya, seperti dilansir Medical Xpress, Selasa (22/10).

Baca juga: Teknologi dalam dunia kesehatan membantu dokter mendiagnosis lebih cepat

Michaelsen menambahkan, “Kita bisa mengharapkan kinerja 100 persen, namun manusia pun tidak bisa mencapainya. Dalam survei terhadap lebih dari 100 penyedia anestesi, mayoritas menginginkan sistem yang lebih dari 95 persen akurat, yang merupakan tujuan yang telah kita capai. “

Kesalahan pengobatan adalah kejadian kritis yang paling sering dilaporkan dalam anestesi, dan penyebab paling umum dari kesalahan medis serius dalam perawatan intensif. Dalam gambaran yang lebih besar, diperkirakan 5-10 persen dari seluruh pengobatan yang diberikan berhubungan dengan kesalahan.

Kejadian buruk terkait obat suntik diperkirakan berdampak pada 1,2 juta pasien setiap tahunnya dengan biaya sebesar 5,1 miliar dolar AS.

Kesalahan jarum suntik dan penggantian vial paling sering terjadi pada saat penyuntikan intravena, dimana dokter harus memindahkan obat dari vial ke spuit ke pasien. Sekitar 20 persen kesalahan adalah kesalahan penggantian, yaitu pemilihan vial yang salah atau label jarum suntik yang salah. 20 persen kesalahan lainnya terjadi ketika obat diberi label dengan benar namun diberikan secara tidak tepat.

Baca juga: Pakar Jelaskan Penggunaan Teknologi Robot dalam Bedah

Langkah-langkah keamanan, seperti sistem barcode yang dengan cepat membaca dan mengonfirmasi isi botol, diterapkan untuk mencegah kecelakaan tersebut. Namun, praktisi terkadang lupa melakukan pemeriksaan ini selama situasi stres karena ini merupakan langkah tambahan dalam alur kerja mereka.

Tujuan para peneliti adalah untuk membangun model pembelajaran mendalam yang, ketika dipasangkan dengan kamera GoPro, cukup canggih untuk mengenali isi botol silinder dan jarum suntik, dan memberikan peringatan yang tepat sebelum obat masuk ke pasien.

Pelatihan model membutuhkan waktu berbulan-bulan. Para peneliti mengumpulkan video 4K dari 418 asupan obat oleh 13 penyedia anestesiologi di ruang operasi yang memiliki pengaturan dan pencahayaan berbeda.

Video tersebut merekam dokter yang sedang memberikan botol dan jarum suntik berisi obat-obatan tertentu. Klip video ini kemudian direkam dan isi jarum suntik serta vial ditandai untuk melatih model mengenali isi dan wadahnya.

Sistem video tidak secara langsung membaca kata-kata pada setiap vial, namun memindai isyarat visual lainnya, seperti ukuran dan bentuk vial, serta jarum suntik, warna tutup vial, dan ukuran label yang dicetak. .

Baca juga: Ahli Urologi Indonesia Lakukan Operasi Telerobotik Jakarta – Denpasar

“Ini sangat menantang, karena orang-orang di ruang operasi memegang jarum suntik dan botol, dan Anda tidak dapat melihatnya sepenuhnya karena ditutupi oleh tangan yang bergerak cepat. Mereka melakukan tugasnya. Mereka tidak berpose untuk operasi. kamera,” kata Shyam Gollakota, salah satu penulis makalah dan profesor di Paul G. Allen School of Computer Science & Engineering, UW.

Selain itu, model komputasi harus dilatih untuk fokus pada obat di latar depan bingkai dan mengabaikan botol dan jarum suntik di latar belakang.

“AI melakukan semua itu, mendeteksi jarum suntik tertentu yang diambil oleh penyedia layanan kesehatan,” kata Gollakota.

Menurut Michaelsen, penelitian ini menunjukkan bahwa AI dan pembelajaran mendalam berpotensi meningkatkan keselamatan dan efisiensi di sejumlah praktik layanan kesehatan. Para peneliti baru mulai menyelidiki potensi ini.

Penelitian ini juga melibatkan peneliti dari Carnegie Mellon University dan Makerere University di Uganda. Toyota Research Institute membangun dan menguji sistem tersebut.

Baca juga: BRIN dorong penelitian sel induk untuk mengembangkan teknologi kesehatan Indonesia

Penerjemah: Siti Zulaikha
Editor: Zita Meirina
Hak Cipta © ANTARA 2024