MedAware：基于人工智能的临床决策支持平台，有效减少医疗事故

来源：HIT专家网        编译：唐灵逸

MedAware是一家以色列医疗信息技术创业公司，他们开发的临床决策支持工具可以在开处方之前发现处方错误，背后是基于机器学习的软件系统，在2017年1月《美国医学信息学协会杂志》（《Journal of American Medical Informatics Association》，简称JAMIA）发表的一项研究中获得了临床验证。

基于数千名医生对数百万名患者的诊断数据，MedAware研发的软件可辨别处方差错，并实时发出警报。经证实，该公司这款有自学能力的系统可以改善连续护理的临床效果，而且更加经济实惠，为患者安全设立了一套新的标准。该软件是诊断解决方案的第一款主打产品，可将实际的医生诊断数据转换为可行的临床知识。

MedAware的工具分析了747,985名患者的医疗记录，并产生了超过15,690个警报。根据JAMIA摘要，从生成的15 693个警报中选择了300个图表的样本进行审查。MedAware开发了编码系统，并根据图表审查分配代码，以反映警报的准确性、有效性和临床价值。结果他们发现，筛查系统产生的图表审查警报中有四分之三是有效的。该研究指出，这些有效警报的约75％在临床上有助于标记潜在的用药错误或可能存在的问题。

哈佛医学院助理教授Ronen Rozenblum是该研究的共同研究者，他分享了他对MedAware的印象：“我们急需一套创新的解决方案来解决目前的处方错误，因为他们会导致严重的发病率、死亡率和医疗费用的浪费。MedAware的药物错误检测系统有能力生成新的警报，这些警报是现有的临床决策支持系统可能会错过的。”

MedAware首席执行官兼联合创始人Gidi Stein博士形象地称其软件为“一张安全网”。“我们试图确定医生犯错误的途径，这样我们才可以有效避免某些医疗事故的发生。”

医生、护士和药剂师的一些常见错误可能包括：在下拉菜单中点击错误的药物选项、向错误的患者开药，或者因为手指的触碰可能导致他们意外地向处方添加额外的零点。MedAware的方法包括查看特定处方的背景，将异常值置于标准的处方模式之外，并提请注意该处方的制定是否有误。寻找这些异常值是基于MedAware产品的机器学习算法，一旦有异常值，将会提示MedAware的系统采取行动，并强制医生仔细检查他们在做什么。Stein将MedAware的系统与金融系统进行了比较，这些系统联系起来可以有效地寻找可疑的信用卡欺诈等诈骗行为。

“这是一个不断学习的算法，它的知识来源于现有的数据。它可以将知识从一个机构转移到另一个机构。没有什么是程序化的。”Stein说。

虽然Stein承认，几家技术公司在处方错误领域都很活跃，但大多数注意事项都是针对有害药物相互作用和过敏反应，患者可能会因为这些有风险的治疗方案受到伤害。

根据健康创新卓越网络（Network for Excellence in Health Innovation）的数据，采取步骤减少处方错误是非常有意义和价值的，因为这些错误，住院病人和门诊患者的额外医疗费用累计高达210亿美元。

【附原文链接】

http://medcitynews.com/2017/01/startup-preventing-prescription-errors-gets-validation/?rf=1

【责任编辑：谭啸】