概述
安全性取決於系統配置和藥劑師的監督。
深入探討
FDA DSCSA 指南描述了承保藥品的包裝產品標識符,包括標準化數字識別碼、序號、批號和有效期限,支援供應鏈追蹤。臨床決策支援研究檢查患者和藥物相關的警報,例如交互作用、過敏和劑量。一項單獨的 MedGuard 研究評估了警報接受度和錯誤藥物或外觀相似/聲音相似的警報。處方提取研究從非結構化出院摘要中解析出藥物領域;這與手寫處方的 OCR 不同。 ASHP 指南涉及安全的自動分配櫃流程。條碼 eMAR 研究發現,藥物管理錯誤有所減少,但並未消除;該證據並不能證明條碼可以檢測到每個臨床或工作流程錯誤。
現實世界的實施
使用條碼在工作流程步驟中驗證產品識別碼。
路線庫存差異供藥劑師審查。
與授權使用者和記錄協調機櫃存取。
審核覆蓋和分配錯誤。
人工智慧在藥局配藥和驗證的未來
自動化可以提高一致性,但不能取代臨床判斷。維護安全檢查、審計追蹤和事件回應。
付諸實踐
為什麼這很重要
- 背景與規則. 產業背景決定了人工智慧創意能否與現實接觸。
- 品質管控. 領域約束會影響可接受的錯誤率和監督模型。
- 配裝選擇. 成功的部署使技術能力與第一線工作流程保持一致。
留意
- 監理要求可能會使原本強大的原型失效。
- 歷史資料可能會編碼損害特定社區的偏見。
- 遺留系統可能會造成整合瓶頸和隱性成本。
後續步驟
- 讓領域專家參與從問題框架到評估的整個過程。
- 在啟動前設計審計追蹤和文件。
- 儘早驗證合規性和安全義務。
- 分階段推出,並有明確的停止和回滾標準。
不斷探索
常見問題
什麼是藥房配藥和驗證中的人工智慧?
藥房自動化可以支援藥物儲存、選擇、標籤和驗證。安全性取決於系統配置和藥劑師的監督。
根據 FDA DSCSA 指南,藥品包裝產品識別碼包含哪些資訊?
FDA 將承保藥品包裝上的產品識別碼描述為包括標準化數字識別碼、序號、批號和有效期限。
引用的 MedGuard 研究在門診用藥決策支援方面評估了什麼?
該研究評估了臨床相關警報、接受度、錯誤藥物錯誤以及外觀相似/聲音相似的警報。
電腦觸發的決策支援可以在處方時標記哪些與藥物相關的問題?
引用的初步試驗描述了藥物交互作用、過敏和劑量相關問題的決策支援。
所引用的處方提取研究過程是怎樣的?
該研究從非結構化臨床文本中提取藥物領域;它沒有描述掃描紙本處方上的 OCR。
ASHP 安全使用指南針對自動分配櫃解決了什麼問題?
ASHP 的指南涉及安全使用自動分配櫃的政策、程序和品質保證實務;它們沒有建立普遍的法律責任規則。