Evitar errores en la administración de medicamentos, posible gracias a la Inteligencia Artificial

Un grupo de investigadores desarrolla el primer sistema de cámara portátil con IA que detecta posibles errores en la administración de medicamentos

Un nuevo sistema con IA permitiría evitar errores en la administración de medicamentos (Foto. Canva)
Un nuevo sistema con IA permitiría evitar errores en la administración de medicamentos (Foto. Canva)
Carmen Bonilla
3 enero 2025 | 12:00 h

Los errores en la administración de medicamentos son algunos de los incidentes críticos más frecuentemente reportados en anestesia, y la causa más común de errores médicos graves en cuidados intensivos. De hecho, en términos generales, se estima que entre el 5% y el 10% de todos los medicamentos administrados están asociados con errores. Los eventos adversos asociados con medicamentos inyectables afectan a 1,2 millones de pacientes al año.

Durante las inyecciones intravenosas, en las que el médico debe transferir el medicamento de un vial a una jeringa para el paciente, ocurren con mayor frecuencia los errores de intercambio de jeringas y viales. En torno al 20% de los errores son errores de sustitución en los que se selecciona el vial equivocado o se etiqueta incorrectamente una jeringa. Otro 20% de los errores ocurren cuando el medicamento está etiquetado correctamente pero se administra por error.

La IA logró una sensibilidad del 99,6 % y una especificidad del 98,8 % en la detección de errores de intercambio de viales

Para hacer frente a este problema, se han implementado medidas de seguridad, como un sistema de código de barras que lee y confirma rápidamente el contenido de un vial, para evitar este tipo de accidentes. Sin embargo, puede ocurrir que los médicos olviden esta comprobación durante situaciones de mucho estrés, pues es un paso adicional en su flujo de trabajo.

Ahora, un equipo de investigadores afirma haber desarrollado el primer sistema de cámara portátil que, con la ayuda de inteligencia artificial, detecta posibles errores en la administración de medicamentos. En una prueba, el sistema de video reconoció e identificó, con gran eficacia, qué medicamentos se estaban extrayendo en entornos clínicos concurridos. La IA logró una sensibilidad del 99,6 % y una especificidad del 98,8 % en la detección de errores de intercambio de viales.

El objetivo de los investigadores era desarrollar un modelo de aprendizaje profundo que, en combinación con una cámara GoPro, sea lo suficientemente sofisticado como para reconocer el contenido de viales cilíndricos y jeringas y emitir una advertencia apropiada antes de que el medicamento ingrese al paciente.

Para entrenar el modelo, los investigadores recopilaron vídeos en 4K de 418 extracciones de medicamentos por parte de 13 proveedores de anestesiología en quirófanos donde las configuraciones y la iluminación variaban. El vídeo grabó a los médicos manejando viales y jeringas de medicamentos seleccionados, dando lugar a fragmentos que se registraron posteriormente. Es importante aclarar que el sistema de vídeo no lee directamente el texto de cada vial, sino que busca otras señales visuales, como el tamaño y forma del vial y de la jeringa, el color de la tapa del vial y el tamaño de impresión de la etiqueta.

"Fue particularmente desafiante, porque la persona en el quirófano sostiene una jeringa y un frasco, y no se ven ninguno de esos objetos por completo"

“Fue particularmente desafiante, porque la persona en el quirófano sostiene una jeringa y un frasco, y no se ven ninguno de esos objetos por completo. Algunas letras (en la jeringa y el frasco) están cubiertas por las manos. Y las manos se mueven rápido. Están haciendo su trabajo. No están posando para la cámara”, dijo Shyam Gollakota, coautor del artículo y profesor de la Escuela Paul G. Allen de Ciencias Informáticas e Ingeniería de la UW

El modelo computacional, además, tuvo que ser entrenado para enfocarse en los medicamentos en el primer plano del cuadro e ignorar los viales y jeringas en el fondo. “La IA hace todo eso: detecta la jeringa específica que el proveedor de atención médica está recogiendo y no detecta una jeringa que está sobre la mesa”, dijo Gollakota. El trabajo muestra que la IA y el aprendizaje profundo tienen potencial para mejorar la seguridad y la eficiencia en una serie de prácticas de atención médica.

En el estudio participaron también investigadores de la Universidad Carnegie Mellon y de la Universidad Makerere de Uganda. El Instituto de Investigación Toyota construyó y probó el sistema. La Fundación de Investigación de Washington, la Fundación para la Educación e Investigación en Anestesia y una subvención de los Institutos Nacionales de Salud (K08GM153069) financiaron el trabajo.

Los contenidos de ConSalud están elaborados por periodistas especializados en salud y avalados por un comité de expertos de primer nivel. No obstante, recomendamos al lector que cualquier duda relacionada con la salud sea consultada con un profesional del ámbito sanitario.
Lo más leído