דלג לתוכן

הטכנולוגיה הזו עשויה למנוע טעויות רפואיות ולהציל מאות אלפים בשנה

בעוד שהספרות המקצועית מייחסת מאות אלפי מקרי תמותה מדי שנה לטעויות רפואיות, הקליניקה לא מעמידה לרשות הרופאים כלים טכנולוגיים משמעותיים לצמצומן. חברה ישראלית הצליחה למצמצם טעויות רפואיות באמצעות בינה מלאכותית ונבדקה לאחרונה בהצלחה בבוסטון

מאת: מערכת אינפומד
תאריך פרסום: 05/08/2020
4 דקות קריאה


סקירה (1) שפורסמה בשנת 2016 בכתב העת BMJ, העריכה שטעויות רפואיות הן גורם התמותה השלישי בחשיבותו בארה"ב וטלטלה את העיתונות הפופולארית בארץ ובעולם.

על פי החוקרים, שהשליכו ממצאים ממחקרים קודמים על נתונים עדכניים, טעויות רפואיות אחראיות לכ-250,000 מקרי תמותה בארה"ב מדי שנה. זאת, לצד עלויות כלכליות עצומות המאמירות לכ-20 מיליארד דולר בארצות הברית בגין טעויות ברישום וניפוק תרופות בלבד (2) (3)  .

ההשפעה העצומה שיש לטעויות רפואיות בכלל ולטעויות ברישום תרופות בפרט, הביאה מערכות בריאות רבות בעולם לאמץ כלים 'תומכי החלטה קליניים' (Clinical Decision Support- CDS). כלים אלה אמורים לזהות ולהתריע בפני הרופא/ה על שגיאות בבחירת התרופה, המינון, שיטת מתן התרופה – תרחישים שהוגדרו מראש כמסוכנים.

עם זאת, כרופאים/ות בישראל, אחת ממערכות הבריאות הדיגיטאליות בעולם, רק לעיתים רחוקות, אם בכלל, מערכות המחשוב מתריעות על טעות ברישום תרופה או על אינטראקציה מסוכנת.


רופא מנפיק מרשם למטופלת, תוך שימוש במערכת MedAware שנועדה למנוע טעויות אנוש ברישום של תרופות
wavebreakmedia | Shutterstock


מערכת בינה מלאכותית המסייעת לרופא/ה ברישום התרופה

הסיפור של מערכת זו מתחיל בטרגדיה שעלתה לילד בן 9 בחייו: הרופא שלו חשב שהוא רושם עבורו תרופה נפוצה לטיפול באסתמה, Singular, אך הקליק בטעות על שמה של התרופה הצמודה לה בתפריט, נוגד הקרישה (Sintrom Acenocoumarol), שנטילתו גרמה למותו של הילד.

הטרגדיה הציתה בראשי של ד"ר גידי שטיין מאוניברסיטת תל-אביב את הרעיון שעומד בבסיס MedAware - מערכת למניעת טעויות אנוש ברישום תרופות (4).

בניגוד למערכות CDS מסורתיות, מערכת זו לא מסתפקת באזהרה מפני שילובים או מינונים שהוגדרו מראש כמסוכנים, אלא מצליבה בפועל בין התרופות שנרשמו למטופל ובין המצב הרפואי הייחודי לו: נתוניו הדמוגרפיים, תוצאות מעבדה, סימנים חיוניים, תרופות שהוא כבר נוטל, רשימת אבחנות ופרוצדורות. לאחר מכן, המערכת עושה שימוש באלגוריתמים שונים, לרבות מתחום הבינה המלאכותית ולמידת מכונה, כדי לאתר חריגות. המערכת מסוגלת לספק התראות לא רק במועד הרישום, אלא גם באופן רטרוספקטיבי, ולהצביע על קשר אפשרי בין מאורעות קליניים לבין נטילת תרופות. 

לא רק מתריעה, אלא גם מלמדת

המערכת לא רק מתריעה בפני הרופא שתרופה מסוימת יכולה להיות מסוכנת עבור חולה עם אבחנה מסוימת, אלא גם מסוגלת להסביר את הרציונל המתודי מאחורי ההתרעה ('רישום דיגוקסין מתבצע בדרך כלל עבור חולה ללא הפרעת קצב או אי-ספיקת לב ובמצבים שבהם לא נעשה שימוש בתרופה דומה בעבר'), לסייע להבין את ההיבט העיתי (כרונולוגי) בהתרעה ('בדיקת הדם האחרונה העידה על מצב של טרומבוציטופניה בחולה עם מרשם לנוגד קרישה') או לציין סטייה בנוגע למינון שנרשם ('180 מ"ג Oxycontin הם מינון גבוה'). 

92% מההתרעות מדויקות, כמחצית מהן משמעותיות קלינית

במחקר (5)  שפורסם בכתב העת Journal on Quality and Patient Safety בסוף שנת 2019 בחנו חוקרים מאוניברסיטת הרווארד את פעולת המערכת אל מול מערכות ה-CDS המסורתיות בשתי מערכות בריאות בבוסטון (BWH ו-MGH) בכ-370,000 מטופלים שטופלו במסגרת מרפאות החוץ של בתי החולים. עבור המידע ממפגשים אלה ספקה המערכת 10,668 התרעות, רובן התייחסו לחריגה עם היבט העיתי (למשל, רישום תרופה בצמוד לבדיקת מעבדה ובה ערך שיכול להוות התווית נגד). מדגם מקרי מתוך ההתרעות נבחר לבחינה איכותית ע"י רופאים ורוקחים באופן בלתי תלוי ובה עלה שכמחצית מההתרעות הן בעלות ערך קליני בינוני או גבוה וכ-92% הן מדויקות. 68% מההתרעות היו ייחודיות למערכת MedAware, ולא נתגלו על ידי מערכת ה-CDS הנוכחית בבתי החולים. 

חיסכון של 61 דולר להתרעה

היבט חשוב נוסף במערכות CDS הוא כאמור חיסכון בעלויות. החוקרים העריכו שמניעה של אירוע טעות רפואית על רקע תרופה חוסכת כ-3,592 דולר. כמו כן, עלות זמן של רוקח ושל רופא על מנת למנוע טעות זו בכלים אחרים (למשל, שיחת טלפון בין הרוקח לרופא) נאמדת בכ-14 דולר. בניתוח של סוג הטעויות שהמערכת מנעה עלה שבממוצע, חסכה המערכת כ-61 דולר להתרעה וכ-1.3 מיליון דולר עבור אוכלוסיית המחקר במשך 5 שנות מעקב. 


האם המערכות מייעלות או מכבידות את עבודת הרופא?

באופן מעניין, החוקרים לא שקללו לעלות הנחסכת את עלות הזמן שהרופאים יצטרכו להשקיע בהתייחסות להתרעות המערכת, שרבות מהן, כאמור, לא היו עולות במערכות ישנות יותר ושרק 50% מהן הן בעלות משמעות קלינית בינונית ומעלה. 

עובדה זו בעלת חשיבות מיוחדת לאור מחקר (6) שהתפרסם לאחרונה ב-Annals of Internal Medicine ובו נסקרו כ-100 מיליון מפגשי רפואת קהילה בארה"ב. המחקר מצא שבממוצע, משקיעים הרופאים כבר היום כ-16 דקות בעבודה על הרשומה הממוחשבת בכל מפגש עם מטופל, מתוכן כ-33% בסקירת הרשומה, 24% בתיעוד ו-17% בהזמנת בדיקות מעבדה, הדמייה, טכנאות רפואית או הפנייה לרפואה יועצת. 

בהתחשב בעובדה שהמערכת מתבססת בחלקה על למידת מכונה, כך שהיא תשתכלל ככל שישתמשו בה יותר, ניתן לקוות שהיא תוכל לספק התראות מדויקות יותר בעתיד ולהפחית את 'נטל המחשוב' המוטל על רופאים היום.


(1) BMJ 2016; 353 doi: https://doi.org/10.1136/bmj.i2139 (Published 03 May 2016).

(2) Rozenblum R, Rodriguez-Monguio R, Volk LA, et al. Using a Machine Learning System to Identify and Prevent Medication Prescribing Errors: A Clinical and Cost Analysis Evaluation. Jt Comm J Qual Patient Saf. 2020;46(1):3-10. doi:10.1016/j.jcjq.2019.09.008.

(3) Andel C, Davidow SL, Hollander M, Moreno DA. The economics of health care quality and medical errors. J Health Care Finance. 2012;39(1):39-50.

(4) https://www.fromthegrapevine.com/health/medaware-gidi-stein-prescription-error-artifical-intelligence-software

(5) The Joint Commission Journal on Quality and Patient Safety. VOLUME 46, ISSUE 1, P3-10, JANUARY 01, 2020. Published:November 27, 2019DOI:https://doi.org/10.1016/j.jcjq.2019.09.008.

(6) Annals of Internal Medicine. 4 February 2020Volume 172, Issue 3 Page: 169-174. https://doi.org/10.7326/M18-3684.


האם המאמר עניין אותך?

נושאים מרכזיים

רופאים בתחום
 הגר טאוב אפיל
הגר טאוב אפיל אבחון
ד"ר מיכה צינמן
ד"ר מיכה צינמן משפחה
 אמיתי הורביץ
אמיתי הורביץ אבחון
הצטרפו לניוזלטר השבועי של אינפומד

אולי יעניין אותך - מאמרים נוספים בתחום רפואה דיגיטלית

שאלות מתוך פורום ייעוץ תרופתי

X
שדות המסומנים ב-* הינם שדות חובה

צור קשר

פרטים אישיים
פרטי הפנייה
תודה על פנייתך, אנו נשוב אליך בהקדם!

חזור לעמוד הבית
באנר הצטרפות

רופא, אתה עדיין לא חלק מאינדקס המומחים שלנו?

שווה לך להצטרף!
youtube ערוץ הוידאו של
Infomed
הפייסבוק
שלנו
instagram האינסטגרם
שלנו