:::相關網站

:::會員服務|快速功能

  • 今日66折
  • 天天BUY
內容連載 頁數 1/2
【內容試閱一】

〈AI把關,用藥更安全〉 (節錄自本書第二章第三節)


台灣用藥量與其他國家相比,數量相當驚人,總人口雖然只有2,300萬,每一年全台醫療院所開出的處方箋卻高達3億6,000萬張,健保局給付的藥品費用一年高達1,200億元。

根據行政院主計處調查,2016年家庭消費支出結構按消費型態區分,食品飲料及菸草占15.76%,醫療保健花費占15.33%。也就是說,台灣人每100元的花費,有15元用在吃飯,也有15元用在看病吃藥,「吃藥」幾乎跟「吃飯」一樣重要了。

如此龐大的用藥量,相對出現問題的機率也會增加,不論大醫院或小診所都可能曾發生藥物劑量錯誤、使用方式混淆等用藥疏失,輕則傷身,重則致命。

醫療用藥過程可區分為四個階段:從醫師開處方箋(Prescribe)、藥師調劑(Dispense)、住院給藥(Administration)到病人服藥遵從性(Compliance),每個環節都可能發生錯誤,若能透過AI把關,便能在問題發生前將之「攔截」,有效降低用藥錯誤的機率。

以AI做為用藥安全的第一道防線,在醫療早期階段捕捉不適當用藥處方,不僅確保病人安全與品質,更能減少後續衍生不必要的醫療成本。

第一階段:AESOP預警攔截問題處方

就醫師開處方箋來說,AI可以扮演很好的守門人角色。

醫師每天得開出許多處方箋,藥方和病症並非絕對的一對一恆等式,而是一對多、多對一,乃至多對多的複雜交錯關係,光是普拿疼一種藥,就可以用在1,500種疾病上,要做出百分之百正確的下藥判斷,對醫師也是很大的考驗。

據估,台灣一年約有1,800萬張的不適當處方箋,大約是台灣每年3億6,000萬張處方箋中的5%,這個比例和美國相當也接近全球平均。

在這5%之中,很大比例是不小心多開或少開幾顆無害的藥,或診斷不精確的情況,看似不嚴重,仍然不可不慎,開錯藥不僅會對人體造成傷害,嚴重甚至會致命,過去就曾發生過某醫院開錯劑量,將每次0.5顆的劑量開成每次5顆,導致病人一次吃下十倍劑量而致死的案例。相對而言,利用簡單條件式就可以阻擋用藥劑量明顯過高或過低的錯誤,但用藥與診斷是否相符,則需要較強大的AI系統才能診斷。

21 2 下一頁 跳到