• 蜂蜜檸檬
  • 中國危機
20171031-SMG0035-快訊小紅條兒

開藥0.5看成5,病人藥物過量死…醫師揭台灣用藥「恐怖漏洞」,要有效避免只能靠…

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/Transcribe)、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,在醫療階段早期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,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幾顆胃藥,或診斷漏開的情況,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。

如果只是將適應症和用藥規則化,輸入電腦、建立資料庫,並無法徹底管理處方箋錯誤的問題,主因在於臨床上有太多例外狀況,舉例來說,感冒並不是抗生素的適應症,但是當醫師根據病人的狀況,認為有必要開抗生素時,該不該視為開錯藥?

還有醫師在開藥時,有時候會採取「off – label use(藥品仿單標示外使用)」,意思是不按照適應症去用藥,例如一種名為Levamisole(左美索)的驅蟲藥,因為具有免疫調控功能,有時候皮膚科醫師會用來治療困難的病毒疣,像這類「off – label use」,依常規所建之資料庫就無法顧及。

為了有效攔截問題處方,北醫的團隊利用健保資料庫、大型醫院提供的電子病歷資料,加上科學文獻資料,研究醫師處方行為,分析數億張處方箋後,推導出疾病與藥物、藥物與藥物關連性,運用不同的AI演算法,開發出「智慧型藥物安全系統」(AI-enhanced Safety of Prescription,簡稱AESOP),當處方中出現無法被診斷或其他藥物所解釋的用藥時,就可能為不適當處方,之後可以適時適度地提醒醫師,避免發生用藥錯誤。

為了提高AESOP系統的準確度,北醫團隊也和醫學中心合作,持續擴大臨床試驗。目前可有效捕捉到50%至80%的不適當處方。醫師在對系統提示的接受度,也從初期的4成,提升到6成。

作者|李友專(Yu-Chuan Jack Li)

臺北醫學大學醫學科技學院特聘教授暨院長、萬芳醫院皮膚科暨雷射美容中心主任。臺灣病歷電子化重要推手之一,也是臺灣醫學資訊及人工智慧於臨床應用之先驅。自1993年起投入人工智慧於醫療應用研發至今。曾獲2017國際健康資訊學院(IAHSI)創始院士、2015中華民國資訊產業最高桂冠-傑出資訊人才獎、2010美國醫學資訊學院(ACMI)院士、2010澳洲醫學資訊學院(ACHI)院士、2001中華民國十大傑出青年等殊榮。

本文經授權轉摘自好人出版《AI醫療大未來 台灣第一本智慧醫療關鍵報告》(原標題:AI把關,用藥更安全)

責任編輯/趙元

關鍵字:

我要發風

風傳媒歡迎各界分享發聲,來稿請寄至 opinion@storm.mg

並請附上姓名、聯絡方式、自我簡介,謝謝!

本週最多人贊助文章