AI-systemet detekterer feil når pasienter selvmediserer

Forskere ved MIT har utviklet et system som bruker trådløse radiosignaler og kunstig intelligens (AI) for å detektere feil når pasienter selvmediserer. Den nye utviklingen kan ha en stor innvirkning, gitt det alarmerende antallet pasienter som ikke følger legens ordre, noe som fører til tusener av dødsfall og milliarder av dollar i medisinske kostnader hvert år.

Systemet bruker trådløs sensing og AI sammen for å bestemme når en pasient bruker en insulinpenn eller inhalator. Potensielle feil detekteres av systemet når en pasient selvmediserer.

Dina Katabi er Andrew og Erna Viteri-professor ved MIT. Katabis forskningsgruppe var ansvarlig for å utvikle det nye systemet.

“Noen tidligere arbeid rapporterer at opptil 70% av pasienter ikke tar insulin som foreskrevet, og mange pasienter bruker ikke inhalatorer korrekt,” sier Katabi.

Ifølge forskerne kan det nye systemet installeres hjemme og varsle pasienter og omsorgspersoner om medikamentfeil, noe som hjelper å redusere unødvendige sykehusbesøk.

Forskningen ble publisert forrige måned i tidsskriftet Nature Medicine. Hovedforfatterne av studien inkluderer Mingmin Zhao, PhD-student ved MITs Computer Science and Artificial Intelligence Laboratory (CSAIL), og Kreshnik Hoti, tidligere gjesteforsker ved MIT og nåværende ansatt ved Universitetet i Prishtina i Kosovo. Medforfattere av forskningen inkluderer Hao Wang, tidligere CSAIL-postdoktor og nåværende ansatt ved Rutgers University, og Aniruddh Raghu, CSAIL PhD-student.

Medikamentleveringsmekanismer

Mange medikamenter krever komplekse leveringsmekanismer.

“For eksempel, insulinpenger krever priming for å sikre at det ikke er luftbobler inne. Og etter injeksjon, må du holde i 10 sekunder,” sier Zhao. “Alle disse lille trinnene er nødvendige for å levere medikamentet korrekt til dets aktive sted.”

Med hver ekstra trinn kommer det flere muligheter for feil, noe som øker enda mer hvis det ikke er en farmasøyt til stede. Siden pasienter ofte gjør feil uten å være klar over det, hadde teamet som mål å skape et automatisert system.

Det nye systemet har tre brede trinn, startende med en sensor som sporer en pasients bevegelser innen en 10-meter radius. Dette trinnet gjøres gjennom radiobølger som reflekterer av kroppen deres. Deretter ser AI på de reflekterte signalene for å bestemme om en pasient selvmediserer en inhalator eller insulinpenn. Det siste trinnet er for systemet å varsle pasienten eller helsepersonale når en feil detekteres i selvmedisinasjonen av medikamentet.

“En ting som er fint med dette systemet er at det ikke krever at pasienten bærer noen sensorer,” sier Zhao. “Det kan sogar fungere gjennom hindringer, likt hvordan du kan få tilgang til Wi-Fi når du er i et annet rom enn routeren.”

Sensor og neuralt nettverk

Sensoren sitter i bakgrunnen av et hus mens den bruker AI til å tolke de modulerte radiobølgene. Et neuralt nettverk ble utviklet for å detektere mønster i bruk av medikamentet, og det ble trent til å utføre eksempelbevegelser. Gjennom forsterkingslæring, detekterte nettverket med 96% nøyaktighet insulinpennadministrasjoner og 99% inhalatorbruk.

Etter å ha identifisert eventuelle feil, kan nettverket også korrigere dem. Riktig medikamentadministrasjon følger lignende sekvenser, noe betyr at systemet kan identifisere eventuelle avvik i de spesifikke trinnene. Denne informasjonen kan deretter sendes til pasienten eller legen, noe som hjelper å korrigere teknikken.

“Ved å bryte det ned i disse trinnene, kan vi ikke bare se hvor ofte pasienten bruker enheten, men også vurdere administrasjons-teknikken for å se hvor godt de gjør det,” sier Zhao.

“En alternativ måte å løse dette problemet på er ved å installere kameraer,” fortsetter Zhao. “Men å bruke en trådløs signal er mye mindre intrusivt. Det viser ikke menneskers utseende.”

Ifølge teamet kunne dette nye systemet eventuelt tilpasses for andre medikamenter ved å omtrene det neurale nettverket.