Sistema de IA Detecta Erros ao Autoadministrar Medicamentos

Pesquisadores do MIT desenvolveram um sistema que utiliza sinais de rádio sem fio e inteligência artificial (IA) para detectar erros quando os pacientes autoadministram medicamentos. O novo desenvolvimento pode ter um grande impacto, considerando o número alarmante de pacientes que não seguem as ordens dos médicos, o que leva a milhares de mortes e bilhões de dólares em custos médicos todos os anos.

O sistema utiliza sensores sem fio e IA juntos para determinar quando um paciente está usando uma caneta de insulina ou um inalador. Erros potenciais são detectados quando um paciente autoadministra medicamentos.

Dina Katabi é a professora Andrew e Erna Viteri no MIT. O grupo de pesquisa de Katabi foi responsável por desenvolver o novo sistema.

“Alguns trabalhos anteriores relatam que até 70% dos pacientes não tomam insulina como prescrito, e muitos pacientes não usam inaladores corretamente”, diz Katabi.

De acordo com os pesquisadores, o novo sistema pode ser instalado em casa e alertar pacientes e cuidadores sobre erros de medicação, o que ajuda a reduzir visitas hospitalares desnecessárias.

A pesquisa foi publicada no mês passado na revista Nature Medicine. Os autores principais do estudo incluem Mingmin Zhao, estudante de doutorado no Laboratório de Ciência e Inteligência Artificial do MIT (CSAIL), e Kreshnik Hoti, ex-cientista visitante no MIT e atual membro da faculdade da Universidade de Prishtina, no Kosovo. Os coautores da pesquisa incluem Hao Wang, ex-pós-doutorado do CSAIL e atual membro da faculdade da Universidade Rutgers, e Aniruddh Raghu, estudante de doutorado do CSAIL.

Mecanismos de Entrega de Medicamentos

Muitos medicamentos exigem mecanismos de entrega complexos.

“Por exemplo, canetas de insulina exigem preparação para garantir que não haja bolhas de ar dentro. E após a injeção, você deve segurar por 10 segundos”, diz Zhao. “Todos esses pequenos passos são necessários para entregar o medicamento corretamente ao seu local ativo.”

Com cada passo adicional, há mais chances de erros, o que é aumentado ainda mais se não houver um farmacêutico presente. Como os pacientes muitas vezes cometem erros sem perceber, a equipe visou criar um sistema automatizado.

O novo sistema tem três passos amplos, começando com um sensor que rastreia os movimentos de um paciente dentro de um raio de 10 metros. Esse passo é feito por meio de ondas de rádio que se refletem no corpo do paciente. Em seguida, a IA analisa os sinais refletidos para determinar se um paciente está autoadministrando um inalador ou caneta de insulina. O último passo é para o sistema alertar o paciente ou o provedor de saúde quando um erro é detectado na autoadministração do medicamento.

“Uma coisa boa sobre esse sistema é que não exige que o paciente use nenhum sensor”, diz Zhao. “Ele pode funcionar até mesmo através de obstáculos, semelhante a como você pode acessar seu Wi-Fi quando está em uma sala diferente da do seu roteador.”

Sensor e Rede Neural

O sensor fica em segundo plano em uma casa enquanto usa IA para interpretar as ondas de rádio moduladas. Uma rede neural foi desenvolvida para detectar padrões no uso do medicamento, e foi treinada para realizar movimentos de exemplo. Através do aprendizado por reforço, a rede detectou com sucesso 96% das administrações de caneta de insulina e 99% do uso de inaladores.

Após identificar quaisquer erros, a rede também pode corrigi-los. A administração correta de medicamentos segue sequências semelhantes, o que significa que o sistema pode identificar quaisquer anomalias nos passos específicos. Essas informações podem ser enviadas ao paciente ou ao seu médico, o que ajuda a corrigir a técnica.

“Ao dividir em esses passos, podemos não apenas ver com que frequência o paciente está usando seu dispositivo, mas também avaliar sua técnica de administração para ver como ele está se saindo”, diz Zhao.

“Uma maneira alternativa de resolver esse problema é instalando câmeras”, continua Zhao. “Mas usar um sinal sem fio é muito menos invasivo. Ele não mostra a aparência das pessoas.”

De acordo com a equipe, esse novo sistema pode eventualmente ser adaptado para outros medicamentos retreinando a rede neural.