AI-system upptäcker fel när patienter tar medicin själva

Forskare vid MIT har utvecklat ett system som använder trådlösa radiosignaler och artificiell intelligens (AI) för att upptäcka fel när patienter tar medicin själva. Den nya utvecklingen kan ha en stor inverkan med tanke på det alarmerande antalet patienter som inte följer läkarnas ordinationer, vilket leder till tusentals dödsfall och miljarder dollar i medicinska kostnader varje år.

Systemet använder trådlös avkänning och AI tillsammans för att bestämma när en patient använder en insulinpenna eller inhalator. Potentiella fel upptäcks av systemet när en patient tar medicin själv.

Dina Katabi är Andrew och Erna Viteri-professorn vid MIT. Katabis forskargrupp var ansvarig för att utveckla det nya systemet.

“Vissa tidigare studier rapporterar att upp till 70% av patienterna inte tar sin insulin som ordinerat, och många patienter använder inte inhalatorer på rätt sätt”, säger Katabi.

Enligt forskarna kan det nya systemet installeras i hemmet och varna patienter och vårdgivare om medicineringfel, vilket hjälper till att minska onödiga sjukhusbesök.

Forskningen publicerades förra månaden i tidskriften Nature Medicine. Huvudförfattarna till studien inkluderar Mingmin Zhao, PhD-student vid MIT:s datorvetenskapliga och artificiella intelligenslaboratorium (CSAIL), och Kreshnik Hoti, tidigare gästforskare vid MIT och nuvarande lärare vid universitetet i Prishtina i Kosovo. Medförfattare till forskningen inkluderar Hao Wang, tidigare CSAIL-postdoktor och nuvarande lärare vid Rutgers University, och Aniruddh Raghu, CSAIL PhD-student.

Läkemedelsadministreringsmekanismer

Många läkemedel kräver komplexa administreringsmekanismer.

“Till exempel kräver insulinpennor priming för att säkerställa att det inte finns några luftbubblor inuti. Och efter injicering måste du hålla i 10 sekunder”, säger Zhao. “Alla dessa små steg är nödvändiga för att ordentligt administrera läkemedlet till dess aktiva plats.”

Med varje ytterligare steg ökar chanserna för fel, vilket ökar ännu mer om det inte finns någon apotekspersonal närvarande. Eftersom patienter ofta gör misstag utan att inse det, syftade teamet till att skapa ett automatiserat system.

Det nya systemet har tre breda steg, som börjar med en sensor som spårar en patients rörelser inom en 10-meters radie. Detta steg görs genom radiovågor som reflekteras av deras kropp. Sedan tittar AI på de reflekterade signalerna för att avgöra om en patient använder en inhalator eller insulinpenna. Det sista steget är för systemet att varna patienten eller vårdgivaren när ett fel upptäcks vid självadministrering av medicin.

“En sak som är bra med det här systemet är att det inte kräver att patienten bär några sensorer”, säger Zhao. “Det kan till och med fungera genom hinder, liknande hur du kan komma åt ditt Wi-Fi när du är i ett annat rum än din router.”

Sensor och neuronnätverk

Sensorn sitter i bakgrunden av ett hus medan AI används för att tolka de modulerade radiovågorna. Ett neuronnätverk utvecklades för att upptäcka mönster i användningen av medicinen, och det tränades för att utföra exempelrörelser. Genom förstärkt inlärning upptäckte nätverket framgångsrikt 96% av insulinpennadministreringar och 99% av inhalatoranvändning.

Efter att ha identifierat eventuella fel kan nätverket också korrigera dem. Rätt medicinadministrering följer liknande sekvenser, vilket innebär att systemet kan identifiera eventuella avvikelser i de specifika stegen. Den informationen kan sedan skickas till patienten eller deras läkare, vilket hjälper till att korrigera tekniken.

“Genom att bryta ner det i dessa steg kan vi inte bara se hur ofta patienten använder sin enhet, utan också utvärdera deras administreringsTeknik för att se hur bra de gör”, säger Zhao.

“Ett alternativt sätt att lösa det här problemet är genom att installera kameror”, fortsätter Zhao. “Men att använda en trådlös signal är mycket mindre intrusivt. Det visar inte människors utseende.”

Enligt teamet kan det nya systemet eventuellt anpassas för andra mediciner genom att omträna neuronnätverket.