该综述系统梳理了2012至2025年间人工智能在改善农村用药安全方面的应用与成效,涵盖12项来自九国的研究。文章指出,AI已渗透至药物管理的全流程,包括开处方、配药、给药及用药后监测,主要技术类型涉及临床决策支持系统、机器学习、自然语言处理和智能输液泵。关键发现是,基于机器学习的监测系统能将处方和转录错误减少34%至80%,显著提升事件检测能力。然而,农村地区面临基础设施薄弱、人员培训不足、系统整合困难及警报疲劳等特有挑战,同时缺乏治理框架、资金受限和临床人员抵触情绪仍是主要障碍。总体而言,AI在农村医疗中具有提升用药安全的巨大潜力,可通过数据驱动监测、流程自动化和临床决策辅助实现,但需克服上述实施瓶颈方能充分发挥作用。
| Medication Errors (MEs) | 用药错误,指在药物使用过程中发生的可预防事件,可能导致患者伤害。 |
| Clinical Decision Support Systems (CDSS) | 临床决策支持系统,利用AI提供临床建议,帮助医生减少处方错误。 |
| Machine Learning (ML) | 机器学习,一种AI技术,通过数据训练模型来识别模式并预测结果,用于监测用药安全。 |
| Natural Language Processing (NLP) | 自然语言处理,AI技术,用于理解和分析临床文本,辅助识别用药错误。 |
| Alert Fatigue | 警报疲劳,指过多的系统警报导致医护人员忽视或延迟响应,降低警报有效性。 |
📱 每天一份 AI 前沿日报
关注公众号,每天 09:00 推送 · 不错过任何重磅