醫療錯誤是美國第三大死亡原因，每年會導致25萬人死亡；但實際上，其中多達80％的醫療錯誤是可以預防的。

一家名為MedAware的人工智能公司希望使用機器學習和模式識別算法來提高醫生的決策能力和根除錯誤。

該公司首席執行官吉蒂·斯坦博士是新一代醫學和計算機科學專家，在他的領導下，MedAware開發了一種算法，來幫助醫生在使用電子健康記錄時防止用藥錯誤。該算法能夠充當醫生的拼寫檢查助手，當醫生開出的處方與病人資料不匹配時，醫生會在開出處方時得到警告。此外，如果病人所開的藥物與其他病人產生了負面反應，該系統可以向醫生發出警報。

該系統已經在以色列和美國的醫院實施，它已經發現了一些錯誤，比如給85歲的老人開生育藥物，給兩歲的孩子開西地那非等等，這些都有助于防止許多危及生命的錯誤。哈佛大學的一項研究發現，醫院與藥物相關的錯誤所造成的直接年度成本超過200億美元，醫療責任成本超過130億美元，而MedAware生成的警報中有80%是臨床有效的。

人工智能似乎是一個特別有前途的工具，基于規則的解決方案主要關注藥物相互作用，如劑量和過敏，而不是解決排版錯誤或處方后不斷發展的不良事件。研究表明，長時間工作和繁重工作會導致醫生處方錯誤的增加。但對于人工智能來說，即使在高壓力的情況下，算法系統也能確保患者的安全，并通過準確檢測和減輕這些風險來防止重大傷害。

隨著COVID-19大流行給全球醫療系統帶來壓力，并迫使處方人員和臨床醫護團隊達到工作極限，當下的醫療行業尤其需要引入更為先進的決策支持系統。MedAware的AI引擎被設計為健康信息基礎設施中的智能安全層，以防止與藥物相關的危險風險。通過利用先進的機器學習算法，該技術可以識別出患者遇到藥物錯誤、藥物依賴風險以及之后不斷演變的藥物不良事件等，從而挽救生命。

雖然醫療事故是一個極為復雜的問題，仍需不斷探索，但相信隨著技術的發展，人工智能將成為解決這一問題的重要組成部分。

來源：百度