Los errores de prescripción médica representan una pérdida de 21.000 millones de dólares solo en el sistema de salud de Estados Unidos, sin incluir el costo de las acciones legales emprendidas cuando se producen errores de medicación, explicó el director ejecutivo y cofundador de MedAware, el Dr. Gidi Stein.
Además, los eventos adversos por medicamentos (ADE’s, por sus siglas en inglés), o lesiones resultantes de tomar un medicamento, son una de las tres categorías más comunes y dañinas de errores médicos. Cada año en los Estados Unidos, aproximadamente 2 millones de ADE’s causan la asombrosa cifra de 100.000 muertes, informa la ONG Patient Safety Movement.
Una nueva investigación muestra que hay una compañía israelí que puede ayudar.
MedAware y el Centro Médico Sheba revelaron recientemente una nueva investigación que valida el impacto clínico de la plataforma de seguridad del paciente habilitado para el aprendizaje automático de MedAware, diseñada para minimizar los riesgos relacionados con los medicamentos.
Más noticias
Los hallazgos fueron publicados en el Journal of American Medical Informatics Association (JAMIA) en un estudio titulado “Reducción de errores de prescripción de medicamentos y eventos adversos de medicamentos mediante la aplicación de un sistema probabilístico de apoyo a la decisión clínica basado en el aprendizaje automático en un entorno hospitalario”.
Los médicos de Sheba analizaron los resultados en una sola sala médica, a partir de una implementación en vivo de MedAware en todo el hospital, que se había integrado en el sistema de registros médicos electrónicos existente en el centro. La plataforma monitoreó todas las recetas médicas emitidas durante 16 meses, y el personal del departamento evaluó todas las alertas para determinar su exactitud, validez clínica y utilidad, registrando las respuestas en tiempo real de todos los médicos a las alertas generadas.
Los resultados del estudio demostraron una baja carga general de alertas, con alertas generadas por MedAware para solo el 0.4% de todas las recetas.
“Los sistemas de prevención de riesgos de medicación ampliamente utilizados en la actualidad, incluidos los errores de prescripción y los eventos adversos de los medicamentos, no tienen éxito y se asocian con una carga sustancial de falsa alerta”, dijo el Dr. Gadi Segal, Jefe de Medicina Interna “T”, que dirigió el estudio. “Estas alertas son ignoradas en casi el 95% de los casos. Nuestro estudio demuestra que la plataforma de seguridad del paciente de MedAware, que aprovecha un enfoque probabilístico de aprendizaje automático basado en la detección de valores atípicos, puede minimizar significativamente dichos riesgos, con una alta aceptación por parte de los médicos de las advertencias de MedAware, que se traducen en un cambio de comportamiento de los médicos y un aumento de la seguridad del paciente”.
Otros hallazgos adicionales incluyeron: El 60% de las advertencias generadas después de la administración de un medicamento ya se habían producido tras cambios en el estado del paciente; el 89% de todas las alertas se consideraron precisas; el 80% de todas las alertas se consideraron clínicamente útiles; y el 43% de las alertas provocaron cambios en las órdenes médicas subsiguientes.
“Dado el desafío de la seguridad de los medicamentos y su importante impacto en la atención al paciente, decidimos trabajar con MedAware cuando la compañía aún estaba probando su concepto”, dijo el Dr. Eyal Zimlichman, subdirector y director médico jefe de Sheba. Tras años de colaboración, nuestro equipo de investigación se propuso evaluar el impacto clínico de la implementación en vivo de la plataforma de MedAware, y los resultados hablan por sí solos”.
Stein fundó MedAware en 2012 después de leer sobre un error mortal de medicación en Israel, en el que un médico le recetó a un niño de 9 años un anticoagulante que lo mató una semana después. El médico quiso hacer clic en la medicación por encima de la que había recetado en el servicio de prescripción electrónica y no se dio cuenta de su error hasta que fue demasiado tarde.
“Fue un error tipográfico”, dijo Stein. “Pero los errores tipográficos pueden matar”.
Como informático y médico, dijo: “No podría vivir conmigo mismo si algo así sucediera. Así que me propuse intentar resolver el problema”.
MedAware utiliza métodos de inteligencia artificial similares a los utilizados en el sector financiero para detener el fraude mediante la identificación de “valores atípicos” de una tendencia o práctica para reconocer transacciones sospechosas o erróneas. Stein dijo que cuando una persona posee y usa una tarjeta de crédito, el banco comienza a rastrear los patrones de gastos personales de la persona. Cuando se realiza una transacción no ordinaria, el banco recibe una alerta y puede ponerse en contacto con el propietario o retener la tarjeta de crédito.
“Estamos probando metodologías similares con datos de atención de la salud”, señaló Stein. “Los patrones de prescripción de miles de médicos que tratan a millones de pacientes se utilizan para determinar el espectro de tratamiento ‘normal’. Una receta que se desvíe mucho de este espectro es probable que sea errónea”.
El sistema de MedAware es totalmente personalizado, ya que sus respuestas se basan en los datos específicos de cada paciente. El sistema es igualmente autodidáctico, sin reglas que limiten los errores que puede capturar.
“Te dice que no sería aconsejable administrar un cierto medicamento porque no se ajusta al perfil del paciente”, explicó Segal. “Sólo el software de aprendizaje automático que conoce el perfil del paciente sabría decirme: ‘Oye, doctor, esto es un error tipográfico, o la medicación equivocada, o estás demasiado cansado; no puedes darle insulina a un paciente que no tiene diabetes’”.