سامانه همایش های دانشگاه آزاد اسلامی واحد نجف آباد

صفحه اصلی / اولین همایش بین المللی تحول خدمات سلامت: تلفیق مراقبت، درمان، بازتوانی و امیدبخشی

نقش هوش مصنوعی در کاهش خطاهای مرحلهی تجویز دارو در بخش مراقبتهای ویژه: یک مرور نظاممند

نویسندگان :

فاطمه سادات اخلاقی میر علی یاری¹ منیر السادات حسینی پناه وشاره²

1- دانشگاه آزاد واحد علوم پزشکی قم 2- دانشگاه علوم پزشکی اراک

کلمات کلیدی :

هوش مصنوعی،یادگیری ماشین،خطاهای دارویی،مراقبتهای ویژه،سیستمهای تجویز دارو،مرور نظاممند

چکیده :

مقدمه: خطاهای دارویی در بخش مراقبتهای ویژه (ICU) به دلیل پیچیدگی بالینی، چنددارویی و تصمیمگیری پرخطر، تهدیدی جدی برای ایمنی بیمار هستند. سیستمهای گزارشدهی سنتی، تنها کسری از این خطاها را آشکار میسازند. هوش مصنوعی (AI) با تحلیل دادههای کلان و ارائه هشدارهای هوشمند، راهکاری نوین برای پر کردن این شکاف نظارتی محسوب میشود. این مرور نظاممند با هدف بررسی نقش AI در کاهش خطاهای تجویز دارو در ICU انجام شد. روشها: مطالعه بر اساس PRISMA 2020 و با پروتکل ثبتشده در PROSPERO (CRD420261496784) انجام شد(24). جستجو در PubMed، Scopus، Web of Science، ScienceDirect، IEEE Xplore، CINAHL و Embase از ژانویه 2022 تا مارس 2026 صورت گرفت. کارآزماییهای تصادفیسازیشده و مطالعات مشاهدهای که سامانههای AI را در کاهش خطاهای تجویز دارو در ICU ارزیابی کرده بودند، وارد شدند. کیفیت با ROB 2.0 و PROBAST سنجیده شد. یافتهها: از 45824 مقاله، 19 مقاله معیارهای ورود را داشتند. سامانههای کمککننده تصمیمگیری بالینی مبتنی بر AI، خطاهای تجویز را تا 55٪ کاهش دادند. مدلهای یادگیری ماشین در تشخیص نسخههای نابجا دقت بالایی نشان دادند AUC) تا 0.92.( دو کارآزمایی کاهش مرگومیر را گزارش کردند و بیشتر بهبودها در سطح فرآیند بود. چالشهای اصلی شامل خستگی هشدار(Alarm fatigue)، کیفیت ناکافی دادههای پرونده الکترونیک سلامت (نرخ ازدسترفته تا 80٪) و نقص یکپارچگی سامانهها بودند. نتیجهگیری: هوش مصنوعی در کاهش خطاهای تجویز دارو در ICU مؤثر است، اما شواهد کارآزماییهای بالینی محدود بوده و بیشتر بهبودها در سطح فرآیند مشاهده شده است. اجرای موفق نیازمند رفع چالشهای کیفیت داده، خستگی هشدار و یکپارچگی سامانه است. پژوهشهای آینده باید بر طراحی کارآزماییهای باکیفیت و ارزیابی پیامدهای بیمارمحور متمرکز شوند. واژگان کلیدی: هوش مصنوعی، یادگیری ماشین، خطاهای دارویی، مراقبتهای ویژه، ICU، سیستمهای تجویز دارو، مرور نظاممند