这是一个令人震惊的统计数据，似乎在新闻的关注之下。医疗差错是 第三大死因 在美国，据报道每年有25万人死于医疗失误。这将导致多达 4/10患者受伤 在医疗环境中，其中80%的医疗差错是可以预防的https://www.medaware.com“target=”\u blank“rel=”noopener noreferrer nofollow“data component=”externalLink“>MedAware希望通过人工智能来应对这些严峻的统计数据，并且是越来越多的开发人员（包括 Activ Surgical，我们已经介绍过，希望利用技术支持医生的决策，并利用机器学习和模式识别算法根除错误。

由首席执行官领导 Gidi Stein博士，新一代精通医学和计算机科学的专家，MedAware开发了一种算法，帮助医生在使用电子健康记录时防止药物错误，这是一种常见的错误来源。该算法可以作为医生的一种拼写检查。当医生开的药与患者或医生资料不符时，医生会在开药时得到提醒。此外，如果给病人开的药与另一种药有不良反应，系统可以提醒医生。 

该系统已在以色列和美国的医院实施，但却出现了一些错误，比如给85岁的人开生育药，给两岁的人开伟哥。它还帮助防止了许多危及生命的错误。A 哈佛研究 发现由MedAware生成的警报中有80%在临床上有效，而68.2%的警报不会由现有的基于规则的系统生成。临床有效警报的高比率是医生处理警报疲劳的一个关键因素。

这个问题是持久的和巨大的。与药物相关的错误导致每年超过 200亿美元 医疗责任费用超过130亿美元。因此，激励医疗系统从财务角度寻找每一个提高效率的机会，这就引发了围绕与医疗失误相关的复杂问题的创业兴趣浪潮。

人工智能似乎是一个特别有前途的工具。基于规则的解决方案主要侧重于药物相互作用，如剂量和过敏，而不是解决排版错误（患者或药物混淆）或处方后不断演变的不良事件（实验室或重大违规）。根据最近的一项研究，这些临床决策支持系统中的大多数都具有 16% 或更低的准确率，导致“警报疲劳“与供应商全面取消警报相关，即使在警报得到保证时也是如此。

”，这项研究表明，长时间的轮班和繁重的工作负荷会导致医生处方错误的增加即使在高度紧张的情况下，我们的系统也可以通过准确地检测和减轻这些风险来确保患者的安全并防止重大伤害。随着COVID-19大流行给全球医疗系统带来压力，并将处方医生和临床护理团队推向极限，对先进决策支持系统的需求至关重要。”。他20多岁以前一直是计算机科学家。后来他决定去医学院当医生，最终加入特拉维夫大学的教师队伍。在担任执业医师期间，他听说一名9岁男孩不幸去世，原因是一名医生误操作了电子健康记录系统，开了血液稀释剂而不是哮喘药。Gidi决定结合自己的才能来防止此类错误。

MedAware的AI引擎被设计成任何健康信息基础设施中的智能安全层，以防止危险的药物相关风险。通过利用先进的机器学习算法，它的技术可以识别药物错误、阿片类药物依赖性风险，以及在患者遭遇过程中以及之后不断演变的药物不良事件，从而有可能挽救生命。

不可避免地，医疗错误问题是一个需要动态响应的复杂问题。但越来越清楚的是，技术，尤其是人工智能将是解决这一问题的重要组成部分。 

5个可以像人类一样思考和写作的AI工具

零售机器人通过注册来到这些杂货店

，您同意https://redventures.com/CMG-terms-of-use.html“target=”\u blank“rel=”noopener noreferrer nof