医院注射室里通常会十分繁忙，工作人员偶尔会用错药的事情也时有发生 不过很快，人工智能可穿戴摄像头就能帮助避免这种情况的发生。静脉注射药物通常储存在药瓶中，直到需要时才转移到皮下注射针头中。 这些针头的注射器上也会贴上标签，以便医务人员能够追踪哪些药物被装在哪些皮下注射器中。

该系统旨在防止在某些情况下可能致命错误

尽管如此，在混乱的急诊室和繁忙的手术室里，有时还是会出错。 例如，工作人员可能从正确的药瓶中抽取药物，但却在注射器上贴错了标签，或者他们可能正确地在注射器上贴了标签，但却从错误的药瓶中抽取药物。

尽管条形码标签、颜色编码系统和其他措施有助于减少此类错误，但所有这些都可能被匆忙和分心的工作人员忽略或遗漏。

最近，华盛顿大学的科学家们与卡内基梅隆大学、马凯雷雷大学（乌干达）和丰田研究所的同事合作，着手解决这一问题。

他们首先让 13 名麻醉师（或认证护士）在 55 天内进行常规药物抽取时在头上佩戴 GoPro 摄像机。 由此产生的 4K 镜头拍摄了在两家医院的 17 间手术室中，在各种照明条件下进行的总共 418 次抽吸。

在所有情况下，视频拍摄时都记录了药瓶的内容和注射器上的标签信息。 然后，这些视频被用来训练一种深度学习算法，该算法可以了解哪些视觉特征与哪些药物小瓶和哪些注射器标签相对应。

由于两者上的文字经常被手或其他障碍物遮挡，该算法转而学习识别特定药瓶和注射器类型的明显尺寸和形状，以及药瓶盖的颜色和注射器标签的印刷尺寸。 此外，算法还必须学会只关注人手中目前拿着的小瓶和注射器。

视频片段中的静态图像显示了系统如何实时识别临床医生手中拿着的东西 保罗-艾伦计算机科学与工程学院

经过几个月的培训，该系统最终能够实时评估头部摄像头视频，首先识别药瓶内容，然后检查注射器标签是否匹配。 迄今为止进行的测试证明，该系统确认匹配的准确率为 99.6%，捕捉不匹配的准确率为 98.8%。

华盛顿大学的凯利-迈克尔逊（Kelly Michaelsen）博士是这项研究论文的共同第一作者。他介绍说："我们可以希望达到 100% 的性能，但即使是人类也无法做到这一点。 在对 100 多名麻醉提供者的调查中，大多数人都希望系统的准确率超过 95%，这是我们实现的目标。"

该论文最近发表在npj Digital Medicine杂志上。 您可以在下面的视频中看到该系统的运行情况。

利用人工智能可穿戴相机检测用药错误