醫院注射室通常會十分繁忙，工作人員偶爾會用錯藥的事情也時有發生不過很快，人工智慧穿戴攝影機就能幫助避免這種情況的發生。靜脈注射藥物通常儲存在藥瓶中，直到需要時才轉移到皮下注射針頭。 這些針頭的注射器上也會貼上標籤，以便醫護人員可以追蹤哪些藥物被裝在哪些皮下注射器中。

該系統旨在防止在某些情況下可能致命錯誤

儘管如此，在混亂的急診室和繁忙的手術室裡，有時還是會出錯。 例如，工作人員可能從正確的藥瓶中抽取藥物，但卻在註射器上貼錯了標籤，或者他們可能正確地在註射器上貼了標籤，但卻從錯誤的藥瓶中抽取藥物。

儘管條碼標籤、顏色編碼系統和其他措施有助於減少此類錯誤，但所有這些都可能被匆忙和分心的工作人員忽略或遺漏。

最近，華盛頓大學的科學家們與卡內基美隆大學、馬凱雷雷大學（烏幹達）和豐田研究所的同事合作，著手解決這個問題。

他們首先讓13 名麻醉師（或認證護理師）在55 天內進行常規藥物抽取時在頭上佩戴GoPro 攝影機。 由此產生的4K 鏡頭拍攝了在兩家醫院的17 間手術室中，在各種照明條件下進行的總共418 次抽吸。

在所有情況下，影片拍攝時都記錄了藥瓶的內容和注射器上的標籤資訊。 然後，這些影片被用來訓練一種深度學習演算法，該演算法可以了解哪些視覺特徵與哪些藥物小瓶和哪些注射器標籤相對應。

由於兩者上的文字經常被手或其他障礙物遮擋，因此該演算法轉而學習識別特定藥瓶和注射器類型的明顯尺寸和形狀，以及藥瓶蓋的顏色和注射器標籤的印刷尺寸。 此外，演算法還必須學會只專注於人手中目前拿著的小瓶子和注射器。

影片片段中的靜態影像顯示了系統如何即時識別臨床醫生手中拿著的東西保羅-艾倫電腦科學與工程學院

經過幾個月的培訓，該系統最終能夠即時評估頭部攝影機視頻，首先識別藥瓶內容，然後檢查注射器標籤是否匹配。 迄今進行的測試證明，該系統確認配對的準確率為99.6%，捕捉不匹配的準確率為98.8%。

華盛頓大學的凱利-邁克爾遜（Kelly Michaelsen）博士是這項研究論文的共同第一作者。他介紹說：”我們可以希望達到100% 的性能，但即使是人類也無法做到這一點。在對100 多名麻醉提供者的調查中，大多數人都希望系統的準確率超過95%，這是我們實現的目標。

該論文最近發表在npj Digital Medicine雜誌上。 您可以在下面的影片中看到該系統的運作情況。

利用人工智慧穿戴相機檢測用藥錯誤