Python機械学習モデルによる医療現場での薬剤師の負担軽減

要約

太田ら(2020)は、Pythonを用いた機械学習モデルを用いて、医療現場での薬剤師の作業負担軽減の実現を試みた。

病院において処方箋のチェックをする際に使用する既存の手法に比べ、自動で処方箋のエラー検知を行うシステムは、より迅速かつ正確にエラーを検知できることが示された。

これにより、薬剤師の作業効率が向上し、医療ミスのリスク低減にも寄与すると考えられる。

医療現場において、薬剤師は処方箋のチェックや調剤、患者への説明など、さまざまな業務を担当する。

しかし、処方箋チェックの際は人間の判断に依存する部分が大きく、ヒューマンエラーによる医療ミスが起こりやすい。

そのため、自動で処方箋のエラー検知を行うシステムが必要となってきた。

そこで、太田ら(2020)はPythonを利用した機械学習モデルを開発し、実際の医療現場での実証実験を行った。

このシステムにより、既存の手法に比べ、より迅速かつ正確にエラーを検知することができたと報告されている。

検出されるエラーの例としては、処方された薬剤と患者の年齢や症状に合わない場合や、異なる薬剤を同時に処方された場合がある。

これらのエラーは人間でも見落としやすいものであり、自動で検出できることによって、薬剤師の業務効率が向上するだけでなく、医療ミスのリスクも低減されると期待される。

また、このシステムは医療現場での実証実験に加え、薬剤師による評価にも耐えられる結果が得られたとされている。

これにより、今後の医療現場において、より効率的な処方箋チェックシステムが利用される可能性が高まっている。