Czy AI może sprawdzać interakcje lekowe i zmniejszyć błędy lekowe w szpitalu?

AI może sprawdzać interakcje lekowe, konflikty dawkowania z wynikami laboratoryjnymi i alergie, robiąc to szybciej i konsekwentniej niż personel działający pod presją dyżuru. Systemy tej klasy, nazywane CDSS (Clinical Decision Support System), działają jako moduły wbudowane w polskie systemy HIS lub jako osobne narzędzia integrowane przez interfejs HL7 FHIR. Nie zastępują farmaceuty klinicznego ani decyzji lekarskiej, ale mogą być dodatkową warstwą kontroli, która wyłapuje błąd zanim lek trafi do pacjenta.

Gdzie w procesie lekowym najłatwiej o błąd i dlaczego personel go nie zawsze wyłapie

Błędy lekowe zdarzają się w kilku miejscach, i każde z nich ma inną przyczynę. Na etapie zlecenia lekarz wpisuje lub wybiera lek z listy. Przy kilku jednoczesnych zleceniach dla różnych pacjentów trudno skonfrontować każdy nowy lek z pełną listą aktywnych zleceń tego konkretnego chorego. Na etapie weryfikacji przez aptekę farmaceuta sprawdza kompletność i czytelność zlecenia, ale przy dużej liczbie zleceń dobowych ręczne porównanie z wywiadem alergologicznym i bieżącymi wynikami laboratoryjnymi jest czasochłonne. Na etapie podania przez pielęgniarkę: ona zwykle nie ma dostępu do pełnego kontekstu klinicznego i działa zgodnie ze zleceniem.

Dyżury nocne i weekendowe robią swoje. Mniej obsady, więcej decyzji na godzinę, zmęczenie. Wtedy najłatwiej przeoczyć, że pacjent przyjmuje już preparat z tej samej grupy, albo że wynik kreatyniny z rana zmienił wszystko w kalkulacji dawki.

Typowy scenariusz: pacjent na oddziale internistycznym, 8 leków stałych z domu, 3 nowe zlecenia od kardiologa w konsylium. Nikt z osób wpisujących zlecenia nie ma czasu złożyć tego w całość i sprawdzić każdą parę lek-lek. CDSS robi to automatycznie, w sekundy, przy każdym nowym zleceniu.

Co AI może sprawdzić automatycznie w farmakoterapii pacjenta

Systemy CDSS pracują na kilku warstwach jednocześnie:

• Interakcje lek-lek: porównanie wszystkich aktywnych zleceń pacjenta z bazą interakcji. Sprawdzanie obejmuje zarówno nowe leki, jak i leki przewlekłe wpisane przy przyjęciu jako leki stałe.
• Konflikty z alergią i nietolerancją: system konfrontuje zlecenie z polem wywiadu alergologicznego w karcie pacjenta. Jeśli pacjent ma odnotowaną alergię na penicyliny, a lekarz zleca amoksycylinę, alert pojawia się przed zatwierdzeniem zlecenia.
• Dawkowanie a wyniki laboratoryjne: wiele leków wymaga korekty dawki przy obniżonej funkcji nerek lub wątroby. CDSS może automatycznie porównać ostatni wynik GFR z LIS-u z zalecanym zakresem dawkowania i zgłosić konflikt, zamiast czekać aż lekarz sam to sprawdzi. To samo dotyczy leków hepatotoksycznych i wyników prób wątrobowych.
• Duplikacja terapii: dwa leki z tej samej grupy terapeutycznej zlecone równolegle, często przez różnych specjalistów. System widzi to od razu, człowiek niekoniecznie.
• Przeciwwskazania wynikające z rozpoznania: lek standardowy u większości pacjentów, ale z wyraźnym przeciwwskazaniem przy konkretnym kodzie ICD-10 wpisanym w epikrizie. Na przykład metformina przy nefropatii cukrzycowej w zaawansowanym stadium, gdy GFR spada poniżej progu bezpieczeństwa.

Jedna uwaga praktyczna: nie każdy alert wymaga działania. Dobrze skalibrowany system filtruje alerty i pokazuje tylko te istotne klinicznie. Zły system bombarduje lekarza setką ostrzeżeń dziennie, z których połowa nie ma znaczenia, i efekt jest odwrotny do zamierzonego. Alerty zaczyna się klikać machinalnie, bez czytania. To zjawisko alert fatigue i dostawcy CDSS powinni pokazać, jak radzą sobie z jego ograniczeniem, zanim podpiszesz umowę.

Jak AI łączy się ze zleceniami w HIS i wynikami z LIS

W polskim szpitalu moduł farmakoterapii zwykle siedzi w systemie HIS. AMMS Asseco, CliniNET CGM, KS-SOMED czy mMedica mają moduły zleceń, przez które lekarz zleca leki, apteka weryfikuje, pielęgniarka podaje i odnotowuje. Integracja CDSS z tym procesem może wyglądać tak:

• Lekarz wpisuje lek w module zleceń. Zanim zatwierdzi, CDSS sprawdza pełną listę aktywnych leków i wyświetla ewentualny alert bezpośrednio w formularzu zlecenia.
• Zlecenie trafia do apteki z flagą: bez alertu, alert zaakceptowany przez lekarza z adnotacją, alert do wyjaśnienia przed wydaniem.
• Pielęgniarka podająca lek widzi w karcie zleceń pielęgniarskich, że zlecenie miało alert i kto go rozpatrzył.
• Wyniki z LIS (kreatynina, AST, ALT, INR, morfologia) aktualizują się automatycznie i mogą odświeżać aktywne alerty. Jeśli stan pacjenta się zmienił po porannym pobraniu, system to widzi przy kolejnym zleceniu.

U jednego z naszych klientów szpitalnych, po wdrożeniu automatycznych alertów dawkowania powiązanych z wynikami LIS, farmaceuta kliniczny przestał ręcznie weryfikować co drugie zlecenie nerkowe. Zamiast tego dostaje skróconą listę tych, które naprawdę wymagają jego wzroku.

Ważne: w modelu z osobnym CDSS integrowanym przez HL7 FHIR dane o pacjencie i zleceniach muszą wpływać do systemu w czasie rzeczywistym, nie w partiach nocnych. Batch to za wolno. Alert wyświetlony po podaniu leku nie ma wartości.

Dla przychodni wielospecjalistycznych jest jeden szczególny problem: pacjent widzi kilku specjalistów naraz, każdy może wystawiać recepty niezależnie. Lekarz rodzinny zlecił lek na ciśnienie, kardiolog dorzucił kolejny z tej samej klasy, a pacjent nie powiedział o tym przy następnej wizycie. Bez systemu pilnującego listy leków aktywnych w EDM tego nikt nie wyłapie.

Jakie dane muszą być w systemie, żeby kontrola interakcji była kompletna

To najczęstszy słaby punkt wdrożeń. AI sprawdza interakcje tak dobrze, jak pełna jest lista leków aktywnych w systemie. Jeśli pacjent przyjął leki w domu i nikt ich nie wpisał przy przyjęciu, CDSS ich nie widzi.

Trzy warunki, bez których ta kontrola jest niepełna:

• Wywiad lekowy przy przyjęciu wpisany do systemu, nie na papierze. Leki przewlekłe z domu muszą być w elektronicznej sekcji „leki stałe" albo na aktywnej liście zleceń w EDM. Kilka oddziałów stosuje checklistę przy przyjęciu: pole „leki z domu" blokuje zakończenie formularza przyjęcia, jeśli nie jest wypełnione. Proste i skuteczne.
• Wyniki LIS podpięte do profilu pacjenta w czasie rzeczywistym. Sam fakt, że wynik jest w module laboratoryjnym, nie wystarczy. CDSS musi mieć dostęp do ostatniego wyniku GFR powiązanego z konkretnym pacjentem na konkretnym oddziale.
• Aktualny wywiad alergologiczny. Pole „alergie i nietolerancje" wypełnione przy każdym przyjęciu. „Nie podał" to też dane: coś innego niż puste pole, które może oznaczać, że ktoś po prostu nie zapytał.

Jeśli zbieranie wywiadu lekowego przy przyjęciu to bolączka oddziału, AI może pomóc przy samym wywiadzie. Asystent zbierający wywiad wstępny od pacjenta przed przyjęciem może aktywnie pytać o leki, suplementy diety i alergie, a odpowiedzi trafiają do formularza przyjęcia, który lekarz weryfikuje, a nie uzupełnia od zera. To samo sprawdza się przy teleporadzie: pacjent dostaje ankietę przed wizytą, wypełnia na telefonie, a odpowiedzi pojawiają się w systemie zanim lekarz otworzy kartę.

Czego AI nie zrobi i gdzie odpowiedzialność zawsze zostaje przy człowieku

AI wyda alert. Nie oceni, czy w tym konkretnym przypadku klinicznym ryzyko interakcji jest akceptowalne. Czasem jest. Lekarz ma powód, dla którego decyduje się na lek mimo ostrzeżenia, i zapisuje go w dokumentacji. Pole „powód akceptacji alertu" jest standardową częścią dobrze zaprojektowanego CDSS.

Kilka granic do zapamiętania przy rozmowie z dostawcą:

• Alert to sugestia, nie blokada techniczna. Lekarz może zlecić lek mimo alertu, jeśli to uzasadnia klinicznie i dokumentuje w karcie zleceń.
• Bazy interakcji nie są kompletne. Rzadkie interakcje, nowe preparaty, leki złożone, suplementy ziołowe: farmaceuta kliniczny nadal jest potrzebny do oceny przypadków granicznych.
• Odpowiedzialność za zlecenie zostaje przy lekarzu. AI zmniejsza ryzyko przeoczenia, ale nie przenosi odpowiedzialności klinicznej ani prawnej na dostawcę systemu.
• Systemy CDSS wpływające bezpośrednio na decyzje kliniczne mogą wymagać klasyfikacji jako wyrób medyczny klasy IIa lub IIb w świetle rozporządzenia MDR i przepisów AI Act obowiązujących od 2025 r. Przed podpisaniem umowy poproś dostawcę o dokumentację zgodności.

Od czego zaczynamy, jeśli chcemy wdrożyć kontrolę interakcji lekowych

Zanim zaangażujesz czas na oferty dostawców, odpowiedz sobie na kilka pytań:

• Czy zlecenia leków są w pełni elektroniczne w HIS-ie na wszystkich oddziałach, czy część odbywa się na papierze lub przez telefon?
• Czy LIS wysyła wyniki bezpośrednio i w czasie rzeczywistym do modułu farmakoterapii, czy tylko do modułu laboratoryjnego?
• Czy masz farmaceutę klinicznego lub lekarza, który może być właścicielem konfiguracji i kalibracji alertów?
• Czy Twój dostawca HIS ma gotowy moduł CDSS, czy trzeba integrować osobny system przez interfejs HL7?

Najczęstsza droga w polskim szpitalu to rozbudowa istniejącego HIS-u o moduł wspomagania decyzji od tego samego dostawcy. Prostsze wdrożeniowo, bo dane pacjenta, zlecenia i wyniki LIS są już w jednym systemie, bez projektu integracyjnego. Drugi wariant to osobny CDSS integrowany przez HL7 FHIR. Daje więcej możliwości konfiguracji i niezależność od jednego dostawcy, ale wymaga zasobów IT i czasu na integrację.

W przychodni punkt wejścia jest zwykle prostszy: wiele systemów gabinetowych (mMedica, KS-SOMED) ma już wbudowane podstawowe alerty interakcji. Sprawdź, czy ta funkcja jest włączona i czy baza interakcji pochodzi z aktualnego źródła. To minimum, które można uruchomić często bez dodatkowego kosztu wdrożeniowego.

Jeśli chcesz wiedzieć, które procesy lekowe w Twojej placówce są najbardziej narażone i od czego konkretnie zacząć, zapraszamy na bezpłatny audyt. Jak wyglądają podobne wdrożenia w praktyce, znajdziesz w naszych realnych wdrożeniach.