مراقبة تحويل الأدوية بالذكاء الاصطناعي في المستشفيات تظهر نتائج واعدة لكنها تتطلب إشرافًا بشريًا

تتجه المستشفيات في جميع أنحاء الولايات المتحدة بشكل متزايد إلى أنظمة الذكاء الاصطناعي لمراقبة حركة المواد الخاضعة للرقابة وكشف سرقة الأدوية الداخلية من قبل الكوادر السريرية، وفقًا لتقرير أعدته ألكسندرا بيرن (Alexandra Byrne). ويهدف نشر خوارزميات التعلم الآلي إلى تحديد تحويل الأدوية—وهو إعادة التوجيه غير القانوني للأدوية الموصوفة مثل المواد الأفيونية والمخدرات من الاستخدام الطبي المشروع إلى الاستهلاك الشخصي أو البيع غير المشروع. ومع ذلك، تُظهر النتائج الأخيرة أنه على الرغم من أن تكنولوجيا المراقبة الآلية يمكنها كشف أنماط الوصفات الطبية الشاذة، وتفاوتات الإتلاف، والدخول غير المصرح به إلى خزائن التوزيع السريرية بنجاح، فإن البرنامج يظل معتمدًا بشكل أساسي على المراجعة البشرية والمتابعة التشغيلية لوقف التحويل بشكل فعال.

## حقائق رئيسية - تحلل برامج الذكاء الاصطناعي المستخدمة في شبكات المستشفيات السجلات الصحية الإلكترونية وسجلات أجهزة التوزيع الآلي للإشارة إلى احتمال تحويل الأدوية من قبل العاملين في مجال الرعاية الصحية. - تتبع خوارزميات البرامج الحالات الشاذة مثل التأخر في إتلاف المواد الخاضعة للرقابة غير المستخدمة، ومعدلات السحب المفرطة، وعدم تطابق درجات تقييم ألم المريض مع الجرعات المعطاة. - تعتمد الفعالية التقنية بشكل مباشر على الإشراف البشري، بما في ذلك التدقيق في الوقت المناسب من قبل مديري صيدليات المستشفيات، ومسؤولي الامتثال، والمديرين السريريين. - غالبًا ما تفشل التنبيهات غير المراقبة أو غير المتبوعة بالتحقق التي تنتجها أنظمة المراقبة الآلية في منع سرقة الأدوية المستمرة أو الانتهاكات لسلامة المرضى. - تتطلب ولايات الامتثال التنظيمي بموجب الهيئات الفيدرالية مثل إدارة مكافحة المخدرات (DEA) من مؤسسات الرعاية الصحية الحفاظ على محاسبة صارمة للمواد الخاضعة للرقابة من الجدول الثاني إلى الخامس بصرف النظر عن دمج البرامج الآلية.

## ماذا حدث يسلط تقرير ألكسندرا بيرن (Alexandra Byrne) الضوء على الاعتماد المتزايد لتطبيقات التعلم الآلي المتخصصة المصممة لتدقيق سلسلة التوريد المعقدة للمخدرات داخل مرافق المرضى المقيمين. تعالج أنظمة المستشفيات الحديثة عشرات الآلاف من طلبات الأدوية يوميًا من خلال خزائن التوزيع الآلي، وأنظمة السجلات الصحية الإلكترونية (EHR)، وحاويات التخلص من النفايات الطبية. ونظرًا لأن التدقيق اليدوي لتدفقات البيانات الهائلة هذه لا يكشف سوى جزء ضئيل من السلوك غير الملائم، فقد دمجت شبكات الرعاية الصحية خوارزميات منصات الذكاء الاصطناعي للمطابقة المستمرة بين سجلات المخزون والتوثيق السريري.

تقيم منصات الذكاء الاصطناعي هذه موجهات مخاطر متعددة في وقت واحد. على سبيل المثال، قد تكتشف الخوارزمية عندما يسحب الممرض بانتظام جرعة أعلى من مادة خاضعة للرقابة مقارنة بما هو موصوف، أو يؤخر عملية التوقيع المزدوج الإلزامية لإتلاف المخدرات السائلة المتبقية، أو يصل إلى أدراج الأدوية لمرضى غير مخصصين لوحدة الرعاية الخاصة به. ومن خلال حساب درجة المخاطر للعاملين الفرديين في مجال الرعاية الصحية بناءً على الانحرافات الإحصائية عن خطوط الأساس للأقران، تشير التكنولوجيا إلى الحالات المحتملة لتحويل الأدوية بشكل أسرع بكثير من عمليات التدقيق التراجعية التقليدية.

ومع ذلك، تكمن العقبة الرئيسية للتكنولوجيا في تنفيذ المكون البشري لتدفق عمل السلامة والأمن. تتطلب التنبيهات الناتجة عن أدوات المراقبة تحققًا يدويًا من قبل موظفي التحقيق بالمستشفى، أو مديري الصيدليات، أو مشرفي الوحدات السريرية. وتشير التقارير إلى أنه عندما تفشل الفرق الإدارية في التحقيق الفوري في التنبيهات عالية المخاطر، أو تتغاضى عن الإيجابيات الكاذبة، أو تهمل البروتوكول المعياري عند مواجهة الموظفين المشار إليهم، تفشل الضمانات الآلية في التدخل قبل حدوث الضرر. تعمل التكنولوجيا كجهاز إنذار مبكر، لكن نجاحها يعتمد على الانضباط التشغيلي البشري.

## أسباب الأهمية تحمل الحدود التشغيلية لبرامج كشف تحويل الأدوية بالذكاء الاصطناعي عواقب وخيمة على سلامة المرضى والصحة العامة والمسؤولية المالية للمستشفيات. يهدد تحويل الأدوية داخل مؤسسات الرعاية الصحية سلامة المرضى بشكل مباشر بطرق متعددة: قد يتلقى المرضى أدوية مخففة أو حقن محلول ملحي بديل بدلاً من علاج إدارة الألم الموصوف، أو يعانون من ألم حاد غير معالج، أو يواجهون التعرض لمسببات الأمراض المنقولة بالدم إذا أُعيد استخدام الإبر أو القوارير الملوثة من قبل كوادر سريرية متأثرة بالإدمان.

بالنسبة لمؤسسات الرعاية الصحية، يؤدي الفشل في كشف تحويل الأدوية إلى عقوبات قانونية صارمة. بموجب قانون المواد الخاضعة للرقابة، تفرض الهيئات الفيدرالية مثل إدارة مكافحة المخدرات (DEA) متطلبات قانونية صارمة على مؤسسات الرعاية الصحية المسجلة للحفاظ على ضوابط الأمن والإبلاغ عن أي سرقة أو فقدان كبير للمواد الخاضعة للرقابة في غضون يوم عمل واحد عبر نموذج DEA 106. وفي السنوات الأخيرة، واجهت شبكات المستشفيات الكبرى عقوبات مدنية بملايين الدولارات وأوامر موافقة تنظيمية بعد الفشل المنهجي في كشف تحويل الأدوية الداخلي طويل الأجل.

علاوة على ذلك، فإن الاعتماد على المراقبة الآلية دون توفير عدد كافٍ من الموظفين يخلق نقاط ضعف منهجية. إذا تعاملت إدارة المستشفى مع دمج الذكاء الاصطناعي كبديل للإشراف السريري النشط بدلاً من كونه أداة معززة، فإن المؤسسات تواجه خطر المعاناة من "إرهاق التنبيهات"—وهي ظاهرة تؤدي فيها الأحجام الكبيرة من التحذيرات الآلية إلى إهمال المشرفين أو مسح السجلات المشار إليها دون تحقيق شامل. ومع أصبح الذكاء الاصطناعي البنية التحتية المعيارية في إدارة المستشفيات، فإن تحديد التوازن الدقيق بين الكشف الخوارزمي والمسؤولية الإدارية البشرية يعد أمرًا حاسمًا لإدارة المخاطر والسلامة السريرية.

## الخلفية طالما مثل تحويل الأدوية في مؤسسات الرعاية الصحية تحديًا معقدًا لإدارة المخاطر السريرية وإنفاذ القانون. وتشمل المواد الخاضعة للرقابة التي تُستهدف عادةً في بيئات المستشفيات الأفيونيات الاصطناعية عالية الفعالية مثل الفينتانيل، والهيدرومورفون، والمورفين، بالإضافة إلى المهدئات مثل الميدازولام والبروبوفول. وتاريخيًا، اعتمدت المستشفيات على السجلات الورقية اليدوية والجرد الفعلي الدوري للمخدرات المخزنة في الخزائن المقفلة في الأقسام للحفاظ على مراقبة المخزون.

أدى إدخال خزائن التوزيع الآلي (ADCs) في أواخر تسعينيات القرن الماضي والعقد الأول من القرن الحادي والعشرين إلى تحديث تتبع المخزون من خلال طلب المصادقة الإلكترونية للمستخدم، والمسح البيومتري، وتسجيل المعاملات كمبيوتريًا. وعلى الرغم من هذه الضوابط الميكانيكية، وجد أشخاص مصممون طرقًا للالتفاف على الضمانات، مثل تسجيل المواد الخاضعة للرقابة على أنها أُعطيت مع حجبها عن المرضى، أو ادعاء إتلاف جرعات كاملة دون التحقق المناسب من شاهد ثانٍ، أو سحب الأدوية تحت طلبات مرضى ملغاة.

وفقًا للإرشادات التنظيمية الفيدرالية، يجب على المؤسسات التي تتعامل مع المواد الخاضعة للرقابة الالتزام الصارم باللوائح الفيدرالية الموضحة بموجب العنوان 21 من مدونة اللوائح الفيدرالية (CFR)، الجزء 1301. وتفرض هذه اللوائح على المسجلين لدى إدارة مكافحة المخدرات (DEA) وضع تدابير أمنية مادية، ومعايير واضحة لحفظ السجلات، وبروتوكولات شاملة لفحص الموظفين. واستجابةً لمعدلات اضطرابات استخدام المواد الآخذة في الارتفاع والتنفيذ التنظيمي الصارم خلال العقد الماضي، طور مطورو البرامج منصات مخصصة للتعلم الآلي قادرة على دمج أنظمة بيانات المستشفيات المتباينة—حيث تجمع بين السجلات السريرية للـ EHR، وبرامج جدولة نوبات الموظفين، وسجلات التوزيع الآلي في خطوط تحليلية موحدة. وفي حين أن هذه الأدوات حسنت بشكل كبير من تجميع البيانات، فإن العبء التنظيمي للتحقيق والإبلاغ القانوني يقع بشكل كامل على عاتق المديرين البشريين ومسؤولي الامتثال المحددين.

## ردود الفعل في أعقاب التقارير حول إمكانيات وحدود أدوات مراقبة الأدوية القائمة على الذكاء الاصطناعي، تؤكد ردود الفعل من مديري الرعاية الصحية، ومؤسسات الدفاع عن المرضى، والخبراء التنظيميين على الحاجة إلى توقعات تشغيلية واقعية. ويوضح مسؤولو الامتثال أن الاستثمارات التكنولوجية يجب أن تصحبها ساعات عمل مخصصة للموظفين للتدقيق الداخلي، مشيرين إلى أن التنبيه الآلي لا يمتلك أي قيمة قانونية أو تشغيلية حتى يجري مسؤول امتثال مدرب مراجعة واقعية لسجل المريض وسجل المخزون.

ويحذر محللو القطاع ومتخصصو الأمن السريري مجالس إدارة الرعاية الصحية من النظر إلى الذكاء الاصطناعي كإجراء لخفض التكاليف يسمح للمرافق بتقليل موظفي الامتثال. وأكد ممثلون عن الجمعيات المهنية للصيدلة أن الحكم البشري يظل أمرًا لا غنى عنه لتفسير السياق—مثل معرفة ما إذا كان الارتفاع المؤقت في سحب المواد الخاضعة للرقابة من قبل ممرض معين ناتجًا عن علاج حالات الصدمات الحرجة في قسم الطوارئ بدلاً من التحويل غير المشروع.

## ما لا نعرفه بعد تظل هناك ثغرات كبيرة فيما يتعلق بالفعالية التشغيلية الدقيقة لأدوات المراقبة بالذكاء الاصطناعي عبر بيئات المستشفيات المختلفة. لا توفر التقارير المنشورة معايير كمية محددة تقارن معدلات الإيجابيات الكاذبة لمنصات التعلم الآلي المتنافسة، كما أنها لا تحدد بدقة الحجم الفعلي للانخفاض في أحداث التحويل غير المكتشفة المحققة بعد تطبيق النظام على المدى الطويل.

بالإضافة إلى ذلك، تظل البيانات العامة محدودة فيما يتعلق بكيفية إدارة المستشفيات الريفية الصغيرة أو المرافق الصحية المجتمعية ذات الموارد المحدودة—التي تفتقر غالبًا إلى فرق امتثال كاملة الوقت مخصصة—لتدفق العمل البشري المطلوب لمعالجة تنبيهات المخاطر الآلية. كما يظل غير واضح إلى أي مدى سيحدد المنظمون الفيدراليون، بما في ذلك إدارة مكافحة المخدرات (DEA) ومكتب المفتش العام التابع لوزارة الصحة والخدمات البشرية (HHS)، معايير تقنية رسمية أو متطلبات تدقيق تحكم تحديدًا استخدام خوارزميات الذكاء الاصطناعي في الإبلاغ القانوني عن مراقبة الأدوية.

## ما يجب مراقبته ستشكل عدة محطات رئيسية وتطورات تنظيمية مستقبل تطبيق الذكاء الاصطناعي في مراقبة تحويل الأدوية بالمستشفيات: - تحديثات السياسات التنظيمية: مراقبة التوجيهات المحتملة من إدارة مكافحة المخدرات (DEA) أو وزارة الصحة والخدمات البشرية بشأن المعايير المقبولة للإشراف الخوارزمي وسجلات التدقيق الآلية في الامتثال للمواد الخاضعة للرقابة. - نماذج التوظيف المؤسسي: ينبغي لمراقبي قطاع الرعاية الصحية متابعة ما إذا كانت أنظمة المستشفيات ستنشئ أقسام تدقيق مركزية ومتخصصة مكلفة تحديدًا بمراجعة تنبيهات المخاطر الناتجة عن الذكاء الاصطناعي. - التقاضي وإجراءات الإنفاذ: ستشير الدعاوى المدنية أو التسويات الإدارية المستقبلية بين المدعين الفيدراليين وأنظمة المستشفيات إلى ما إذا كانت المحاكم والهيئات التنظيمية ستحمّل المؤسسات المسؤولية عندما يُصدر الذكاء الاصطناعي تنبيهات ويتجاهلها الموظفون البشريون. - التكامل مع الأجهزة السريرية الناشئة: ترقب التطورات التكنولوجية التي تجمع بين برامج التعلم الآلي وأجهزة استشعار حاويات النفايات المتقدمة، والتحقق البيومتري، واختبارات الفحص المباشر للمخدرات السائلة التالفة لتقليل احتمال الخطأ البشري أثناء التدقيق الفعلي.

يعتمد هذا التقرير على التغطية الإخبارية الأصلية التي أعدتها ألكسندرا بيرن (Alexandra Byrne).