目前，药物治疗依从性差是一个主要的医疗问题，仅在美国就造成了10%的住院、每年12.5万例死亡和高达2900亿美元的医疗费用。实现药物依从性的一个关键步骤是确保正确的自我用药（MSA）--即确保患者在规定的时间服用药物，并使用正确的自我给药技术。当患者不能正确地进行MSA时，最终的结果是药物不能被送到预定的作用部位，导致病情管理失败。

不幸的是，MSA错误是很常见的，特别是在慢性疾病中，高达50％的患者不按规定服药。当药物输送需要胰岛素笔或吸入器等设备时，问题更加严重。与药物输送装置相关的MSA错误（例如，在使用前没有摇动吸入器或没有启动胰岛素剂量）导致管理失败，随后出现高水平的不依从性，减少疾病控制和医疗资源的非计划使用。

医生报告说，高达70%的患者不按规定使用胰岛素。同样，超过50％的患者错误使用吸入器。这些统计数字令人震惊，因为全世界有数亿患者依赖这些设备进行药物管理。

最近，研究人员针对上述问题，提出了一种非接触式且不引人注目的人工智能（AI）框架，它可以通过分析患者家中的无线信号来检测和监测MSA错误，而不需要物理接触。

该系统是通过观察志愿者进行的自我管理而开发的，并通过将其预测与人类注释进行比较而作出评估。

这项研究的结果表明，该方法可以自动检测患者何时使用吸入器（曲线下面积（AUC）=0.992）或胰岛素笔（AUC=0.967），并评估患者是否按照适当的步骤使用这些设备（AUC=0.952）。

这项工作表明，利用基于人工智能的解决方案，可以以最小的开销为患者和卫生专业人员提高用药安全的潜力。

原始出处：

Mingmin Zhao et al. Assessment of medication self-administration using artificial intelligence. Nature Medicine (2021).