RBFHSS Leitão CL, Medeiros AF, Dias EF, et al. Artificial intelligence in the clinical pharmacy service in a public hospital in Belo Horizonte/MG. Rev Bras Farm Hosp Serv Saude. 2023;14(3):0991. DOI: 10.30968/rbfhss.2023.143.0991. Revista Brasileira de Farmácia Hospitalar e Serviços de Saúde Artigo Original Open Access Inteligência artificial no serviço farmacêutico de análise de prescrições médicas em um hospital público Clara Lemos LEITÃO1 , Amanda Fonseca MEDEIROS1 , Elaine Ferreira DIAS1 , Renan Pedra SOUZA2 , Maria Auxiliadora MARTINS3  1 Hospital Risoleta Tolentino Neves, Minas Gerais, Brasil; 2Departamento de Genética, Ecologia e Evolução, Instituto de Ciências Biológicas da Universidade Federal de Minas Gerais, Minas Gerais, Brasil; 3Faculdade de Farmácia, Universidade Federal de Minas Gerais, Minas Gerais, Brasil Autor Correspondente: Martins, MA auxiliadorapmartins@hotmail.com Submetido em: 31-03-2023 Reapresentado em: 28-05-2023 Aceito em: 31-03-2023 Revisão por pares duplo-cego Resumo Objetivo: avaliar aspectos relacionados a análise das prescrições por farmacêuticos clínicos e a taxa de erros relacionados a medicamentos após a implantação de uma ferramenta IA para análise das prescrições médicas em um hospital público de ensino de grande porte na cidade de Belo Horizonte/MG. Método: Trata-se de estudo observacional em que se verificou os resultados da análise das prescrições médicas realizadas em dois períodos: o primeiro (denotado ANTES), período prévio a utilização da ferramenta de IA (NoHarm.ai), nos meses de março a setembro de 2021; o segundo (denotado DEPOIS), compreendeu o mesmo período em 2022, já em uso da ferramenta de IA. Resultados: No período ANTES, verificou-se que a taxa de prescrições avaliadas foi de 0,6%, com taxa de erro de 13% e em média 85 intervenções farmacêuticas/mês, que resultaram em economia média dos custos diretos de medicamentos de R$1020,76/mês. No período DEPOIS, verificou-se taxa de prescrições avaliadas igual a 49% e uma taxa de erro de 0,3% e a realização em média de 239 intervenções farmacêuticas/mês com valor médio de economia estimado de R$7848,39/mês. Conclusão: O uso da ferramenta IA contribuiu substancialmente na análise farmacêutica das prescrições médicas com aumento médio de 50% nas prescrições avaliadas, redução em 43 vezes o número de erros e gerou quase o triplo de intervenções farmacêuticas após a implantação da ferramenta, além da economia direta obtida com essas intervenções que aumentou em sete vezes. Os resultados desse estudo apontam que a ferramenta IA analisada gerou provável economia de recursos financeiros, aumento na produtividade do serviço de Farmácia Clínica e maior segurança relacionada ao uso de medicamentos. Palavras-chave: segurança do paciente, inteligência artificial, serviço de farmácia hospitalar, erros de medicação. Artificial intelligence in the clinical pharmacy service in a public hospital in Belo Horizonte/MG Abstract Objective: to evaluate aspects related to the analysis of prescriptions by clinical pharmacists and the rate of medication-related errors after the implementation of an AI tool for the analysis of medical prescriptions in a large public teaching hospital in the city of Belo Horizonte/MG. Method: This is an observational study in which the results of the analysis of medical prescriptions performed in two periods were verified: the first (denoted BEFORE), period previously to the use of the AI tool (NoHarm.ai), in the months of March to September 2021; the second (named AFTER), comprises the same period in 2022, already in use of the AI tool. Results: In the BEFORE period, it was found that the rate of prescriptions evaluated was 0.6%, with an error rate of 13% and an average of 85 pharmaceutical interventions/month, which resulted in average savings of direct medication costs of R$1020.76/month. In the AFTER period, there was a 49% evaluated prescription rate and a 0.3% error rate and an average of 239 pharmaceutical interventions/month, with an estimated savings of R$ 7848.39/month. Conclusion: The use of an AI tool contributed substantially to the pharmaceutical analysis of medical prescriptions with an average increase of 50% in the prescriptions evaluated, a 43-fold reduction in the number of errors and generated almost triple the number of pharmaceutical interventions after the implementation of the tool, in addition to the direct savings obtained with these interventions that increased sevenfold. The results of this study show that the use of an AI tool probable save of financial resources, increased productivity of the Clinical Pharmacy Service, and increased safety related to the medication use. Key words: artificial intelligence, patient safety, pharmacy; medication errors. eISSN: 2316-7750 rbfhss.org.br/ © Autores 1 pISSN: 2179-5924 RBFHSS Leitão CL, Medeiros AF, Dias EF, et al. Artificial intelligence in the clinical pharmacy service in a public hospital in Belo Horizonte/MG. Rev Bras Farm Hosp Serv Saude. 2023;14(3):0991. DOI: 10.30968/rbfhss.2023.143.0991. Revista Brasileira de Farmácia Hospitalar e Serviços de Saúde Introdução Métodos Eventos adversos são definidos como lesões ou danos não Desenho do estudo intencionais que resultam em morte, incapacidade ou disfunção O presente estudo é observacional e aborda o uso de ferramenta temporária ou permanente, ou estadia hospitalar prolongada em de IA no serviço farmacêutico de análise de prescrições médicas decorrência a cuidados de saúde1. Dentre os eventos adversos em um hospital. Foram verificados os resultados da análise das estão os erros de medicação (EM), que podem ser compreendidos prescrições médicas realizadas em dois períodos: o primeiro como “qualquer evento evitável que possa causar ou levar ao uso (denotado ANTES), período prévio a utilização da ferramenta inadequado de medicamentos ou danos ao paciente enquanto de IA (NoHarm.ai), nos meses de março a setembro de 2021; o o medicamento está sob o controle do profissional de saúde, do segundo (denotado DEPOIS), compreende o mesmo período paciente ou do consumidor”2. em 2022, já em uso da ferramenta de IA. A coleta de dados EM causam, pelo menos, uma morte por dia nos Estados Unidos retrospectivos ocorreu em outubro de 2022, a partir dos (EUA) e danos a aproximadamente 1,3 milhão de pessoas relatórios gerados na plataforma NoHarm.ai e planilhas de anualmente. Estima-se um custo anual associado aos EM da indicadores do serviço, utilizando o Microsoft Excel®, gerando uma ordem de US$ 42 bilhões, quase 1% do total de despesas em análise agregada das informações. Não houve mudança na forma saúde mundiais3. Neste contexto, serviços e agências de saúde de registro das informações durante o período de estudo. Para de todo o mundo vêm transformando a visão sobre a qualidade mensuração da economia foi considerado apenas o custo direto em saúde e incorporaram a segurança do paciente como uma de do medicamento - valor unitário do medicamento (baseado no suas dimensões, destacando uma agenda prioritária com vistas à custo médio do produto) multiplicado pela frequência posológica melhoria do cuidado4. e tempo de tratamento. Nos casos em que não houve período pré-estabelecido de tratamento, multiplicou-se o valor unitário Os EM englobam os erros de prescrição e estes podem ocorrer pela posologia considerando sete dias de internação. O presente em diversas etapas do cuidado, perpassando desde o processo projeto foi aprovado na instituição pela Comissão de Avaliação de decisão terapêutica até a redação da prescrição propriamente de Projetos de Pesquisa e Extensão pertencente ao Núcleo de dita, podendo resultar em danos em 70% dos casos5. Dados na Ensino, Pesquisa e Extensão (CAPPE/NEPE) sob a égide do parecer literatura registraram que quatro a cada 1.000 prescrições contêm 12/2022. O termo de consentimento informado não foi requerido, erros. Além disso, outros dados dos EUA mostraram que tais erros pois não houve recrutamento individual de participantes. geraram gastos adicionais com assistência médica estimados em mais de US$ 20 bilhões por ano6. Uma estratégia de prevenção de erros de medicação reconhecida Local do estudo na literatura é a revisão da farmacoterapia por farmacêuticos O hospital é uma unidade de ensino, vinculado ao Sistema Único clínicos treinados7. As intervenções da farmácia clínica podem de Saúde (SUS), sendo referência para mais de 1,5 milhão de contribuir para a qualidade do cuidado, incrementando residentes no eixo norte de Belo Horizonte/MG e municípios segurança e eficiência, por meio da otimização dos resultados adjacentes, com funcionamento sem regulação da demanda da farmacoterapia, identificação e prevenção de problemas - porta-aberta 24 horas. A instituição possui 400 leitos, tendo relacionados ao uso de medicamentos8. realizado, em média, 5080 atendimentos de urgência e 1076 Embora a revisão das prescrições seja uma barreira de segurança internações no ano de 2022. Conta com seis salas cirúrgicas e para o cuidado já regulamentada no Brasil, os serviços de produção média de 445 procedimentos ao mês, ambulatório de Farmácia Clínica enfrentam desafios para sua implantação de anticoagulação e de egressos para diferentes condições clínicas – forma consolidada e consistente. Alguns fatores podem explicar atendimento ortopédico, vascular, neurológico, paliativo e clínica essa lacuna, como os recursos financeiros escassos no setor que médica. O modelo assistencial é baseado em quatro linhas de impactam no dimensionamento dos serviços de farmácia, bem como cuidado: cuidado clínico, cuidado cirúrgico, cuidado materno- a necessidade de profissionais treinados, e o número crescente infantil e cuidado intensivo. de internações combinado à complexidade dos pacientes. Assim, A visão assistencial da instituição tem como premissa a integração percebe-se a necessidade de priorizar os pacientes com potencial de equipes multiprofissionais. A equipe de farmácia era composta de apresentarem mais erros de medicação, utilizando critérios por 14 farmacêuticos distribuídos entre os processos que objetivos e ferramentas tecnológicas para otimização do processo9. compõem o ciclo da assistência farmacêutica (11 farmacêuticos Nestas circunstâncias, têm surgido diversas ferramentas, dentre não clínicos e três clínicos, antes da IA e, a partir de julho de elas, a inteligência artificial (IA), que permite suporte à decisão 2022, redistribuídos em nove não clínicos e cinco clínicos), quatro dos riscos clínicos, com base nas informações do prontuário farmacêuticos residentes e dois acadêmicos de farmácia, além eletrônico e auxilia na priorização de pacientes com maior dos auxiliares de farmácia, almoxarife e administrativos. Dentre as potencial de evento adverso. O algoritmo classifica as prescrições atividades clínicas realizadas estão a conciliação medicamentosa, atípicas – conforme o padrão do banco de dados - permitindo o acompanhamento farmacoterapêutico, a análise técnica otimização e agilidade no processo de revisão da farmacoterapia das prescrições, educação em saúde, a terapia sequencial e o realizada por farmacêuticos clínicos10. Nesse contexto, o presente atendimento ambulatorial. estudo teve como objetivo avaliar aspectos relacionados a análise das prescrições por farmacêuticos clínicos e a taxa de erros relacionados a medicamentos após a implantação de A ferramenta uma ferramenta IA para análise das prescrições médicas em um hospital público de ensino de grande porte na cidade de Belo A NoHarm.ai faz interface com o sistema operacional do Horizonte/MG. hospital (MVSOUL®) e software de gestão laboratorial Matrix® buscando identificar fatores de risco do paciente, como idade, eISSN: 2316-7750 rbfhss.org.br/ © Autores 2 pISSN: 2179-5924 RBFHSS Leitão CL, Medeiros AF, Dias EF, et al. Artificial intelligence in the clinical pharmacy service in a public hospital in Belo Horizonte/MG. Rev Bras Farm Hosp Serv Saude. 2023;14(3):0991. DOI: 10.30968/rbfhss.2023.143.0991. Revista Brasileira de Farmácia Hospitalar e Serviços de Saúde tempo de internação, exames laboratoriais alterados, alertas na para detecção e registro de erros de prescrição adotada pela prescrição para duplicidade terapêutica, alergia a medicamento, instituição está em consonância com a Portaria 2.095, de 24 de reatividade cruzada, toxicidade e doses de alerta. Além disso, setembro de 2013 12. identifica os fatores de risco da prescrição como a presença de Para obter maior agilidade no momento de avaliar as prescrições, antimicrobianos, medicamentos de alta vigilância, controlados, o farmacêutico poderia optar por três priorizações diferentes: não padronizados, medicamentos a serem administrados por por prescrições - permite a visualização isolada da prescrição; sonda e medicamentos prescritos com alguma diferença da por pacientes - por meio de prescrições agregadas, uma visão prescrição anterior. ampla do estado clínico do indivíduo; e de conciliações, como (...) IA da NoHarm.ai gera um escore de acordo com a distância uma nova funcionalidade de visualização dos medicamentos entre os pontos de dose x frequência mais comumente prescrita, de uso contínuo ou esporádico do paciente, assim como forma sendo escore 0 para as posologias mais comuns (pontos mais farmacêutica, dose e frequência. Neste estudo, foi utilizada densos - verdes) e 3 para as posologias mais incomuns (pontos majoritariamente a priorização por prescrição. menos densos - vermelhos), utilizando os dados do próprio Foram analisadas as prescrições dos setores de clínica médica hospital. Esse trabalho foi validado pelos desenvolvedores (CLM), clínica cirúrgica (CC), pronto atendimento (PA), terapia da ferramenta, por meio da avaliação da acurácia, quando intensiva e semi-intensiva (CTI/SI). Todos os farmacêuticos analisado o acerto do algoritmo avaliando overdose e subdose (5), residentes farmacêuticos (4) e acadêmicos de farmácia (2) pré-definido11. que participaram das análises de prescrições foram treinados Dessa forma, a NoHarm.ai consegue calcular o escore global previamente para o uso da ferramenta. O contingente total de do paciente (Figura 1). Quanto maior o escore, maior o risco. A profissionais variou durante o estudo, devido a afastamentos indicação das prescrições ou pacientes de maior risco auxilia na por férias, ou licenças. As avaliações ocorreram de segunda a otimização da avaliação e das intervenções farmacêuticas. sexta-feira, entre 10:00 e 17:00hs, e cada profissional dispunha de um computador com acesso à internet. Não houve avaliação farmacêutica no período noturno, finais de semana e feriados. A avaliação farmacêutica A avaliação concluída gerou uma checagem da prescrição na ferramenta, para evidenciar que ela já passou pelo crivo A análise de todas as prescrições era sempre realizada pelo técnico de um profissional. Esta verificação não estava atrelada farmacêutico clínico e permitia a detecção de incidentes de à dispensação do medicamento. Frente à necessidade de segurança (também chamados de quase erros). A ferramenta fundamentação técnica para avaliação de potenciais problemas tornou o processo mais célere, ao concatenar em si todas as telas relacionados ao uso de medicamentos, foram usadas bases de necessárias – exames laboratoriais, prescrições, informações de dados como Micromedex®, Up to date® e Sanford®. prontuário e informações técnicas sobre medicamentos colhidas em bases de dados seguras. A metodologia de trabalho utilizada Intervenções relacionadas a erros foram realizadas imediatamente Figura 1 Exemplo ilustrando o método de cálculo dos escores de medicamentos. Figura fornecida pela NoHarm.ai em sua base de conhecimento; CP: comprimido eISSN: 2316-7750 rbfhss.org.br/ © Autores 3 pISSN: 2179-5924 RBFHSS Leitão CL, Medeiros AF, Dias EF, et al. Artificial intelligence in the clinical pharmacy service in a public hospital in Belo Horizonte/MG. Rev Bras Farm Hosp Serv Saude. 2023;14(3):0991. DOI: 10.30968/rbfhss.2023.143.0991. Revista Brasileira de Farmácia Hospitalar e Serviços de Saúde junto ao prescritor ou na indisponibilidade desse, junto ao de prescrição, sendo as demais variáveis: (vii) número total e plantonista. Intervenções de otimização da farmacoterapia percentual de intervenções; (viii) número total e percentual de foram realizadas no plantão seguinte junto ao prescritor de aceitabilidade das intervenções por mês; (ix) fonte; (x) tipos de referência. As intervenções foram realizadas presencialmente ou intervenções realizadas; e (xi) economia direta mensurável. por telefone. Intervenções que geraram alterações na prescrição foram realizadas pelo médico prescritor, exceto para prescrição de exames laboratoriais de monitorização terapêutica que foram Análise estatística realizadas pelo próprio farmacêutico, conforme previsto no inciso XII do art. 7º da Resolução CFF no 585/201313. O desfecho das Foram realizadas análises estatísticas descritivas, apresentando intervenções foi registrado na própria plataforma de análise da os números absolutos, média, e gráficos de tendências, prescrição. considerando as variáveis independentes. Todas as análises estatísticas foram realizadas utilizando o software R (versão 4.0; R Foundation for Statistical Computing, Vienna, Áustria). O estudo foi conduzido e reportado em acordo com o roteiro de Definição das variáveis redação científica DEPICT (Descriptive Elements of Pharmacist A partir dos dados de interesse, foram descritos aspectos Intervention:Characterization Tool)14, versão 2. relacionados à estrutura, tais como a área física da farmácia clínica, número de computadores disponíveis, software utilizado e o dimensionamento e alocação da equipe de farmácia hospitalar. Os dados referentes ao processo foram concatenados em dias Resultados úteis e não úteis (sábado, domingo e feriados). As variáveis de interesse foram: (i) número total e percentual de prescrições No primeiro período de análise, denotado período ANTES, emitidas; (ii) número total e percentual de prescrições avaliadas; verificou-se que a taxa média de prescrições avaliadas foi próxima (iii) taxa de prescrições validadas (taxa obtida pela divisão do de 0,6% e em dias úteis, representou 0,8%. No segundo período, nº total de prescrições avaliadas pelo nº total de prescrições denotado período DEPOIS, verificou-se taxa média de prescrições emitidas x 100); (iv) número total e percentual de itens prescritos; avaliadas igual a 49,0% e 67,0% em dias úteis (Figura 2C). (v) número total e percentual de itens validados; (vi) taxa de erro ANTES da implantação da ferramenta, a taxa de erro de prescrição de prescrições (taxa obtida pela divisão do nº total de itens com foi de 13%. Verificou-se no período DEPOIS, uma taxa de erro de erros pelo nº total de itens avaliados x 100)12 os seis parâmetros prescrição de 0,3% (Figura 2F). anteriores foram compilados de forma global (Figura 2) e por setor (Figura 3). Foram consideradas todas as intervenções feitas pelo No primeiro período ANTES, a taxa de prescrições médicas serviço de farmácia clínica e não apenas as advindas da análise avaliadas no setor de CLM foi de 2%. DEPOIS, no mesmo setor, Figura 2. Variáveis relacionadas a análise das prescrições médicas ANTES E DEPOIS eISSN: 2316-7750 rbfhss.org.br/ © Autores 4 pISSN: 2179-5924 RBFHSS Leitão CL, Medeiros AF, Dias EF, et al. Artificial intelligence in the clinical pharmacy service in a public hospital in Belo Horizonte/MG. Rev Bras Farm Hosp Serv Saude. 2023;14(3):0991. DOI: 10.30968/rbfhss.2023.143.0991. Revista Brasileira de Farmácia Hospitalar e Serviços de Saúde a taxa de prescrições avaliadas foi de 54% (Figura 3C). A taxa material suplementar. de erro na CLM corresponde a 13,5% e no período DEPOIS, Quanto às intervenções farmacêuticas, no período ANTES, a taxa de erro foi de 0,3% (Figura 3F). Os demais parâmetros foram realizadas 618 intervenções farmacêuticas (média de 85 relacionados à análise das prescrições foram detalhados no intervenções/mês). No período DEPOIS, verificou-se a realização Figura 3. Variáveis relacionadas à análise das prescrições médicas por setor ANTES e DEPOIS CLM: clínica médica; CC: clínica cirúrgica; PA: Pronto Atendimento; CTI/SI: Centro de Terapia Intensiva/semi-intensiva de 1731 intervenções (média de 239 intervenções/mês). Tabela 1. Economia direta com as intervenções ANTES e DEPOIS, Belo Horizonte, 2022 Dentre as intervenções realizadas ANTES, 554 foram aceitas (89%). No período DEPOIS, 1674 intervenções foram aceitas (78%). Intervenções Redução de Custos Diretos Meses Realizadas (R$) Foi possível verificar que ANTES, a análise de prescrição foi a fonte analisados 2021 2022 2021 2022 de 27 intervenções farmacêuticas (média de quatro intervenções decorrentes da análise de prescrição por mês). DEPOIS, esta Março 66 119 1.894,19 6.139,60 foi a fonte de 1342 intervenções (média de 192 intervenções Abril 102 150 1.114,76 5.145,63 decorrentes da análise de prescrição por mês). Maio 88 221 631,36 3.319,50 Junho 102 280 1.718,39 15.270,64 ANTES, o principal tipo de intervenção realizada correspondeu a Julho 75 303 765,85 8.245,64 educação em saúde, média de 25/mês. DEPOIS, o ajuste de dose Agosto 70 372 - 11.555,44 foi o tipo de intervenção mais realizado, em média 80/mês. Setembro 116 286 - 5.262,29 Os dados completos referentes às intervenções farmacêuticas realizadas estão descritos no material suplementar. Total 619 1.445 6.124,55 54.938,74 Nos meses de agosto e setembro as análises de prescrições não foram realizadas. No período ANTES, a economia média dos custos diretos de medicamentos e foi de R$1020,76/mês. No período DEPOIS, o valor médio estimado foi de R$7848,39/mês (Tabela 1). eISSN: 2316-7750 rbfhss.org.br/ © Autores 5 pISSN: 2179-5924 RBFHSS Leitão CL, Medeiros AF, Dias EF, et al. Artificial intelligence in the clinical pharmacy service in a public hospital in Belo Horizonte/MG. Rev Bras Farm Hosp Serv Saude. 2023;14(3):0991. DOI: 10.30968/rbfhss.2023.143.0991. Revista Brasileira de Farmácia Hospitalar e Serviços de Saúde Tabela 2. Parâmetros relacionados a estrutura, processo e resultado ANTES e DEPOIS Parâmetros avaliados Antes Depois Estrutura Área física 20 m² 32m² Computadores disponíveis 3 9 Software utilizado MV 2000i® MV Soul® e NoHarm.ai Farmacêuticos/setor Coordenação 1 farmacêutico 1 farmacêutico Plantonista 4 farmacêuticos 4 farmacêuticos SCIH 1 farmacêutico - Assistência farmacêutica 7 farmacêuticos 5 farmacêuticos Farmácia Clínica 2 farmacêuticos, 4 farmacêuticos 5 farmacêuticos, 4 farmacêuticos residentes, residentes, 2 acadêmicos 2 acadêmicos Processo Análise de prescrição 2 farmacêuticos residentes realizavam 5 farmacêuticos, 4 farmacêuticos residentes e 1 as análises apenas do setor de CLM e acadêmico de farmácia realizavam as análises dos setores demais atividades clínicas de CLM, CC, PA, CTI/SI e demais atividades clínicas Resultado Indicadores de análise de prescrição, Registro na planilha de indicadores Registro na planilha farmacoeconomia, intervenções farmacêuticas da instituição de indicadores da instituição SCIH: serviço de controle de infecção hospitalar; CLM: Clínica médica; CC: Clínica cirúrgica; PA: Pronto Atendimento; CTI/SI: Centro de terapia intensiva/semi-intensiva Discussão período de 2021. A presença constante de farmacêuticos por setores de enfermaria resulta em maior número de intervenções, redução Nesse estudo, observou-se que o uso da IA otimizou o processo de significativa da incidência de erros de prescrição e de eventos adversos análise de prescrições, o qual representa uma etapa importante para (EA) evitáveis e maior porcentagem de aceitação16,17. a promoção da segurança dos pacientes em uso de medicamentos. Os pacientes internados em unidade de terapia intensiva têm Houve um crescimento médio de 50% da quantidade de prescrições risco aumentado de erros de medicação e EA evitáveis, devido analisadas, após as mudanças no serviço. A taxa de erros de prescrição à natureza crítica de suas doenças, polifarmácia, prevalente reduziu em 43 vezes e o número de intervenções realizadas pelos utilização de medicamentos potencialmente perigosos, e alta farmacêuticos, após a implantação da ferramenta, quase triplicou (2,8), frequência de alterações na farmacoterapia18. Em 2021, as sendo o ajuste de dose o principal motivo de intervenção. A economia prescrições dessa unidade representaram 37% do total (n= direta obtida com essas intervenções aumentou em sete vezes. 131.296) das prescrições médicas avaliadas entre os quatro setores Donabedian propôs a tríade “estrutura”, “processo” e “resultado”, estudados, evidenciando os resultados das ações adotadas para o para avaliação da qualidade dos serviços de saúde. Sob essa cumprimento da agenda regulatória nacional12, 13,19. perspectiva, supõe-se que uma boa estrutura aumenta a chance de O uso de uma ferramenta de IA de priorização de prescrições alicerçar processos e obter bons resultados15. A série histórica mostra por seu risco de conter pelo menos um problema relacionado que a taxa de prescrições avaliadas foi crescendo gradualmente a medicamentos, permite uma abordagem mais precisa e ágil após a implantação da ferramenta atingindo 65% no último mês de da revisão pelos farmacêuticos clínicos, bem como melhora de análise. Esse resultado foi influenciado por aspectos da estrutura, forma considerável a segurança dos pacientes20. A taxa de erros de como o aumento da área física, hardwares, softwares e redistribuição prescrição caiu de 13 para 0,3%. A IA otimizou o processo e, com de profissionais, além de aspectos da organização do processo, um volume maior de medicamentos avaliados pelos farmacêuticos, como a remodelagem do funcionamento da farmácia clínica com houve também aumento da acurácia do indicador de erros de inversão de processos entre os turnos matutino e vespertino, além prescrição, pois o denominador tornou-se mais próximo do número da concentração de atividades de análise das prescrições no turno da total de medicamentos prescritos. Outra proposição, é que com o tarde. A interface da ferramenta de IA com os programas de gestão cuidado farmacêutico mais capilarizado, dúvidas eram discutidas hospitalar, gestão laboratorial e bases de conhecimento também com equipe multiprofissional antes da emissão da prescrição, o tornam mais célere a análise das prescrições pelo farmacêutico. Tais que pode ter evitado erros na decisão ou na redação da prescrição. feitos decorrem também da curva de aprendizado do algoritmo e da Além disso, mais intervenções foram realizadas, protocolos revistos equipe já mais familiarizada com o manejo da ferramenta. e discussões in loco foram difundidas, levando à maior atenção do Quanto à atuação do profissional farmacêutico em diferentes setores profissional na emissão de próximas prescrições. do serviço, o enfoque era exclusivo na CLM já que se tratava de área Durante o período do estudo, observou-se aumento da média mensal destinada a internação de pacientes idosos, objeto de acompanhamento de intervenções relacionadas ao uso de medicamentos, de 85 para e análise farmacoterapêutica dos residentes farmacêuticos em saúde 239. A reorganização do fluxo de trabalho da farmácia clínica, a partir do idoso. A partir do mês de julho, houve uma restruturação do Serviço da introdução da IA, possibilitou a manutenção das intervenções já de Farmácia Hospitalar e outros três farmacêuticos foram deslocados realizadas anteriormente no serviço, como as ações de educação de atividades da assistência farmacêutica em geral para atividades em saúde, além de expandir para outros tipos de intervenção exclusivas da farmácia clínica. Ao fim do período avaliado, a taxa de voltadas para a segurança do paciente durante a internação, como análise de prescrições aumentou 75 vezes em comparação ao mesmo por exemplo o ajuste de dose. O regime posológico incorreto eISSN: 2316-7750 rbfhss.org.br/ © Autores 6 pISSN: 2179-5924 RBFHSS Leitão CL, Medeiros AF, Dias EF, et al. Artificial intelligence in the clinical pharmacy service in a public hospital in Belo Horizonte/MG. Rev Bras Farm Hosp Serv Saude. 2023;14(3):0991. DOI: 10.30968/rbfhss.2023.143.0991. Revista Brasileira de Farmácia Hospitalar e Serviços de Saúde protagoniza um dos erros de prescrição mais comuns21,22,23. Estudos sendo o ajuste de dose o principal motivo de intervenção. A anteriores demonstraram que o principal motivo para intervenções economia direta obtida com essas intervenções aumentou em sete farmacêuticas esteve relacionado à dose e que a participação vezes. Os resultados desse estudo sugerem que ferramentas de IA dos farmacêuticos pode prevenir problemas relacionados ao uso podem agregar qualidade ao processo de análise de prescrições de medicamentos e reduzir a taxa geral de ocorrência de erros de na Farmácia Hospitalar. A inter-relação entre a estrutura, os medicação, com economia potencial de até U$2.657.82021,24,25,. processos e os resultados na Farmácia Hospitalar enquanto unidade essencial mostra-se fundamental para promoção da Quanto à aceitabilidade das intervenções, a taxa média caiu de qualidade do cuidado e segurança do paciente. 88% para 75%, resultados ainda consonantes com a literatura que demonstrou que a taxa de aceitabilidade das intervenções farmacêuticas era superior a 70% em mais de 60% dos estudos Fontes de financiamento verificados21,26,27,28. Compete ao farmacêutico, com raciocínio clínico crítico e aprofundado, buscar somar os dados da prescrição Os autores declaram que a pesquisa não recebeu financiamento e dados do prontuário eletrônico para apresentar as evidências específico para a sua realização. da proposta de intervenção e o risco/benefício, para que junto ao prescritor decidam o plano terapêutico que trará benefícios diretos e indiretos para a saúde e segurança do cuidado ao Conflito de interesses paciente, contribuindo com a promoção de resultados clínicos mais satisfatórios, mediante rotinas sistemáticas de análise das Os autores declaram não possuir conflito de interesses. prescrições e o estímulo à prescrição segura. No entanto, o tempo empregado para a análise é escasso e não permite a coleta à beira leito de outros aspectos individuais e subjetivos do paciente que Colaboradores podem interferir na utilização racional e segura de medicamentos. Após a conclusão do estudo, as colaborações foram destacadas Por isso, ao abordar o médico assistente, algumas intervenções conforme padrões estabelecidos ICMJE, disponível no site https:// propostas podem não ter sido aceitas. www.icmje.org/. CLL, AFM e MAM conceberam o projeto; CLL Discutir sobre problemas relacionados ao uso de medicamentos coletou os dados; CLL e AFM analisaram e interpretaram os envolve, principalmente, aspectos da segurança do paciente. dados e redigiram o artigo; RPS realizou a estatística; MAM e Porém, enquanto insumos, seu uso inadequado também está EFD revisaram criticamente o artigo. Todos os autores leram e relacionado a um incremento substancial em custos assistenciais concordam com a versão final sendo responsáveis por todos os e a sustentabilidade financeira das instituições. Neste estudo aspectos do trabalho na garantia da exatidão e integridade de evidenciou-se uma economia relacionada a medicamento de qualquer parte da obra. R$6124,00 para R$54938,74 com a utilização da IA. No entanto, a comparação com a literatura é complexa, devido aos diferentes delineamentos de estudos e do perfil de pacientes das instituições29. Agradecimentos Como pontos fortes desse estudo, destaca-se a notoriedade do Agradecemos ao Hospital em que o estudo foi conduzido pelo fomento tema reportando resultados em um hospital público de ensino. ao cuidado seguro de nossos pacientes e apoio na implantação da Como limitação, destaca-se o fato de a pesquisa ter sido realizada ferramenta de inteligência artificial e ao Ministério da Educação pelo em centro único, com potencial viés de informação, já que as financiamento da residência multiprofissional em saúde. planilhas de dados são lançadas por cada profissional, que pode se esquecer ou realizar de forma incompleta tais registros. Além disso, a ferramenta de IA detecta padrões de prescrição, o que por si só pode ser uma limitação na identificação de erros de prescrição, já Referências que uma prática fundamentada em um guideline desatualizado não seria identificada pela IA. Não obstante, ferramenta alguma capta a 1. Mendes W, Martins M, Rozenfeld S, Travassos C. The assess- completude e a singularidade de cada paciente e suas necessidades, ment of adverse events in hospitals in Brazil. Int J Qual Health que só podem ser vistas a beira-leito com outros processos de Care. 2009 Aug;21(4):279-84. DOI: 10.1093/intqhc/mzp022. cuidado, sendo a análise da prescrição uma etapa de um processo 2. National Coordinating Council for Medication Error Report- mais amplo, que é o acompanhamento farmacoterapêutico. Outro ing and Prevention. What is a Medication Error? Available fator confundidor foi a alteração na estrutura física, tecnológica, in: https://www.nccmerp.org/about-medication-errors. Ac- no dimensionamento de recursos humanos e de processos de cessed on 16th January 2023. trabalho, concomitante a implantação da ferramenta de IA. 3. World Health Organization. Medication Without Harm. Avail- able in: https://www.who.int/initiatives/medication-with- out-harm. Accessed on 13th May 2022. Conclusão 4. Luxford K. ‘First, do no harm’: shifting the paradigm towards A utilização de uma ferramenta IA, juntamente a melhorias de a culture of health. Patient Exp J 2016;3:5–8. DOI: https://doi. estrutura e otimização dos processos, interferiu substancialmente org/10.35680/2372-0247.1189. na análise farmacêutica das prescrições médicas em um hospital de ensino com aumento médio de 50% no volume de prescrições 5. Instituto para práticas seguras no uso de medicamentos. avaliadas. A taxa de erros de prescrição foi reduzida em 43 vezes Prevenção de erros de prescrição. Boletim ISMP 2021;10. (0,3%) e o número de intervenções realizadas pelos farmacêuticos Available in: https://www.ismp-brasil.org/site/wp-content/ após a implantação da ferramenta quase triplicou (239/mês), uploads/2021/03/Boletim-ISMP-Prevencao-Erros-Prescricao. pdf. Accessed on 14th January 2023. eISSN: 2316-7750 rbfhss.org.br/ © Autores 7 pISSN: 2179-5924 RBFHSS Leitão CL, Medeiros AF, Dias EF, et al. Artificial intelligence in the clinical pharmacy service in a public hospital in Belo Horizonte/MG. Rev Bras Farm Hosp Serv Saude. 2023;14(3):0991. DOI: 10.30968/rbfhss.2023.143.0991. Revista Brasileira de Farmácia Hospitalar e Serviços de Saúde 6. Schiff GD, Volk LA, Volodarskaya M, et al. Screening for med- 18. Moyen E, Camiré E, Stelfox HT. Clinical review: medica- ication errors using an outlier detection system. Journal of tion errors in critical care. Crit Care. 2008;12(2):208. DOI: the American Medical Informatics Association: JAMIA. 2017 10.1186/cc6813. Mar;24(2):281-287. DOI: 10.1093/jamia/ocw171. 19. Conselho Federal de Farmácia. Resolução no 675, de 31 de 7. Corny J, Rajkumar A, Martin O, Dode X, Lajonchère JP, Billuart outubro de 2019. Regulamenta as atribuições do farmacêutico O, Bézie Y, Buronfosse A. A machine learning-based clinical clínico em unidades de terapia intensiva, e dá outras providên- decision support system to identify prescriptions with a high cias; 2019. Available in: https://pesquisa.in.gov.br/imprensa/ risk of medication error. J Am Med Inform Assoc. 2020 Nov jsp/visualiza/index.jsp?data=21/11/2019&jornal=515&pag- 1;27(11):1688-1694. DOI: 10.1093/jamia/ocaa154. ina=128&totalArquivos=133https://pesquisa.in.gov.br/impren- sa/jsp/visualiza/index.jsp?data=21/11/2019&jornal=515&pag- 8. Botelho SF, Neiva Pantuzza LL, Marinho CP, Moreira Reis ina=128&totalArquivos=133. Accessed on 22th January 2023. AM. Prognostic prediction models and clinical tools based on consensus to support patient prioritization for clini- 20. Levivien C, Cavagna P, Grah A, Buronfosse A, Courseau R, cal pharmacy services in hospitals: A scoping review. Res Bézie Y, Corny J. Assessment of a hybrid decision support Social Adm Pharm. 2021 Apr;17(4):653-663. DOI: 10.1016/j. system using machine learning with artificial intelligence to sapharm.2020.08.002. safely rule out prescriptions from medication review in daily practice. Int J Clin Pharm. 2022 Apr;44(2):459-465. DOI: 9. Alshakrah MA, Steinke DT, Lewis PJ. Patient prioritization for 10.1007/s11096-021-01366-4. pharmaceutical care in hospital: A systematic review of as- sessment tools. Res Social Adm Pharm. 2019 Jun;15(6):767- 21. Reis WC, Scopel CT, Correr CJ, Andrzejevski VM. Analysis of 779. DOI: 10.1016/j.sapharm.2018.09.009. clinical pharmacist interventions in a tertiary teaching hospi- tal in Brazil. Einstein (Sao Paulo). 2013 Apr-Jun;11(2):190-6. 10. Santos HDP. Applying machine learning to electronic health DOI: 10.1590/s1679-45082013000200010. records: a study on two adverse events. Programa de Pós-Graduação em Ciência da Computação - Doutorado em 22. Lewis PJ, Dornan T, Taylor D, Tully MP, Wass V, Ashcroft DM. Ciência da Computação. Pontifícia Universidade Católica do Prevalence, incidence and nature of prescribing errors in hos- Rio Grande do Sul, 2021.Available in: https://repositorio. pital inpatients: a systematic review. Drug Saf. 2009;32(5):379- pucrs.br/dspace/handle/10923/17324. Accessed on 14th 89. DOI: 10.2165/00002018-200932050-00002. January 2023. 23. Korb-Savoldelli V, Boussadi A, Durieux P, Sabatier B. Prevalence 11. NoHarm.ai. Como a IA da NoHarm calcula os escores dos me- of computerized physician order entry systems-related medica- dicamentos? n.d. https://noharm.octadesk.com/kb/article/ tion prescription errors: A systematic review. Int J Med Inform. escore-e-tags-clicaveis. Accessed on 16th January 2023. 2018 Mar;111:112-122. DOI: 10.1016/j.ijmedinf.2017.12.022. 12. Ministério da Saúde. Portaria no 2.095. Aprova os Proto- 24. Naseralallah LM, Hussain TA, Jaam M, Pawluk SA. Impact of phar- colos Básicos de Segurança do Paciente; 2013. Available macist interventions on medication errors in hospitalized pediatric in https://bvsms.saude.gov.br/bvs/saudelegis/gm/2013/ patients: a systematic review and meta-analysis. Int J Clin Pharm. prt2095_24_09_2013.html. Accessed on 13th May 2022. 2020 Aug;42(4):979-994. DOI: 10.1007/s11096-020-01034-z. 13. Conselho Federal de Farmácia. Resolução no 585 de 29 de 25. Tasaka Y, Tanaka A, Yasunaga D, Asakawa T, Araki H, Tanaka agosto de 2013. Regulamenta as atribuições clínicas do far- M. Potential drug-related problems detected by routine phar- macêutico e dá outras providências. Available in https:// maceutical interventions: safety and economic contributions www.cff.org.br/userfiles/file/resolucoes/585.pdf. Accessed made by hospital pharmacists in Japan. J Pharm Health Care on 13h May 2022. Sci. 2018 Dec 13;4:33. DOI: 10.1186/s40780-018-0125-z. 14. Rotta I, Salgado TM, Felix DC, Souza TT, Correr CJ, Fer- 26. Barros ME, Araújo IG. Evaluation of pharmaceutical interven- nandez-Llimos F. Ensuring consistent reporting of clinical tions in an intensive care unit of a teaching hospital. Rev Bras pharmacy services to enhance reproducibility in prac- Farm Hosp Serv Saude. 2021;12(3):0561. DOI: 10.30968/ tice: an improved version of DEPICT. J Eval Clin Pract. 2015 rbfhss.2021.123.0561. Aug;21(4):584-90. DOI: 10.1111/jep.12339. 27. Blum MR, Sallevelt BTGM, Spinewine A, O’Mahony D, 15. Donabedian A. Evaluating the quality of medical care. 1966. Moutzouri E, Feller M, et al. Optimizing Therapy to Prevent Milbank Q. 2005;83(4):691-729. DOI: 10.1111/j.1468- Avoidable Hospital Admissions in Multimorbid Older 0009.2005.00397.x. Adults (OPERAM): Cluster randomised controlled trial. BMJ 2021;374. DOI: https://doi.org/10.1136/bmj.n1585. 16. Ooi PL, Zainal H, Lean QY, Ming LC, Ibrahim B. Pharmacists’ Interventions on Electronic Prescriptions from Various Spe- 28. Dias D, Wiese LPL, Pereira EM, Fernandes FM. Evalua- cialty Wards in a Malaysian Public Hospital: A Cross-Sectional tion of pharmaceutical clinical interventions in the icu of a Study. Pharmacy (Basel). 2021 Oct 1;9(4):161. DOI: 10.3390/ public hospital of Santa Catarina. Rev Bras Farm Hosp Serv pharmacy9040161. Saude, 9(3): 1-5, 2019. DOI: https://doi.org/10.30968/ rbfhss.2018.093.005. 17. Klopotowska JE, Kuiper R, van Kan HJ, de Pont AC, Dijkgraaf MG, Lie-A-Huen L, Vroom MB, Smorenburg SM. On-ward par- 29. Arantes T, Durval C, Pinto V. Avaliação da economia gerada ticipation of a hospital pharmacist in a Dutch intensive care por meio das intervenções farmacêuticas realizadas em um unit reduces prescribing errors and related patient harm: an hospital universitário terciário de grande porte. Clin Biomed intervention study. Crit Care. 2010;14(5):R174. DOI: 10.1186/ Res 2020;40:96–104. DOI: https://doi.org/10.22491/2357- cc9278. 9730.95646. eISSN: 2316-7750 rbfhss.org.br/ © Autores 8 pISSN: 2179-5924