支持社会基础设施的大福技术利用人工智能配药审核系统减少药房工作量

降低名称和包装相似的药品配药错误的风险

在药房，药剂师根据医生的处方为患者提供药品。通常，药剂师会从货架上挑选药品，并通过目视检查确保所选药品的正确性。

配药审核系统“奥迪特（audit）”系列是一款根据图像和重量识别药品的种类和数量，并与处方信息进行核对以检查错误，同时自动保存审核记录的系统。在操作上，只需将药品放在托盘上，该系统便会使用内置摄像头拍摄药品图像进行检查，并提取相关医疗数据。即使是捆绑在一起的药品，该系统也能准确识别其类型和数量。

奥迪特（audit）系列产品的开发始于十多年前。新事业开发项目组的项目协调员高平贤冶，从大福总部接到一份产品规划提案后，开始对药房进行调研采访。通过调研采访了解到，目视检查的配药错误率约为0.25%。相比较之下，在物流行业，借助人工智能（IT）设备可以将错误率几乎降为零。这一发现让高平贤冶意识到，药房的运营还有很大的改进空间。

Kenji Takahira，Contec 新业务开发项目组项目协调员

“尽管药房和物流中心在行业和规模方面有所不同，但工作流程有很多相似之处，例如拣选、验货和发货。我们认为，大福的专业技术可以帮助药房降低处方错误的风险。一开始，我们尝试通过将药品和条形码的图像与主数据进行对照来进行检查，但药品的独特包装给我们带来了诸多挑战。例如药品的铝箔包装反光以及透明袋的识别问题等，使得拍摄并不顺利。”高平回忆道。

为了应对这些挑战，我们的团队在设备内部增加了一个空间，用于在均匀照明下捕捉药品图像，从而提高药品本身和包装上印刷的条形码的图像识别准确性。“通过将图像数据与内置秤的信息相结合，我们能够确保同时识别药品处方的类型和数量。虽然其他公司也提供基于图像的识别系统，但只有奥迪特（audit）系列可以同时识别多种药品类型和数量。” 高平道。

有些药品的名称或包装相似，加上包装设计的改变和仿制药的追加，增加了出错的风险，从而增加了药剂师的心理负担，他们必须时刻保持警惕，以免发生混淆。

根据海因里希法则，在一件重大的事故背后必有29件轻度的事故，还有300件潜在的安全隐患。因此，各行业协会正在积极收集和分析险情事故，以帮助促进医疗安全。然而，无论我们多么小心，人为错误都无法完全消除。因此，还是会出现很多“药物混淆”和“处方遗漏”的情况。但是，我们的奥迪特（audit）系列产品降低了出错风险，减轻了药剂师的心理负担，同时当患者指出药品或数量错误等问题时，药剂师也可以根据审查记录做出说明。

日本厚生劳动省最近也一直在鼓励药房加强以患者为中心的服务，而不是以工作为中心的服务，包括说明处方细节、持续用药指导以及监测用药状况。简化审核流程可以让药剂师有更多时间专注于与患者的沟通。

利用差异提取技术提高AI图像识别

2012 年推出的上一代奥迪特（audit）系列机型已在日本各地的药房安装了约 2,000 台。随着药店经营的药品种类逐年增加，对小型设备的需求也日益增加。然而，当时的技术需要确保拍摄空间，这限制了设备的进一步小型化。高平一直在探索如何实现设备的小型化，最终在人工智能上看到了希望。

康泰克技术总部应用开发组助理 横山 祐介

同一时期，康泰克技术总部应用开发组的助理横山祐介也出于完全不同的目的开始研究人工智能。“公司里关于人工智能应用的讨论非常热烈，我们开始研究使用基于人工智能的图像识别技术，来检测电路板的缺陷和装配错误。2020年春天，高平向我咨询了使用人工智能识别药品的可能性。我了解到有一种开源人工智能可以区分9,000种不同的图像类型，但它无法区分包装相似的药品，只能区分明显不同的物体。”横山说道。

为了寻找解决方案，横山研究了多种图像识别技术。他回忆道，“在寻找区分包装相似的药品时，发现了一个在线购物网站的搜索系统，它可以在众多产品图片中准确地搜索到目标商品。我意识到，这种技术很有可能得到应用。而这种思维的转变，最终为我们带来了关键性的突破。”

Contec 技术部应用开发组成员 Shota Kawase

在2021年春天，技术总部应用开发组的川濑祥太正式加入了该项目。

至此，从数万种药品中正确识别药品的基础 AI 技术已经建立。但是，系统摄像头拍摄的图像仍然存在一些识别问题。“在图像处理过程中，有时光线条件导致无法正确识别药品，或者如果药品托盘与药品包装颜色接近，两者很容易混淆在一起，使识别变得非常困难。我们利用智能技术解决了这个问题，通过识别药品的外部特征，将药品与背景分离，并提取药品本身的图像。这大大提高了识别精度，无论光线或背景颜色如何，都可以识别目标药品。”川濑解释道。

当时，由于受到新冠疫情的影响，在系统的开发期间许多人都在家办公，很难进行面对面的讨论。为此，我一旦有了什么想法就立刻通过线上会议，与高平和横山商量，在得到反馈之后再进行重复尝试。川濑表示：“虽然在家办公给我们之间的沟通带来了不便，但它也为我们提供了在多种不同于办公室的环境中测试图像识别技术的机会。对于工程师而言，这种不断挑战新事物的工作无疑是一件非常令人高兴的事情。”

另外，每当包装设计发生变化，或者推出新药或仿制药时，人工智能都必须根据新信息进行更新。对于直接取代图像处理功能的标准人工智能来说，每次学习需要8到12个小时。高平表示：“药房没有那么多时间等待。因此，我们开发了一种新方法，将人工智能处理限制在其优势上，即捕捉形状和包装设计等外部特征。在额外学习过程中，只记录提取的特征和药品名称，从而大大加快了处理速度。现在，药物识别时间不超过1秒钟，额外学习时间不超过 3秒钟。并且，我们已经为这种新方法申请并获得了专利。”

原有的奥迪特（audit）产品是通过拍摄药品图像与主图像之间的模式匹配来识别药品。因此，需要使用同一个设备在相同的环境下对药品和主图像进行拍摄。然而，使用基于人工智能的特征提取，拍摄环境不必相同，并且学习数据还可以更轻松地在线共享。

随着人工智能（AI）的采用，奥迪特系列配药审核系统“audit-i”的性能得到了显著提升，对成像条件的要求也放宽了，系统整体体积也缩小了60%。 

另一个重大变化是将系统连接到互联网，从而可以使用各种云服务。基于云的奥迪特（audit）记录集中化对于管理多个药房的企业来说意义非凡，这些数据可用于药房管理、规划和员工培训。高平表示：“能够分析容易发生险情的药品趋势以及药店位置与其畅销产品之间的关系，可以为制药商带来很多益处。今后，我们希望通过将我们的服务扩展到更多的药房，为药剂师创造更好的工作环境，并为全国各地的患者提供更便捷的服务系统。”