Печалби:
- Възможност за разграничаване къде изкуственият интелект спестява реално време в работния процес на лабораторията (предварително аналитичен, аналитичен, следаналитичен) и къде критичните за безопасността решения (валидиране на резултата, клинична интерпретация, диагноза) са оставени на експерта, според нивото на риск на задачата
- Възможност за прилагане на дисциплина, която валидира всеки AI изход чрез стъпките на свързването му с източника, преизчисляването му и клинично/аналитично филтриране.
- Анонимизиране на пациентските данни в обхвата на KVKK/privacy и придобиване на навик за избор на безопасно превозно средство
Хиляди решения се вземат тихо всеки ден в медицинска лаборатория. Дали една тръба ще бъде приета или отхвърлена; дали калиевият резултат е реален или се дължи на хемолиза; дали клетката, наблюдавана в кръвна натривка, е нормален лимфоцит или бласт; Това може да е причината креатининът на пациента да се е удвоил в сравнение с предишната си стойност. Някои от тези решения се повтарят и отнемат време; Някои от тях са решения, които могат пряко да повлияят на живота на човек и чиято граница на грешка трябва да бъде близо до нула. Изкуственият интелект (AI или накратко AI – компютърни системи, които могат да генерират текст, да разпознават модели, да класифицират изображения и да извършват изчисления като хората) се вписва точно в средата на тази картина: когато се използва правилно, той ускорява повтарящите се задачи и ви дава време за мислене; Когато се използва неправилно, той може да доведе до привидно безопасен, но неправилен изход към доклад на пациент.
Първата част от този модул не е въведение в софтуера. Целта му е да изясни къде да поставите AI във вашата професия и къде да не го поставяте изобщо. Тъй като медицинските лабораторни науки са "критична за безопасността" област: всеки резултат, който произвеждате, може да повлияе на диагностичното решение на лекаря, дозата на лекарството, забавянето на операцията. Нека повторим основния принцип тук: Изкуственият интелект е помощник, а не лабораторен експерт. Решението за оповестяване (валидиране) на резултата, клиничната интерпретация и диагнозата е на компетентния експерт – лаборант и лекуващ лекар.
Цялостен процес на тестване и място на AI
За да разберете лабораторната работа, е необходимо да разделите процеса на три фази. Преданалитичната фаза е фазата от поръчването на пробата до влизането й в устройството: поръчка на тест, подготовка на пациента, вземане на кръв, етикетиране, транспортиране, центрофугиране. Аналитичната фаза е фазата, в която се извършва измерването на устройството. Следаналитичната фаза е проверката, интерпретацията, докладването и предаването на резултата на клинициста. Интересното е, че повечето лабораторни грешки възникват в преданалитичната фаза, а не в аналитичната фаза (уреда). AI може да докосне и трите фази, но не всяка с еднаква власт.
Под „аналит“ имаме предвид веществото или параметъра, който се измерва: глюкоза, креатинин, калий, хемоглобин и т.н. „Референтният диапазон“ е диапазонът на очакваните стойности на аналита в здрава популация и варира според възрастта, пола, метода. „Валидирането“ се използва в лабораторията в два смисъла: потвърждаване на резултат преди пускането му и доказване на надеждността на метод/метод/модел. AI може да произведе ясна предварителна интерпретация на резултат; Но само експертът преценява дали тази интерпретация е подходяща за клиничното състояние на пациента, лекарствата и предишните резултати.
Следната таблица обобщава ролята и нивото на риск на AI по мисии:
Мисия
Роля на AI
Ниво на риск
Кой одобрява
Оценка на натоварването, сортиране на проби
ускорител, плановик
ниско
Ръководител лаборатория
Писане на чернова на заключение за коментар
Генератор на скици, управляван
среден
лаборант специалист
Делта проверка / генериране на предупреждение за QC
Статистически стимул
Средно-високо
Експерт (открива първопричината)
Предварителна класификация на изображението (намазка, урина)
Предварителна, никога последна дума
високо
Специалист (потвърждава диагнозата)
Известие за паник стойност
Браузър, генератор на чернови
много високо
Експерт (потвърждава, докладва)
Клинична диагноза/решение
не помага
много високо
Лекар + лаборант
Имайте предвид един ред в тази диаграма: с нарастването на риска, ролята на ИИ намалява, одобрението на хората нараства.
Защо "проверката" е сърцето на този бизнес
Езиковите модели на изкуствения интелект изглеждат сигурни в отговора си, но може и да не са сигурни. На технически език това се нарича халюцинация: това е измислянето от модела на несъществуваща информация в плавно изречение, сякаш е истина. За лабораторен професионалист това е фатален капан: моделът може да ви каже „нормален серумен калий при възрастен е 3,5-5,1 mmol/L“ (което е близо до точното), но може също да отговори „нормален диапазон на феритин е 30-400 ng/mL за всеки“, пренебрегвайки половата разлика (това е непълно и подвеждащо). Тъй като той казва и двете с еднаква плавност, единственото нещо, което разделя правилното от грешното, е вашето знание и навик да проверявате.
Дисциплината за проверка се състои от три стъпки:
- Връзка към източник: За информация като референтен обхват, единица, метод, разчитайте на валидираните записи на собствената си лаборатория и признати източници (листовка на производителя, акредитиран метод, национални/международни указания), а не на паметта на AI. Използвайте AI, за да интерпретирате тези данни, а не да ги запомните.
- Преизчислете/сравнете: Проверете независимо всеки цифров резултат, единица и делта промяна, които AI връща. По-специално, консистенция на тестовата единица (mg/dL ↔ mmol/L) и съответствие с предишния резултат.
- Клиничен и аналитичен филтър: Тествайте с експертно око, за да видите дали резултатът противоречи на медицинското състояние на пациента, лекарствата, качеството на пробата и статуса на QC.
Внимание: Копирането на интерпретация на резултата, произведена от AI в доклада на пациента, без да го проверите, е като даване на неподписан отчет за резултат от гледна точка на вашата професионална отговорност. Коментарът не е правилен само защото излезе свободно.
Поверителност: данните за пациента са лични данни
Лабораторните данни на пациента (резултати от тестове, диагноза, номер на протокол, идентификационна информация) са чувствителни лични данни и са защитени от KVKK (Закон за защита на личните данни) в Турция и GDPR в Европа. Сериозно нарушение е да поставите името на пациента, TR ID номера, номера на протокола и диагнозата в публично достъпен AI инструмент. Правилото е просто: анонимизирайте данните. Вместо „Айше Йълмаз, 68 години, протокол 2024-114523, хронична бъбречна болест“, напишете „68-годишна пациентка, известна бъбречна недостатъчност“; Премахнете името, информацията за контакт, институцията и номера на протокола. Ако е възможно, изберете корпоративни инструменти, които имат споразумение за обработка на данни и не използвайте вашите данни в обучението на модели.
три мини калъфа
Случай 1 — Безопасна употреба. Специалист по биохимия иска ясна схема на информация, която да бъде дадена на пациента за 8 абнормни параметъра в доклад на пациента. AI произвежда обикновена скица от анонимизирани стойности (без имена). Специалистът сравнява референтните диапазони със стойностите на собствената си лаборатория, премахва изреченията, предполагащи „окончателна диагноза“ и добавя бележката „консултирайте се с вашия лекар за оценка“. Продължителност: 4 минути вместо 15 минути. AI даде черновата, отговорността остана на експерта.
Случай 2 — Капан за непроверени коментари. Друг специалист има YZ интерпретация на резултат от TSH (тиреоиден стимулиращ хормон). AI ни казва, че резултатът е „нормален“ спрямо референтния диапазон за възрастни; но пробата е от новородено и референтният диапазон за новородено е напълно различен. Коментарът е некоректен, защото е направен за грешна възрастова група. Валидирането беше пропуснато, клиничният контекст беше пропуснат.
Случай 3 — Нарушаване на поверителността. Лабораторен техник зарежда пълното име на пациента и PDF доклада в публичен AI инструмент и казва „коментирайте“. Данните отидоха на външен сървър. Институцията е изправена пред преглед на KVKK. Правилният начин беше да анонимизираме данните и да споделяме анонимно само необходимите числени стойности.
Слаба подкана / Силна подкана
Слаба подкана:
Интерпретирайте резултатите от анализа на този пациент: Ayşe Yılmaz, TC 123..., протокол 2024-114523. Креатинин 2.1, урея 90, калий 5.8.
Това искане е погрешно в три аспекта: споделя се информация за самоличността (нарушение на KVKK), не се дават единици и референтен диапазон и няма клиничен контекст (възраст, пол, диагноза). AI запълва празнините с предположения и съществува риск от погрешно тълкуване.
Мощна подкана:
Вашата роля: Помощник по подготовката на ПРОЕКТ на лабораторния специалист. Диагноза, вземане на клинични решения. ПРОЕКТ на просто обяснение на пациента за анонимните резултати по-долу; което предполага окончателна диагноза; Добавете бележка „консултирайте се с вашия лекар“. Маркирайте къде не сте сигурни [за експертно потвърждение]. Пациент: 68-годишна жена, известно хронично бъбречно заболяване. Резултати (с нашата единица и лабораторна справка): Креатинин 2,1 mg/dL (реф. 0,5-0,9), урея 90 mg/dL (реф. 17-43), калий 5,8 mmol/L (реф. 3,5-5,1).
Силната подкана е анонимна, дефинира ролята и границата, дава единица и справка, осигурява клиничен контекст и изисква знак за проверка.
Копируеми шаблони за подкана
ШАБЛОН ЗА ОПИСАНИЕ НА РОЛЯ И ГРАНИЦИ Вашата роля: Помощник по подготовката на ЧЕРНОВА на лабораторен специалист. Вие не сте експерт; поставяне на диагноза, вземане на решение за оповестяване на резултата, даване на клинични съвети. Окончателното одобрение принадлежи на експерта. Ако не сте сигурни, маркирайте го като „[оставете експерта да провери]“, не го измисляйте. Задача: [напиши задача].
ШАБЛОН ЗА КОНТРОЛ НА АНОНИМИЗИРАНЕТО Извлечете име, TR ID, номер на протокол/файл, информация за контакт и институция от текста по-долу; заменете с „[премахнато]“. Оставете само клинично/аналитично необходимата информация. Не оставяйте улики за самоличност в изхода. Текст: [поставете текст]
ШАБЛОН ЗА ПРОВЕРКА ЗА ВАЛИДИРАНЕ За всяка интерпретация на резултата, която създавате, посочете: (1) какъв референтен диапазон сте приели, (2) дали е съвместим с единица и (3) къде интерпретацията зависи от клиничния контекст. Използвайте „възможен“ език вместо абсолютни.
ШАБЛОН ЗА СОРТИРАНЕ НА НИВОТО НА РИСК Поставете лабораторната задача, която ще ви дам, в една от трите категории и напишете обосновка: (A) нисък риск – схемата на AI е достатъчна, (B) среден риск – експертна проверка, (C) висок/много висок риск – диагнозата/решението принадлежи на експерта, AI е само спомагателен. Задача: [напиши задача].
Често срещани грешки
- Погрешка AI за "експерт". AI говори свободно, но не носи отговорност; Подписът е ваш. Резултатът е проект, а не решение.
- Поставяне на идентификационните данни така, както са. Име, TR ID номер и номер на протокол са специални данни; Споделянето без анонимизиране е нарушение на KVKK.
- Без да поставя под въпрос референтния диапазон. AI дава общ диапазон; Обхватът на вашето устройство и възрастовата/половата група може да са различни.
- Не дава клиничен контекст. Тълкуването без възраст, пол, диагноза, лекарства и качество на пробата е подвеждащо.
- Пускане, защото „изглежда правилно“. Плавността не е точност; Всеки изход изисква независим контрол.
Съвет: Преди да започнете да работите с AI, задайте си един въпрос: „Какво се случва с пациента, ако този резултат е грешен?“ Ако отговорът е сериозен, използвайте AI само за чернова/квалификация и никога не пропускайте проверката.
В обобщение
Изкуственият интелект е мощен помощник в медицинската лаборатория: той ускорява повтарящи се задачи, генерира чертежи, сканира модели. Но тъй като работите в критична за безопасността област, решението за оповестяване на резултата, клиничната интерпретация и диагнозата е на квалифицирания специалист. Ролята на ИИ във всяка фаза от цялостния процес на тестване (предварително аналитичен, аналитичен, следаналитичен) варира в зависимост от нивото на риск; С нарастването на риска нараства и човешкото одобрение. Три основни дисциплини пазят всяка стъпка: източник, преизчисляване/сравняване, клинично-аналитичен филтър. И поверителността е в основата на всичко: данните на пациента не влизат в нито един инструмент, без да бъдат анонимизирани.
Задача за приложение
Изберете три различни задачи от собствената си лаборатория (или от примерен сценарий): една с нисък риск (напр. обобщение на работното натоварване), една среден риск (напр. чернова за интерпретация на резултат), една с висок риск (напр. изявление за критична стойност). За всеки (1) опишете ролята на AI в едно изречение, (2) запишете каква стъпка за проверка ще предприемете, (3) посочете как ще анонимизирате данните. След това адаптирайте шаблона „Определяне на роля и граници“ по-горе към вашата задача със среден риск и напишете подкана.
контролен списък
- [ ] Определих нивото на риск (ниско/средно/високо) на задачата.
- [ ] Ограничих ролята на AI до „асистент/чернова/квалификатор“; диагнозата/решението е на специалиста.
- [] Анонимизирах данните; Извеждат се име, TR ID, номер на протокол.
- [ ] Проверих референтния обхват и единица със стойностите на собствената ми лаборатория.
- [ ] Добавих клиничния контекст (възраст, пол, диагноза, качество на пробата) към подканата.
- [ ] Подложих резултата на независими проверки, преди да го пусна.