এন্ড-টু-এন্ড কৃত্রিম বুদ্ধিমত্তা সমর্থিত ফার্মেসি ওয়ার্কফ্লো এবং অ্যাপ্লিকেশন

লাভ:

• প্রেসক্রিপশন গ্রহণ থেকে রোগীর কাউন্সেলিং পর্যন্ত কর্মপ্রবাহের প্রতিটি পর্যায়ে জায়গায় এবং সীমানার মধ্যে কৃত্রিম বুদ্ধিমত্তা সংহত করার ক্ষমতা
• একটি ফার্মাসি-স্কেল প্রম্পট লাইব্রেরি, যাচাইকরণ প্রোটোকল এবং গোপনীয়তা নীতি স্থাপন করার ক্ষমতা
• একটি অডিট সংস্কৃতি ডিজাইন করার ক্ষমতা যা রোগীর নিরাপত্তা, দায়িত্ব এবং কৃত্রিম বুদ্ধিমত্তা-সমর্থিত উত্পাদনে বিশ্বাস রক্ষা করে

পূর্ববর্তী ইউনিটগুলি পৃথক কাজগুলিতে (মিথস্ক্রিয়া, পরামর্শ, প্রেসক্রিপশন নিয়ন্ত্রণ, ফার্মাকোভিজিল্যান্স, স্টক, সাহিত্য, অ্যাকাউন্টিং, বিশেষ গোষ্ঠী, আইন, ব্যবসা) এআইকে সম্বোধন করেছে। এই চূড়ান্ত ইউনিটে, আমরা টুকরোগুলি একসাথে রাখি: আপনি দেখতে পাবেন কীভাবে একজন রোগীর ফার্মেসিতে প্রবেশ করা থেকে প্রস্থান করা পর্যন্ত পুরো ওয়ার্কফ্লো জুড়ে একটি অন-সাইট, আবদ্ধ এবং নিয়ন্ত্রিত পদ্ধতিতে AI-কে একীভূত করা যায়। উদ্দেশ্য একটি বিক্ষিপ্ত এবং এলোমেলো "এআই এর মাঝে মাঝে ব্যবহার" থেকে সরানো; উদ্দেশ্য এমন একটি সিস্টেমে চলে যাওয়া যেখানে প্রতিটি পদক্ষেপের ভূমিকা, যাচাইকরণ এবং দায়িত্ব সংজ্ঞায়িত করা হয়। কারণ ফার্মেসিতে কৃত্রিম বুদ্ধিমত্তার মূল্য পৃথক প্রম্পটে নয়, একটি নিরাপদ এবং পুনরাবৃত্তিযোগ্য ক্রমে প্রকাশিত হয়। এই ইউনিটে, আপনি শিখবেন কিভাবে একটি ফার্মেসি-স্কেল প্রম্পট লাইব্রেরি, যাচাইকরণ প্রোটোকল এবং অডিট সংস্কৃতি প্রতিষ্ঠা করতে হয়।

এন্ড-টু-এন্ড ওয়ার্কফ্লোতে কৃত্রিম বুদ্ধিমত্তার স্থান

আসুন দেখি কোথায় AI কার্যকর হয় এবং এটি একটি সাধারণ ফার্মেসি প্রবাহে কোথায় থামে:

1. প্রেসক্রিপশন গ্রহণ: কৃত্রিম বুদ্ধিমত্তা প্রি-স্ক্রিন (ডোজ, মিথস্ক্রিয়া, নকল) → ফার্মাসিস্ট মূল্যায়ন করে।
2. ক্লিনিকাল মূল্যায়ন: AI চেকলিস্ট এবং অনুস্মারক অফার করে → সিদ্ধান্ত ফার্মাসিস্ট/চিকিৎসকের উপর নির্ভর করে।
3. প্রস্তুতি/অ্যাকাউন্ট: এআই অ্যাকাউন্টের খসড়া তৈরি করে → ফার্মাসিস্ট স্বাধীনভাবে এটি যাচাই করে।
4. রোগীর পরামর্শ: এআই প্লেইন টেক্সট তৈরি করে → ফার্মাসিস্ট মনিটর এবং ব্যক্তিগতকৃত করে।
5. ফার্মাকোভিজিল্যান্স: এআই ড্রাফ্ট বিজ্ঞপ্তি → কার্যকারণ বিশেষজ্ঞের সাথে থাকে।
6. স্টক/অপারেশন: AI বিশ্লেষণ করে এবং খসড়া নথি তৈরি করে → ফার্মাসিস্ট যাচাই করে।

এই প্রবাহের প্রতিটি ধাপে একটি অপরিবর্তনীয় নীতি রয়েছে: কৃত্রিম বুদ্ধিমত্তা ত্বরান্বিত হয়, মানুষ নিশ্চিত করে। কৃত্রিম বুদ্ধিমত্তার কোনো নিরাপত্তা-গুরুত্বপূর্ণ পদক্ষেপে চূড়ান্ত বলে নেই।

এই সামগ্রিক দৃষ্টিভঙ্গি AI কে বিচ্ছিন্ন "জাদু সমাধান" হিসাবে দেখা থেকে বাঁচায়। যদি একজন ফার্মাসিস্ট একটি কঠিন প্রশ্নে শুধুমাত্র মাঝে মাঝে AI ব্যবহার করেন, তাহলে অভ্যাস বা নিরাপত্তা শৃঙ্খলা তৈরি হবে না; প্রতিবার, একটি অনিয়ন্ত্রিত ব্যবহার স্ক্র্যাচ থেকে দেখা দেয়। যাইহোক, একবার আপনি প্রবাহের মানচিত্র তৈরি করলে, প্রতিটি কাজ কৃত্রিম বুদ্ধিমত্তা থেকে কী প্রত্যাশা করে এবং এটি কোথায় থামানো উচিত তা আগেই পরিষ্কার হয়ে যায়। এই পূর্বাভাসযোগ্যতা দুটি জিনিস নিশ্চিত করে: দক্ষতা (কারণ সবাই একই পরীক্ষিত পথ অনুসরণ করে) এবং নিরাপত্তা (কারণ যাচাইকরণের ধাপটি প্রবাহের মধ্যে এমবেড করা হয়েছে, কিছু পরে মনে রাখা হবে না)। ওয়ার্কফ্লোতে AI এম্বেড করা এটিকে খেলনা থেকে একটি পরিকাঠামোতে রূপান্তরিত করে।

টিপ: AI-তে একটি কাজ আউটসোর্স করার আগে, এই একটি প্রশ্ন জিজ্ঞাসা করুন: "যদি এই আউটপুটটি ভুল হয় এবং আমি লক্ষ্য না করি, তাহলে এটি কি রোগীর ক্ষতি করবে?" যদি উত্তরটি "হ্যাঁ" হয়, তবে সেই কাজটি রেড জোনে রয়েছে এবং অবশ্যই উপযুক্ত যাচাইকরণ প্রয়োজন৷

তিনটি বিল্ডিং ব্লক: লাইব্রেরি, প্রোটোকল, সংস্কৃতি

কৃত্রিম বুদ্ধিমত্তার টেকসই ব্যবহার তিনটি বিল্ডিং ব্লকের উপর ভিত্তি করে:

• প্রম্পট লাইব্রেরি: প্রায়শই ব্যবহৃত কাজের জন্য পরীক্ষিত, স্ট্যান্ডার্ড প্রম্পট। এটি প্রতিটি ফার্মাসিস্টকে স্ক্র্যাচ থেকে প্রম্পট লিখতে বাধা দেয়; ধারাবাহিকতা প্রদান করে।
• যাচাইকরণ প্রোটোকল: প্রতিটি ধরনের আউটপুটের জন্য "কে যাচাই করে কি, কোন উৎস দিয়ে" নিয়ম। যাচাইকরণকে ভুলে যাওয়া থেকে বাধা দেয়।
• অডিট সংস্কৃতি: এমন একটি পরিবেশ যেখানে শাস্তি ছাড়াই ত্রুটি রিপোর্ট করা হয়, সিদ্ধান্ত রেকর্ড করা হয় এবং ক্রমাগত উন্নতি করা হয়।

এই তিনটি ছাড়া কৃত্রিম বুদ্ধিমত্তার ব্যবহার নির্ভরশীল, অনিয়ন্ত্রিত এবং ঝুঁকিপূর্ণ থেকে যায়।

তিনটি মিনি কেস

কেস 1 - স্ট্যান্ডার্ড প্রম্পট লাইব্রেরি। একটি ফার্মেসি তিনটি সবচেয়ে সাধারণ কাজের (রোগীর স্ক্রিপ্ট, ইন্টারঅ্যাকশন প্রি-স্ক্রিনিং, প্রেসক্রিপশন সেকেন্ড আই) জন্য তিনটি পরীক্ষিত প্রম্পট সনাক্ত করেছে এবং সেগুলি একটি সাধারণ ফাইলে সংগ্রহ করেছে। এমনকি একজন নতুন ইন্টার্ন একই মানের আউটপুট পেতে সক্ষম হয়েছিল। প্রথম মাসের মধ্যে, কাউন্সেলিং পাঠ্যগুলি প্রস্তুত করার সময় উল্লেখযোগ্যভাবে হ্রাস পেয়েছে এবং পাঠ্যগুলি সামঞ্জস্যপূর্ণ হয়ে উঠেছে। গ্রন্থাগার মানকে ব্যক্তিস্বাধীন করে তুলেছে।

কেস 2 — যাচাইকরণ প্রোটোকল। একই ফার্মেসি প্রতিটি ধরনের আউটপুটের জন্য একটি বৈধতা নিয়ম লিখেছে: ডোজ গণনা → স্বাধীন পুনঃগণনা + SPC; আইন → অফিসিয়াল টেক্সট; কাউন্সেলিং → SmPC + ফার্মাসিস্ট অনুমোদন। একদিন, কৃত্রিম বুদ্ধিমত্তার একটি ডোজ গণনায় দশমিকের ত্রুটি ধরা পড়েছিল প্রোটোকল অনুসারে তৈরি একটি স্বাধীন গণনায়। প্রোটোকল রোগীর কাছে পৌঁছানোর আগেই একটি ত্রুটি বন্ধ করে দেয়।

কেস 3 - অডিট সংস্কৃতি এবং রেকর্ডিং। ফার্মেসি এআই দ্বারা সনাক্ত করা প্রতিটি ত্রুটি একটি ছোট লগবুকে রেকর্ড করে (শিক্ষার উদ্দেশ্যে, শাস্তি নয়)। তিন মাস পরে যখন তারা রেকর্ডগুলি পর্যালোচনা করে, তখন তারা দেখতে পায় যে সবচেয়ে সাধারণ ত্রুটিটি ছিল "প্রচলিত আইন" এবং এটিতে একটি বিশেষ নিশ্চিতকরণ পদক্ষেপ যুক্ত করেছে৷ সংস্কৃতি পৃথক ভুল থেকে পদ্ধতিগত উন্নতি প্রাপ্ত.

ধাপে ধাপে: ফার্মেসিতে একটি কৃত্রিম বুদ্ধিমত্তা সিস্টেম সেট আপ করা

1. একটি টাস্ক ইনভেন্টরি তৈরি করুন। কোন কাজে কৃত্রিম বুদ্ধিমত্তা ব্যবহার করা হয়/ব্যবহার করা যেতে পারে?
2. প্রতিটি টাস্ক জোন করুন। সবুজ/হলুদ/লাল; লাল রঙে, মানুষের অনুমোদন প্রয়োজন।
3. প্রম্পট লাইব্রেরি তৈরি করুন। প্রতিটি কাজের জন্য পরীক্ষিত স্ট্যান্ডার্ড প্রম্পট।
4. একটি প্রমাণীকরণ প্রোটোকল লিখুন। উৎস সংজ্ঞায়িত করুন এবং প্রতিটি আউটপুট জন্য দায়ী.
5. একটি গোপনীয়তা/KVKK নীতি স্থাপন করুন। কোন ডেটা বেনামী, কোন টুল ব্যবহার করা হয়?
6. রেকর্ড এবং পর্যালোচনা. সিদ্ধান্ত এবং ভুল রেকর্ড করুন, নিয়মিত উন্নতি করুন।

দুর্বল প্রম্পট / শক্তিশালী প্রম্পট

দুর্বল: "আসুন ফার্মেসিতে কৃত্রিম বুদ্ধিমত্তা ব্যবহার করি।"

শক্তিশালী: "আমাদের ফার্মেসির সবচেয়ে সাধারণ 5টি কাজ লিখুন; ঝুঁকি জোন (সবুজ/হলুদ/লাল), কৃত্রিম বুদ্ধিমত্তার ভূমিকা, বাধ্যতামূলক যাচাইকরণের পদক্ষেপ এবং দায়ী ব্যক্তি সহ প্রতিটির জন্য একটি টেবিল তৈরি করুন। রেড জোনের কাজের জন্য, 'যোগ্য ফার্মাসিস্ট/চিকিৎসক' নোটটি যোগ করুন যা এটি একটি অনুমোদনযোগ্য অনুমোদনের জন্য নির্দেশিত হবে। দল দ্বারা পর্যালোচনা করা হবে।"

শক্তিশালী প্রম্পটে, কংক্রিট আউটপুট (প্রটোকল টেবিল), সীমা এবং পর্যালোচনা অবস্থা স্পষ্ট।

চারটি অনুলিপিযোগ্য টেমপ্লেট

কোয়েস্ট: কোয়েস্ট-জোন-অথেনটিকেশন প্রোটোকল টেবিল। টাস্ক: [...]। আউটপুট: | কোয়েস্ট | ঝুঁকি অঞ্চল | কৃত্রিম বুদ্ধিমত্তার ভূমিকা | বাধ্যতামূলক যাচাই | দায়িত্বশীল | উত্স |লাল কাজগুলিতে "অনুমোদিত অনুমোদন প্রয়োজন" যোগ করুন।

টাস্ক: প্রম্পট লাইব্রেরি কার্ড। টাস্কের নাম: [...]। আউটপুট: স্ট্যান্ডার্ড প্রম্পট টেক্সট + প্রত্যাশিত আউটপুট ফর্ম্যাট + যাচাইকরণ ধাপ + ঘন ঘন ত্রুটি সতর্কতা। দলের জন্য এটি সহজ এবং পুনরাবৃত্তিযোগ্য রাখুন।

কাজ: গোপনীয়তা/কেভিকেকে চেকলিস্ট (ফার্মেসি)। আউটপুট: কোন ডেটা টাইপ বেনামী, কোন টুল ব্যবহার করা হয়, কোন ডেটা কখনই শেয়ার করা হয় না, ধারণ/মোছার নিয়ম। এটি একটি নীতি হিসাবে আইটেমাইজ করুন।

টাস্ক: এআই বাগ/লার্নিং লগ টেমপ্লেট। আউটপুট: | তারিখ | কোয়েস্ট | ত্রুটির ধরন | কিভাবে ধরা পড়ল | গৃহীত ব্যবস্থা |লক্ষ্য শাস্তি নয়, ব্যবস্থার উন্নতি; দলের জন্য টেমপ্লেট প্রস্তুত.

শেষ থেকে শেষ দায়িত্ব টেবিল

মঞ্চ

কৃত্রিম বুদ্ধিমত্তা

মানব (দক্ষ)

যাচাইকরণ

প্রেসক্রিপশন প্রি-স্ক্রিনিং

চিহ্নিত করা

ফার্মাসিস্ট মূল্যায়ন

SmPC/ডাটাবেস

ডোজ/অ্যাকাউন্ট

খসড়া

ফার্মাসিস্ট অনুমোদন

স্বাধীন অ্যাকাউন্ট

পরামর্শ

পাঠ্য

ফার্মাসিস্ট ব্যক্তিগতকরণ

KÜB/KT

ফার্মাকোভিজিল্যান্স

খসড়া

বিশেষজ্ঞ কার্যকারণ

অফিসিয়াল বিন্যাস

নিয়ন্ত্রক/প্রতিদান

কাঠামোর সারাংশ

ফার্মাসিস্ট নিশ্চিতকরণ

অফিসিয়াল টেক্সট

স্টক/ব্যবসা

বিশ্লেষণ খসড়া

ফার্মাসিস্ট সিদ্ধান্ত

বাস্তব তথ্য

সাধারণ ভুল

• সিস্টেম ছেড়ে ব্যক্তির উপর নির্ভরশীল। প্রম্পট লাইব্রেরি এবং প্রোটোকল ছাড়া, গুণমান ওঠানামা করে।
• যাচাইকরণ ঐচ্ছিক করা। যাচাইকরণ কর্মপ্রবাহের একটি বাধ্যতামূলক পদক্ষেপ হওয়া উচিত।
• লাল এলাকা ঝাপসা করা। নিরাপত্তা-সমালোচনামূলক কাজগুলি পরিষ্কারভাবে সংজ্ঞায়িত করা উচিত এবং লোকেদের জন্য বরাদ্দ করা উচিত।
• ত্রুটি লুকানো. শাস্তির সংস্কৃতি ভুল লুকিয়ে রাখে; শিক্ষার সংস্কৃতি সিস্টেমকে শক্তিশালী করে।
• নীতিমালা লিখে তা বাস্তবায়ন না করা। গোপনীয়তা এবং যাচাইয়ের নিয়ম একটি জীবন্ত নথি হওয়া উচিত।

সংক্ষেপে

ফার্মেসিতে কৃত্রিম বুদ্ধিমত্তার প্রকৃত মূল্য পৃথক প্রম্পটে নয়, একটি নিরাপদ এবং পুনরাবৃত্তিযোগ্য সিস্টেমে ঘটে। এন্ড-টু-এন্ড কর্মপ্রবাহের প্রতিটি ধাপে, নীতিটি একই: এআই ত্বরান্বিত করে, মানব অনুমোদন করে; কৃত্রিম বুদ্ধিমত্তার কোনো নিরাপত্তা-সমালোচনা সিদ্ধান্তে চূড়ান্ত বলে নেই। তিনটি বিল্ডিং ব্লক এই সিস্টেমটিকে টিকিয়ে রাখে: একটি পরীক্ষিত প্রম্পট লাইব্রেরি, প্রতিটি আউটপুটের জন্য একটি যাচাইকরণ প্রোটোকল, এবং একটি অডিট সংস্কৃতি যা তাদের শাস্তি না দিয়ে ত্রুটি থেকে শিক্ষা নেয়। সুতরাং, কৃত্রিম বুদ্ধিমত্তা; এটি রোগীর নিরাপত্তা, পেশাগত দায়িত্ব এবং বিশ্বাস রক্ষা করে ফার্মেসিতে সত্যিকারের অবদান রাখে।

আবেদন টাস্ক

আপনার নিজের ফার্মেসি (বা একটি অনুমানভিত্তিক ফার্মেসি) জন্য একটি AI সিস্টেমের একটি ছোট স্কেচ সেট আপ করুন। 5টি সর্বাধিক ঘন ঘন কাজ তালিকাভুক্ত করুন, প্রতিটিকে জোন করুন এবং টাস্ক-টেরিটরি-যাচাই সারণীটি পূরণ করুন। কমপক্ষে দুটি কাজের জন্য একটি প্রম্পট লাইব্রেরি কার্ড লিখুন। একটি গোপনীয়তা/কেভিকেকে চেকলিস্ট এবং একটি ত্রুটি/লার্নিং লগ টেমপ্লেট তৈরি করুন। অবশেষে, পরিকল্পনা করুন কিভাবে এই সিস্টেম টিম দ্বারা পর্যালোচনা করা হবে (যেমন মাসিক)।

চেকলিস্ট

• [ ] আমি টাস্ক ইনভেন্টরি আউট গ্রহণ.
• আমি প্রতিটি মিশনকে সবুজ/হলুদ/লাল জোন করেছি।
• আমি প্রম্পট লাইব্রেরি কার্ড তৈরি করেছি।
• [ ] আমি যাচাইকরণ প্রোটোকল সংজ্ঞায়িত করেছি এবং প্রতিটি আউটপুটের জন্য দায়ী৷
• [ ] আমি গোপনীয়তা/KVKK নীতি আইটেমাইজ করেছি।
• [ ] আমি সিদ্ধান্ত এবং ত্রুটি রেকর্ড টেমপ্লেট সেট আপ.
• আমি একটি নিয়মিত পর্যালোচনা পরিকল্পনা তৈরি করেছি।

মডিউল পরীক্ষা

1. একজন ফার্মাসিস্ট ওয়ারফারিন গ্রহণকারী রোগীর উপর একটি নতুন শুরু হওয়া অ্যান্টিবায়োটিকের মিথস্ক্রিয়া দ্রুত পরীক্ষা করার জন্য কৃত্রিম বুদ্ধিমত্তা ব্যবহার করতে চান। সবচেয়ে সঠিক পন্থা কোনটি?

• ক) প্রি-স্ক্রিনিংয়ের জন্য কৃত্রিম বুদ্ধিমত্তা ব্যবহার করা; বর্তমান SmPC/ডাটাবেসের সাথে মিথস্ক্রিয়া নিশ্চিত করা এবং একজন দক্ষ ফার্মাসিস্টের তত্ত্বাবধানে চিকিত্সকের সাথে সমন্বয় করে সিদ্ধান্ত নেওয়া ✔
• খ) কৃত্রিম বুদ্ধিমত্তা দ্বারা প্রদত্ত ইন্টারঅ্যাকশন ব্যাখ্যা সরাসরি রোগীর কাছে স্থানান্তর করা এবং ডোজ পরিবর্তন করা
• গ) যদি কৃত্রিম বুদ্ধিমত্তা বলে যে কোনও মিথস্ক্রিয়া নেই, তবে অন্য কোনও পরীক্ষা ছাড়াই ওষুধ দিন।
• ঘ) একজন চিকিত্সকের পরামর্শ এড়িয়ে যাওয়া এবং প্রক্রিয়াটি দ্রুত করা

বর্ণনা: ড্রাগ মিথস্ক্রিয়া এবং রক্তপাতের ঝুঁকি একটি নিরাপত্তা-গুরুত্বপূর্ণ সমস্যা। কৃত্রিম বুদ্ধিমত্তা প্রি-স্ক্রিনিং এবং রিমাইন্ডারের জন্য ব্যবহার করা যেতে পারে; যাইহোক, ক্লিনিকাল তাৎপর্য এবং সিদ্ধান্ত অবশ্যই দক্ষ ফার্মাসিস্টকে নিতে হবে, বর্তমান SmPC/ইন্টার্যাকশন ডাটাবেসের নিশ্চিতকরণের সাথে এবং প্রয়োজনে চিকিত্সকের সাথে। এআই আউটপুট এই অনুমোদন প্রতিস্থাপন করে না।

2. যখন আপনি একটি ওষুধের পেডিয়াট্রিক ডোজ সম্পর্কে কৃত্রিম বুদ্ধিমত্তাকে জিজ্ঞাসা করেন তখন মিথ্যা (হ্যালুসিনেটরি) মান পাওয়া এড়াতে সবচেয়ে নিরাপদ উপায় কী?

• ক) কৃত্রিম বুদ্ধিমত্তা দ্বারা প্রদত্ত ডোজকে বিশ্বাস করা এবং প্রস্তুত করা
• খ) বর্তমান SmPC/CT এবং পেডিয়াট্রিক ডোজ গাইড থেকে ডোজ নিশ্চিত করুন এবং স্বাধীনভাবে mg/kg পুনরায় গণনা করুন ✔
• গ) একই প্রশ্ন বিভিন্ন শব্দ দিয়ে জিজ্ঞাসা করুন এবং গড় নিন
• ঘ) রোগীর ফোরামে একটি মন্তব্যের উপর ভিত্তি করে

ব্যাখ্যা: ভাষা মডেল ভুলভাবে ডোজ তথ্য মনে রাখতে পারে, একটি ভিন্ন ইঙ্গিতের জন্য একটি মান দিতে পারে, বা একক মিশ্রিত করতে পারে। বর্তমান SmPC/CT, প্রস্তুতকারকের তথ্য এবং পেডিয়াট্রিক ডোজ গাইড থেকে পেডিয়াট্রিক ডোজ নিশ্চিত করতে হবে; গণনা স্বাধীনভাবে পুনরায় সম্পন্ন করা আবশ্যক.

3. আপনি রোগীর পরামর্শের জন্য কৃত্রিম বুদ্ধিমত্তা সহ একটি ড্রাগ ব্যবহারের পাঠ্য প্রস্তুত করেছেন। রোগীকে পাঠ্য দেওয়ার আগে সর্বোত্তম মনোভাব কী?

• ক) লেখাটির প্রিন্ট আউট রোগীকে না পড়েই দেওয়া
• খ) টেক্সট সাবলীল হতে বিশ্বাস করা এবং সঠিকতা পরীক্ষা না করা
• গ) বর্তমান এসএমপিসি/সিটি সহ প্রতিটি চিকিৎসা দাবি নিশ্চিত করা এবং রোগীর নির্দিষ্ট পরিস্থিতি বিবেচনা করে ফার্মাসিস্টের অনুমোদনে প্রদান করা ✔
• ঘ) রোগীকে জিজ্ঞাসা না করে নিজের অনুমানে পাঠ্যে ডোজ পরিবর্তন করা

বর্ণনা: AI একটি স্পষ্ট রূপরেখা তৈরি করতে পারে, তবে এতে ভুল অপারেটিং নির্দেশাবলী, অনুপস্থিত সতর্কতা বা পুরানো তথ্য থাকতে পারে। প্রতিটি চিকিৎসা দাবিকে অবশ্যই বর্তমান SmPC/CT দিয়ে নিশ্চিত করতে হবে, রোগীর-নির্দিষ্ট অবস্থা (অ্যালার্জি, গর্ভাবস্থা, অন্যান্য ওষুধ) অবশ্যই বিবেচনায় নিতে হবে এবং লেখাটি অবশ্যই ফার্মাসিস্ট দ্বারা অনুমোদিত হতে হবে।

4. আপনি একটি বিরূপ প্রভাব (পার্শ্ব প্রতিক্রিয়া) বিজ্ঞপ্তির জন্য কৃত্রিম বুদ্ধিমত্তার মাধ্যমে TÜFAM-এ পাঠানোর জন্য একটি খসড়া প্রস্তুত করেছেন। কার্যকারণে সবচেয়ে সঠিক পন্থা কী (এফেক্টের সাথে ওষুধের সম্পর্ক)?

• ক) কৃত্রিম বুদ্ধিমত্তা দ্বারা প্রণীত কার্যকারণ বিচারকে নিশ্চিত হিসাবে গ্রহণ করুন এবং রিপোর্ট করুন
• খ) কার্যকারণ অস্পষ্ট হলে বিজ্ঞপ্তি প্রকাশ না করা
• গ) রোগীর শনাক্তকরণ তথ্য খসড়াতে যেমন আছে তা লিখে পাঠান
• ঘ) বিশেষজ্ঞ মূল্যায়নের মাধ্যমে কার্যকারণ নির্ণয় করুন এবং গোপনীয়তা এবং অফিসিয়াল বিন্যাস অনুযায়ী খসড়াটি সম্পূর্ণ করুন ✔

ব্যাখ্যা: কার্যকারণ মূল্যায়নের জন্য ক্লিনিকাল বিচার প্রয়োজন; সাময়িক সম্পর্ক, বিকল্প কারণ এবং সাহিত্য একসাথে মূল্যায়ন করা হয়. AI খসড়া এবং চেকলিস্ট তৈরি করতে পারে, তবে কার্যকারণ সিদ্ধান্ত বিশেষজ্ঞের রায় দ্বারা করা হয় এবং বিজ্ঞপ্তিটি অফিসিয়াল বিন্যাস এবং গোপনীয়তা অনুসারে সম্পন্ন হয়।

5. আপনার কৃত্রিম বুদ্ধিমত্তা সহ একটি ক্লিনিকাল প্রশ্নের জন্য একটি সাহিত্য অনুসন্ধান ছিল এবং এটি আপনাকে DOI এর সাথে কয়েকটি নিবন্ধ দিয়েছে। সবচেয়ে সঠিক আচরণ কোনটি?

• ক) সোর্স লিস্টে রেফারেন্স না খুলেই যোগ করা
• খ) তার DOI চেহারা উপর নির্ভর করে উদ্ধৃত
• গ) মূল উৎস/ডাটাবেস থেকে DOI দিয়ে প্রতিটি রেফারেন্স খুলুন এবং যাচাই করুন যে বিষয়বস্তু দাবি সমর্থন করে ✔
• ঘ) শিরোনাম দেখে নিবন্ধগুলি গ্রহণ করা

বর্ণনা: ভাষার মডেলগুলি নিবন্ধ, লেখক এবং DOI আবিষ্কার করতে পারে যা বাস্তবসম্মত দেখায় কিন্তু বিদ্যমান নয়। প্রতিটি রেফারেন্স অবশ্যই মূল উৎস বা স্বীকৃত ডাটাবেসের মাধ্যমে DOI এর সাথে খোলা এবং যাচাই করতে হবে; বিষয়বস্তু সত্যিই দাবি সমর্থন করে কিনা তা দেখতে এটি পড়া উচিত.

6. ক্লাউড-ভিত্তিক কৃত্রিম বুদ্ধিমত্তার সরঞ্জামে রোগীর নাম, টিআর আইডি নম্বর এবং রোগ নির্ণয়ের একটি প্রেসক্রিপশন দেওয়ার সময় গোপনীয়তার দিক থেকে (KVKK) সর্বোত্তম আচরণ কী?

• ক) প্রসঙ্গ বেনামী করা, ডি-শনাক্তকরণ এবং একটি নীতি-সম্মত টুল ব্যবহার করা যা প্রশিক্ষণে ডেটা ব্যবহার করে না ✔
• খ) সনাক্তকরণ তথ্য সহ প্রেসক্রিপশন আপলোড করা
• গ) গোপনীয়তা নীতি না পড়ে একটি বিনামূল্যের টুল ব্যবহার করা
• ঘ) ধরে নিচ্ছি যে ফলাফলের মানের জন্য টিআর আইডি নম্বর প্রয়োজনীয়

বর্ণনা: স্বাস্থ্য ডেটা বিশেষ ব্যক্তিগত ডেটা এবং উচ্চ সুরক্ষা প্রয়োজন৷ প্রসঙ্গ বেনামী হওয়া উচিত, শংসাপত্রগুলি স্ক্রাব করা উচিত এবং একটি নীতি/চুক্তি মেনে চলা সরঞ্জাম নির্বাচন করা উচিত যা নিশ্চিত করে যে ডেটা শিক্ষায় ব্যবহার করা হবে না।

7. একটি ম্যাজিস্ট্রাল ফর্মুলেশনের জন্য, কৃত্রিম বুদ্ধিমত্তা একটি পাতলা গণনা করেছে। রোগীকে প্রস্তুত করার আগে সবচেয়ে গুরুত্বপূর্ণ পদক্ষেপ কী?

• ক) সঠিকভাবে লেখা প্রদর্শিত হওয়ার জন্য অ্যাকাউন্টের উপর নির্ভর করা
• খ) ফলাফলটিকে সঠিক বিবেচনা করা কারণ কৃত্রিম বুদ্ধিমত্তা এটি করে
• গ) লেবেলে ফলাফল যেমন আছে তেমন লিখুন
• ঘ) ইউনিট বিশ্লেষণের সাথে গণনা পড়া এবং স্বাধীনভাবে পুনরায় গণনা করা এবং ফলাফলটি যৌক্তিকভাবে পরীক্ষা করা ✔

বর্ণনা: AI ইউনিটগুলিকে বিভ্রান্ত করতে পারে (mg থেকে mL, % থেকে mg/mL), দশমিক স্থানান্তর করতে পারে বা ভুল অনুপাত সেট করতে পারে। অ্যাকাউন্ট বিশ্লেষণের ইউনিট দ্বারা পড়তে হবে এবং ম্যানুয়াল/যাচাই পদ্ধতি দ্বারা স্বাধীনভাবে পুনর্গঠন করতে হবে; ফলাফল যুক্তি নিয়ন্ত্রণের অধীন হতে হবে.

8. আপনি কৃত্রিম বুদ্ধিমত্তাকে SSI রিইম্বারসমেন্ট (SUT) শর্ত এবং ওষুধের রিপোর্টের প্রয়োজনীয়তা সম্পর্কে জিজ্ঞাসা করেছেন এবং এটি একটি স্পষ্ট উত্তর দিয়েছে। এই জ্ঞান প্রয়োগ করার আগে আপনার কি করা উচিত?

• ক) সরাসরি আবেদন করুন কারণ কৃত্রিম বুদ্ধিমত্তা স্পষ্ট উত্তর দেয়
• খ) বর্তমান এসইউটি এবং সরকারী প্রবিধানের বর্তমান পাঠ্য থেকে শর্তটি নিশ্চিত করুন ✔
• গ) একজন সহকর্মীর মনে রাখা পুরানো নিয়ম অনুযায়ী কাজ করা
• ঘ) কৃত্রিম বুদ্ধিমত্তা এটি জানে বলে প্রতিবেদনের প্রয়োজনীয়তা পরীক্ষা করা হচ্ছে না

ব্যাখ্যা: রিফান্ড এবং রিপোর্টিং শর্তগুলি ঘন ঘন আপডেট করা হয় এবং AI একটি নিয়ম ফেরত দিতে পারে যা পুরানো বা ভিন্ন সময়ের। শর্তটি প্রযোজ্য SUT এবং সরকারী প্রবিধানের বর্তমান পাঠ্য থেকে নিশ্চিত হওয়া আবশ্যক; অন্যথায়, আর্থিক এবং আইনি ঝুঁকি দেখা দেয়।

9. নিচের কোনটি ফার্মেসিতে কৃত্রিম বুদ্ধিমত্তার ভূমিকা যা নিরাপত্তা-সমালোচনা হিসাবে শ্রেণীবদ্ধ করা উচিত?

• ক) ফার্মেসি ব্লগের জন্য একটি সাধারণ স্বাস্থ্য নিবন্ধের খসড়া প্রস্তুত করা
• খ) রোগীর রেনাল ফেইলিউর অনুযায়ী ওষুধের ডোজ নির্ধারণ করা ✔
• গ) একটি কর্মী সভার জন্য একটি এজেন্ডা নোট লেখা
• ঘ) শেলফ লেআউটের জন্য লেবেল পাঠ্য তৈরি করা

বর্ণনা: ডোজ নির্ধারণ, চিকিত্সা পরিবর্তন, এবং মিথস্ক্রিয়া-ভিত্তিক ক্লিনিকাল সিদ্ধান্ত গ্রহণ রোগীর নিরাপত্তাকে সরাসরি প্রভাবিত করে এবং নিরাপত্তা-সমালোচনা; এই সিদ্ধান্তগুলির জন্য উপযুক্ত ফার্মাসিস্ট/চিকিৎসকের অনুমোদন প্রয়োজন। শেল্ফ লেবেলিং, ব্লগ খসড়া বা মিটিং মেমো হল কম ঝুঁকিপূর্ণ প্রশাসনিক কাজ।

10. আপনি কৃত্রিম বুদ্ধিমত্তার সাথে গর্ভবতী রোগীর জন্য একটি ওষুধ ব্যবহার করা যেতে পারে কিনা তা আগে থেকেই পরীক্ষা করে দেখেছেন। সবচেয়ে সঠিক পন্থা কোনটি?

• ক) 'নিরাপদ' বলে কৃত্রিম বুদ্ধিমত্তার ভিত্তিতে ওষুধ দেওয়া
• খ) গর্ভাবস্থার তথ্য উপেক্ষা করা কারণ এটি সাধারণ
• গ) ইন্টারনেটে একটি এলোমেলো সাইটের উপর ভিত্তি করে একটি সিদ্ধান্ত নেওয়া
• ঘ) বর্তমান এসএমপিসি/নিরাপত্তা উত্সের সাথে প্রাক-স্ক্রিনিং নিশ্চিত করা, চিকিত্সকের সহযোগিতায় সিদ্ধান্ত নেওয়া এবং অনিশ্চয়তার ক্ষেত্রে চিকিত্সককে রেফার করা ✔

বর্ণনা: গর্ভাবস্থা একটি উচ্চ-ঝুঁকিপূর্ণ গ্রুপ এবং তথ্য দ্রুত আপডেট করা হয়। কৃত্রিম বুদ্ধিমত্তা প্রি-স্ক্রিনিং এবং প্রশ্ন তৈরিতে সাহায্য করে; যাইহোক, বর্তমান SmPC/CT, গর্ভাবস্থার নিরাপত্তা সংস্থান এবং চিকিত্সকের সহযোগিতায় সিদ্ধান্ত নেওয়া উচিত এবং অনিশ্চয়তার ক্ষেত্রে, চিকিত্সককে রেফার করা উচিত।

11. একটি প্রেসক্রিপশনে কৃত্রিম বুদ্ধিমত্তা দ্বারা সনাক্ত করা 'সম্ভাব্য ওভারডোজ' সতর্কতার প্রতি সবচেয়ে সঠিক মনোভাব কী?

• ক) সতর্কতা উপেক্ষা করুন এবং প্রেসক্রিপশনটি যেমন আছে তেমন নিন
• খ) সতর্কতার উপর নির্ভর করা এবং ডাক্তারকে জিজ্ঞাসা না করে নিজেই ডোজ কমানো
• গ) সতর্কতাটি সত্য বলে ধরে নেওয়া এবং ওষুধটি সম্পূর্ণভাবে দিতে অস্বীকার করা
• ঘ) SmPC/গাইডের সাথে সতর্কতা নিশ্চিত করুন এবং ডাক্তারের সাথে আসল সমস্যাটি সমাধান করুন এবং অপ্রয়োজনীয় হলে কারণটি রেকর্ড করুন ✔

বর্ণনা: এআই সতর্কতা মিথ্যা ইতিবাচক (অপ্রয়োজনীয় অ্যালার্ম) বা মিথ্যা নেতিবাচক (মিস) হতে পারে। প্রতিটি সতর্কতা SmPC এবং নির্দেশিকা দ্বারা নিশ্চিত করা আবশ্যক; সত্যিকারের কোনো সমস্যা হলে চিকিৎসকের সঙ্গে যোগাযোগ করে সমাধান করা উচিত; যদি এটি অপ্রয়োজনীয় হয়, এটি ন্যায্যতা সহ রেকর্ড করা উচিত।

12. স্টক এবং মেয়াদোত্তীর্ণ ব্যবস্থাপনায় কৃত্রিম বুদ্ধিমত্তা দ্বারা উত্পাদিত চাহিদা পূর্বাভাস এবং অর্ডার সুপারিশের জন্য সবচেয়ে উপযুক্ত ব্যবহার কী?

• ক) রিয়েল স্টক, মেয়াদোত্তীর্ণ এবং কোল্ড চেইন নিয়মের সাথে সুপারিশ যাচাই করা এবং ফার্মাসিস্টের সিদ্ধান্তের সাথে এটি প্রয়োগ করা ✔
• খ) অর্ডার সাজেশন চেক না করেই স্বয়ংক্রিয়ভাবে অনুমোদন করুন
• গ) ভবিষ্যদ্বাণীর উপর নির্ভর না করা এবং ম্যানুয়ালি পদের স্থিতি পরীক্ষা করা
• ঘ) পূর্বাভাস অনুযায়ী কোল্ড চেইন প্রয়োজন এমন পণ্যের সীমাহীন মজুদ

বর্ণনা: কৃত্রিম বুদ্ধিমত্তা ঐতিহাসিক তথ্য থেকে নিদর্শন বের করতে পারে এবং খসড়া সুপারিশ তৈরি করতে পারে; তবে প্রকৃত মজুদ, মৌসুমী মহামারী, সরবরাহ সমস্যা এবং মেয়াদোত্তীর্ণ পরিস্থিতির জন্য মানুষের নিয়ন্ত্রণ প্রয়োজন। সুপারিশটি প্রকৃত স্টক ডেটা এবং কোল্ড চেইন/মেয়াদ শেষ হওয়ার নিয়মের সাথে যাচাই করা হয় এবং ফার্মাসিস্টের সিদ্ধান্ত দ্বারা বাস্তবায়িত হয়।

13. রোগীদের কৃত্রিম বুদ্ধিমত্তা দিয়ে প্রস্তুত একটি যুক্তিসঙ্গত ড্রাগ ব্যবহারের (RUD) ব্রোশিওর বিতরণ করার আগে সবচেয়ে উপযুক্ত পদক্ষেপ কী?

• ক) ব্রোশিওরটির অনিয়ন্ত্রিত বিতরণ দ্রুততর করতে
• খ) বর্তমান নির্দেশিকা/SmPC সহ বিষয়বস্তু নিশ্চিত করুন এবং ফার্মাসিস্টের অনুমোদনের পরে বিতরণ করুন ✔
• গ) শুধু ভিজ্যুয়াল ডিজাইন দেখে এবং বিষয়বস্তু পড়া নয়
• ঘ) ব্রোশারে প্রেসক্রিপশন ড্রাগের জন্য ডোজ সুপারিশ যুক্ত করা এবং চিকিত্সককে অক্ষম করা

বর্ণনা: ব্রোশিওরটি একটি স্বাস্থ্য যোগাযোগ পণ্য; ভুল বা অসম্পূর্ণ তথ্য রোগীকে ঝুঁকির মধ্যে ফেলে। বিষয়বস্তু বর্তমান গাইড এবং SmPC দ্বারা নিশ্চিত করা উচিত, পাঠযোগ্যতা পর্যবেক্ষণ করা উচিত এবং সক্ষম ফার্মাসিস্ট দ্বারা অনুমোদনের পরে বিতরণ করা উচিত।

14. একটি কৃত্রিম বুদ্ধিমত্তা-সমর্থিত ফার্মেসিতে গুণমান এবং রোগীর নিরাপত্তা রক্ষার জন্য মৌলিক কাঠামোটি কী স্থাপন করা উচিত?

• ক) প্রতিটি কর্মচারী তাদের নিজস্ব উপায়ে তত্ত্বাবধানহীন কৃত্রিম বুদ্ধিমত্তা ব্যবহার করে
• খ) কোনো সংরক্ষণ না করে সরাসরি রোগীর কাছে আউটপুট স্থানান্তর করা
• গ) একটি সাধারণ প্রম্পট লাইব্রেরি, যাচাইকরণ প্রোটোকল এবং গোপনীয়তা/কেভিকেকে নীতি প্রতিষ্ঠা করা এবং সক্ষম অনুমোদনের সাথে নিরাপত্তা-সমালোচনামূলক আউটপুট বন্ধ করা ✔
• ঘ) মাসে মাত্র একবার ব্যাচ ভেরিফিকেশন

বর্ণনা: কৃত্রিম বুদ্ধিমত্তার বিতরণ এবং অনিয়ন্ত্রিত ব্যবহার ডোজ, গোপনীয়তা এবং নিয়ন্ত্রক ত্রুটির ঝুঁকি বাড়ায়। একটি সাধারণ ফার্মাসি-স্কেল প্রম্পট লাইব্রেরি, প্রতিটি আউটপুট প্রকারের জন্য যাচাইকরণ প্রোটোকল এবং একটি স্পষ্ট গোপনীয়তা/কেভিকেকে নীতি প্রতিষ্ঠা করা; প্রতিটি নিরাপত্তা-সমালোচনামূলক আউটপুট উপযুক্ত অনুমোদনের সাথে বন্ধ করা অপরিহার্য।