Κέρδη:
- Δυνατότητα οργάνωσης κύκλων βάρδιας σε δομημένες μορφές όπως SBAR (Situation-Background-Assessment-Recommendation) με τεχνητή νοημοσύνη
- Δυνατότητα παραγωγής και διόρθωσης σχεδίων σημειώσεων νοσηλευτικής παρατήρησης, καταγραφής και παράδοσης αναφορών γρήγορα και με συνέπεια.
- Ικανότητα κατανόησης ότι το επίσημο αρχείο ασθενούς είναι νόμιμο έγγραφο και ότι το προσχέδιο της τεχνητής νοημοσύνης πρέπει να επαληθευτεί και να υπογραφεί από τη νοσοκόμα.
Η φροντίδα ενός ασθενούς είναι αδιάκοπη 24 ώρες το 24ωρο, αλλά οι νοσηλευτές εναλλάσσονται από βάρδια σε βάρδια. Αυτή η στιγμή της αλλαγής είναι ένα από τα πιο εύθραυστα σημεία της ασφάλειας των ασθενών: η αδυναμία μετάδοσης πληροφοριών, η παράλειψη μιας παραγγελίας, η παράλειψη μιας παρατήρησης μπορεί να έχει σοβαρές συνέπειες. Επομένως, η παράδοση βάρδιας πρέπει να είναι δομημένη και πλήρης. Ομοίως, τα νοσηλευτικά αρχεία διασφαλίζουν τη συνέχεια της φροντίδας και αποτελούν νόμιμο έγγραφο. Η τεχνητή νοημοσύνη είναι ένας ισχυρός επιταχυντής και στις δύο αυτές εργασίες — παράδοση και τεκμηρίωση: συνεργασία διάσπαρτων παρατηρήσεων σε τυπικές μορφές όπως το SBAR, οργάνωση σημειώσεων παρατήρησης, αφαίρεση διπλότυπων. Αλλά να θυμάστε: το επίσημο αρχείο ανήκει στη νοσοκόμα. Κανένα έγγραφο δεν είναι ολοκληρωμένο έως ότου επαληθευτεί και υπογραφεί το προσχέδιο AI.
Τι είναι το SBAR;
Το SBAR είναι μια μορφή τεσσάρων γραμμάτων που τυποποιεί την επικοινωνία στην υγειονομική περίθαλψη:
- Ερ. — Κατάσταση: Τι συμβαίνει τώρα; Ποιος είναι ο ασθενής, ποιο είναι το πρόβλημα;
- Β — Ιστορικό: Σχετικό ιστορικό, διάγνωση, θεραπεία.
- Α — Αξιολόγηση: Παρατήρηση και ευρήματα. Η ανάγνωση της κατάστασης από τη νοσοκόμα.
- R — Σύσταση: Τι πρέπει να γίνει ή τι ζητείται από το άλλο μέρος;
Το SBAR διασφαλίζει ότι οι πληροφορίες μεταφέρονται πλήρως και με λογική σειρά, ειδικά όταν καλείτε έναν γιατρό ή μεταφέρετε μια βάρδια. Η τεχνητή νοημοσύνη είναι πολύ καλή στο να ταξινομεί έναν ακατάστατο σωρό πληροφοριών σε σειρά SBAR. Του δίνεις τις παρατηρήσεις, συντάσσει ένα προσεγμένο SBAR. Η δουλειά σας είναι να ελέγξετε ότι κάθε στοιχείο ταιριάζει με το πραγματικό αρχείο.
Προσοχή: Το αρχείο ασθενούς και η αναφορά μεταφοράς είναι επίσημα έγγραφα με νομική αξία. Το προσχέδιο που γράφτηκε από το AI δεν μπορεί να καταγραφεί έως ότου συγκριθεί με τα πραγματικά δεδομένα του ασθενούς, διορθωθεί και επαληθευτεί και υπογραφεί από την υπεύθυνη νοσοκόμα. Το "AI έγραψε" δεν αποτελεί εγγύηση για την ακρίβεια μιας εγγραφής.
Κανόνες καλής τεκμηρίωσης
Το αρχείο νοσηλείας πρέπει να είναι αντικειμενικό, επίκαιρο, πλήρες και ευανάγνωστο. Γράφεται μια παρατήρηση, όχι ένα σχόλιο: αντί για «ο ασθενής φαίνεται καλός», γράφεται «ο ασθενής είναι προσανατολισμένος, η βαθμολογία του πόνου είναι 2/10, το δέρμα έχει κανονικό χρώμα». Η τεχνητή νοημοσύνη βοηθά στη μετάφραση των υποκειμενικών δηλώσεων σε αντικειμενική παρατήρηση και στον εξορθολογισμό των ακατάστατων σημειώσεων σε οργανωμένη μορφή. Αλλά η τεχνητή νοημοσύνη δεν κάνει την ίδια την παρατήρηση. Οργανώνει αυτό που βλέπετε. Αξίζει να προσέξετε αν το AI «πιθανώς» προσθέτει κάτι που δεν είδατε — επειδή το AI μπορεί μερικές φορές να δημιουργήσει λεπτομέρειες που φαίνονται εύλογες αλλά δεν υπάρχουν στην πραγματικότητα (ψευδαίσθηση).
τρεις μίνι θήκες
Περίπτωση 1 — Βαρύς κύκλος εργασιών. Μια νοσοκόμα θα μεταφέρει 8 ασθενείς αλλά έχει λίγο χρόνο. Για κάθε ασθενή, δίνει ανώνυμες παρατηρήσεις στο AI και δημιουργεί προσχέδια SBAR. Μια δουλειά 20 λεπτών μετατρέπεται σε 5 λεπτά. Η νοσοκόμα συγκρίνει κάθε σχέδιο με το αρχείο, προσθέτει τις δύο παραγγελίες που λείπουν και κάνει τη μεταφορά. Η τεχνητή νοημοσύνη εξοικονόμησε χρόνο. Η αλήθεια βρίσκεται στη νοσοκόμα.
Περίπτωση 2 — Κατασκευασμένη λεπτομέρεια. Μια νοσοκόμα λέει στο AI να "συνοψίσει την κατάσταση του ασθενούς για την ημέρα." Το AI προσθέτει μια λεπτομέρεια "ελαφριά φωτιά" που δεν δόθηκε επειδή φαίνεται λογικό. Η νοσοκόμα παρατηρεί ότι δεν υπάρχει αρχείο πυρετού στο αρχείο και το αφαιρεί. Μάθημα: Επαληθεύστε κάθε λεπτομέρεια που προσθέτει το AI με πραγματικά δεδομένα. Είναι επικίνδυνο να καταγράφεις πληροφορίες που δεν υπάρχουν.
Περίπτωση 3 — Μετάφραση σε αντικειμενική γλώσσα. Μια νεαρή νοσοκόμα σημείωσε: «Ο ασθενής είναι λίγο ανήσυχος και αταίριαστος». Η τεχνητή νοημοσύνη το μεταφράζει σε ένα σκίτσο παρατήρησης όπως «ο ασθενής είναι ανήσυχος, αλλάζει συχνά θέση στο κρεβάτι, μειωμένη οπτική επαφή, θα πρέπει να ζητηθεί βαθμολογία πόνου». Η νοσοκόμα επιβεβαιώνει με πραγματική παρατήρηση και το καταγράφει. Η εγγραφή είναι πιο αντικειμενική και βολική.
Βήμα προς βήμα: Παράδοση και εγγραφή με AI
- Συλλέξτε παρατηρήσεις ανώνυμα. Ζωτικής σημασίας, τάξη, γεγονότα, εργασίες που εκκρεμούν.
- Επιλέξτε μορφή. SBAR ή έντυπο εταιρικής μεταβίβασης;
- Να το επεξεργαστεί η AI. Πληκτρολογήστε το προσχέδιο σε τυπική μορφή.
- Σύγκριση με πραγματικό αρχείο. Είναι κάθε στοιχείο σωστό, υπάρχουν στοιχεία που λείπουν/περισσεύουν;
- Εξάγετε τη λεπτομέρεια τοποθέτησης. Καταργήστε τις μη επαληθευμένες πληροφορίες που προστέθηκαν από AI.
- Επαλήθευση, υπογραφή, αποθήκευση.
Τέσσερα πρότυπα με δυνατότητα αντιγραφής
Εργασία: Μετατρέψτε τις ακόλουθες (ανώνυμες) παρατηρήσεις νοσηλευτών σε ένα ΣΧΕΔΙΟ παράδοσης βάρδιας σε μορφή SBAR. Χρησιμοποιήστε τίτλους B/B/A/R. Μην προσθέτετε πληροφορίες που δεν σας έχω δώσει. Σημειώστε οποιεσδήποτε επικεφαλίδες θεωρείτε ότι λείπουν ως "[λείπει - προς συμπλήρωση]". Παρατηρήσεις: [...]
Εργασία: Μετατρέψτε αυτό το ακατάστατο σημείωμα νοσοκόμας σε ένα αντικειμενικό, έγκαιρο και οργανωμένο DRAFT αρχείο. Μετατρέψτε τις υποκειμενικές κρίσεις («φαίνεται καλό/κακό») σε παρατήρηση. Κατασκευή πληροφοριών. Σημειώστε σκοτεινά μέρη. Σημείωση: [...]
Εργασία: Υπενθυμίστε τις ακόλουθες επικεφαλίδες που μπορεί να λείπουν στο προσχέδιο μεταφοράς βάρδιας (εντολή σε εκκρεμότητα, χρόνος ντυσίματος, κίνδυνος πτώσης, αλλεργίες, είσοδος-έξοδος, κρίσιμες τιμές) ως λίστα ελέγχου. Μην συμπληρώσετε, απλώς σημειώστε τι λείπει. Σχέδιο: [...]
Εργασία: Καθαρίστε αυτό το αρχείο νοσηλευτών μόνο για γλώσσα και διάταξη. Μην αλλάζετε κλινικά δεδομένα, αριθμούς ή χρόνο. Εάν έχετε μια πρόταση για αλλαγή, καταχωρίστε την ξεχωριστά, μην την ανακατεύετε στο κείμενο. Εγγραφή: [...]
Αδύναμη προτροπή / Ισχυρή προτροπή
Αδύναμο: "Γράψτε τον κύκλο αυτού του ασθενούς."
Güçlü: "Μετατρέψτε τις ακόλουθες ανώνυμες παρατηρήσεις σε προσχέδιο κύκλου εργασιών σε μορφή SBAR. Χρησιμοποιήστε μόνο τις πληροφορίες που παρέχω. Μην προσθέτετε ζωτικά στοιχεία, παραγγελίες ή συμβάντα που δεν σας έδωσα. Σημειώστε οποιεσδήποτε επικεφαλίδες λείπουν ως "[λείπουν]", ώστε να μπορώ να τις συμπληρώσω από το αρχείο. Θα χρειαστώ την επαλήθευση και την υπογραφή μου πριν καταγραφεί αυτό το πρόχειρο."
Στην ισχυρή προτροπή, ορίζεται ένα όριο για την τεχνητή νοημοσύνη να "επεξεργάζεται μόνο ό,τι δίνω, μην το φτιάχνω" και αναφέρεται ότι η επαλήθευση γίνεται με τη νοσοκόμα.
Συνήθη λάθη
- Ηχογράφηση του σχεδίου χωρίς επαλήθευση. Το επίσημο αρχείο απαιτεί επαλήθευση από τη νοσοκόμα.
- Χωρίς να παρατηρήσετε τη λεπτομέρεια που έχει φτιάξει το AI. Η καταγραφή πληροφοριών που δεν παρέχονται αποτελεί νομικό και κλινικό κίνδυνο.
- Παρεξήγηση ενός σχολίου με παρατήρηση. Το αρχείο πρέπει να βασίζεται σε αντικειμενική παρατήρηση.
- Παράλειψη τίτλων που λείπουν. Επικεφαλίδες όπως οι εκκρεμείς παραγγελίες, οι αλλεργίες και ο κίνδυνος πτώσης είναι απαραίτητες σε αυτήν την εποχή.
- Αντιμετώπιση ενός ανυπόγραφου/μη επαληθευμένου εγγράφου ως πλήρες. Εγγραφή σημαίνει ευθύνη.
Νομική πτυχή της εγγραφής και διόρθωση σφαλμάτων
Το νοσηλευτικό αρχείο δεν είναι απλώς μια υπενθύμιση, είναι νομική απόδειξη. Σε περίπτωση διαφωνίας ή έρευνας ισχύει η αρχή «αν δεν γίνει, δεν καταγράφεται, αν δεν γραφτεί, δεν γίνεται»: συντήρηση που δεν καταγράφεται μπορεί να θεωρηθεί ότι δεν πραγματοποιήθηκε. Επομένως, το αρχείο πρέπει να είναι πλήρες, έγκαιρο και ακριβές. Η τεχνητή νοημοσύνη βοηθά στην οργάνωση του αρχείου, αλλά η νομική ευθύνη ανήκει στη νοσοκόμα που επαληθεύει και υπογράφει το αρχείο. Μια μη επαληθευμένη πρόταση που προστίθεται από το AI μπορεί να γίνει «αποδεικτικό στοιχείο» για λογαριασμό σας στο μέλλον. οπότε βεβαιωθείτε ότι κάθε γραμμή αντικατοπτρίζει αυτό που πραγματικά συνέβη.
Η διόρθωση σφαλμάτων έχει επίσης κανόνες. Μια ψευδής εγγραφή δεν διαγράφεται ή μαυρίζεται. Σύμφωνα με τη διαδικασία του ιδρύματος, σημειώνεται η διόρθωση, προστίθενται οι σωστές πληροφορίες και είναι σαφές ποιος και πότε τη διόρθωσε. Η τεχνητή νοημοσύνη μπορεί να σας βοηθήσει να διατυπώσετε σωστά μια διόρθωση, αλλά ο τρόπος με τον οποίο γίνεται η διόρθωση εξαρτάται από τη θεσμική πολιτική και τους νομικούς κανόνες. Ποτέ μην αναγκάζετε το AI να κάνει κάτι όπως "αναδρομική αλλαγή του ρεκόρ". Πρόκειται για ηθική και νομική παραβίαση.
Τυφλά σημεία παράδοσης
Οι πληροφορίες που παραλείπονται συχνότερα κατά τη διάρκεια της παράδοσης είναι συνήθως «εκκρεμείς» εργασίες: ένα αποτέλεσμα εξέτασης που δεν έχει φτάσει ακόμη, μια διαδικασία που έχει προγραμματιστεί αλλά δεν έχει πραγματοποιηθεί, αναμονή απάντησης στην κλήση ενός γιατρού, μια οικογενειακή συνάντηση. Εάν αυτές οι καθυστερήσεις «πέφτουν» από τη μια βάρδια στην άλλη, ο ασθενής υποφέρει. Ο εξαναγκασμός της τεχνητής νοημοσύνης να προσθέσει μια ειδική επικεφαλίδα «εκκρεμείς εργασίες/απαιτεί παρακολούθηση» στο περίγραμμα μεταβίβασης είναι ένας πρακτικός τρόπος για να κλείσετε αυτό το τυφλό σημείο. Ομοίως, θέματα ασφάλειας όπως οι αλλεργίες, η κατάσταση απομόνωσης, ο κίνδυνος πτώσεων και οι πληγές πίεσης θα πρέπει να επαναλαμβάνονται σε κάθε κύκλο. Αυτά δεν πρέπει να παραβλέπονται με την υπόθεση ότι είναι «ήδη γνωστά». Το AI μπορεί να χρησιμοποιηθεί για να υπενθυμίζει αυτόματα σε κάθε προσχέδιο παράδοσης αυτές τις σταθερές κεφαλίδες ασφαλείας.
Συμβουλή: Η ισχυρότερη προστασία κατά τη σύνταξη της παράδοσης της τεχνητής νοημοσύνης είναι να της δίνετε κάθε φορά εντολή να "χρησιμοποιεί μόνο τις πληροφορίες που σας δίνω, να επισημάνετε τις επικεφαλίδες που βρείτε ότι λείπουν ως "[λείπουν]", να μην δημιουργεί τίποτα". Αυτή η μοναδική πρόταση αποτρέπει σε μεγάλο βαθμό την τεχνητή νοημοσύνη από την πιο επικίνδυνη συμπεριφορά της - συμπληρώνοντας τα κενά με λεπτομέρειες που φαίνονται αληθοφανείς αλλά δεν είναι πραγματικές. Συμπληρώνεις τις σημειωμένες ελλείψεις από το πραγματικό αρχείο. Έτσι, διατηρείται τόσο η ταχύτητα όσο και η ασφάλεια. Μετρήστε την ποιότητα της αναφοράς παράδοσης από το πόσο καλά είναι σε θέση η επόμενη νοσοκόμα να αναλάβει τον ασθενή και όχι με το πόσο ρευστό είναι. Ένας καλός κύκλος εργασιών είναι αυτός στον οποίο καμία κρίσιμη πληροφορία δεν πέφτει μεταξύ των βάρδιων.
Συνοπτικά
Η τεχνητή νοημοσύνη επιταχύνει τον κύκλο εργασιών και την τεκμηρίωση: συγκεντρώνει διάσπαρτες παρατηρήσεις σε τυπικές μορφές όπως το SBAR, μετατρέπει την υποκειμενική νότα σε αντικειμενική παρατήρηση, ανακαλεί επικεφαλίδες που λείπουν. Όμως το επίσημο αρχείο ασθενούς είναι νόμιμο έγγραφο και ανήκει στη νοσοκόμα. Κάθε σχέδιο τεχνητής νοημοσύνης θα πρέπει να συγκρίνεται με το πραγματικό αρχείο, να αφαιρεθεί από κατασκευασμένες λεπτομέρειες και να επαληθευτεί και να υπογραφεί από τον υπεύθυνο νοσηλευτή.
Εργασία εφαρμογής
Δακτυλογραφήστε τις παρατηρήσεις σας για έναν (μη αναγνωρισμένο) ασθενή από τη δική σας βάρδια στο AI σε μορφή SBAR. Στη συνέχεια: (1) συγκρίνετε το προσχέδιο με το πραγματικό αρχείο και βρείτε τουλάχιστον ένα σημείο που το AI πρόσθεσε ή παρέλειψε, (2) μεταφράστε μια υποκειμενική δήλωση σε αντικειμενική παρατήρηση, (3) συμπληρώστε τους τίτλους παράδοσης που λείπουν με μια λίστα ελέγχου. Σημειώστε ότι το έγγραφο θα συμπληρωθεί μόνο με την επαλήθευση και την υπογραφή σας.
λίστα ελέγχου
- [ ] Συνέλεξα τις παρατηρήσεις ανώνυμα.
- [ ] Έχω επιλέξει την κατάλληλη μορφή (SBAR/έντυπο φορέα).
- [ ] Σύγκρισα το προσχέδιο με το πραγματικό αρχείο.
- [ ] Ταξινόμησα τις λεπτομέρειες που δημιούργησε το AI.
- [ ] Μετέτρεψα τις υποκειμενικές δηλώσεις σε αντικειμενικές παρατηρήσεις.
- [ ] Συμπλήρωσα τους τίτλους της εποχής που λείπουν.
- [ ] Επιβεβαίωσα και υπέγραψα την εγγραφή.