گردش کار و کاربرد بالینی پرستاری به کمک هوش مصنوعی

سود:

امکان ادغام هوش مصنوعی در محل و درون مرزها در هر مرحله از گردش کار، از پذیرش بیمار تا ترخیص
امکان ایجاد کتابخانه سریع، پروتکل تأیید و خط مشی حفظ حریم خصوصی در مقیاس کلینیک / خدمات
توانایی طراحی یک فرهنگ حسابرسی که ایمنی بیمار، مسئولیت پذیری و اعتماد به مراقبت های مبتنی بر هوش مصنوعی را حفظ کند

واحدهای قبلی استفاده از هوش مصنوعی را در بخش‌های جداگانه پرستاری نشان داده‌اند: نظارت بر بیمار، برنامه‌ریزی مراقبت، آموزش، تحویل، ایمنی دارو، تریاژ، روش، حریم خصوصی، رضایت و ارتباطات. این واحد نهایی همه را ترکیب می کند. شما یک گردش کار پایان به انتها را به عنوان یک گردش کار سرتاسر طراحی خواهید کرد که در آن، چگونه و در چه محدوده هایی از هوش مصنوعی در سفر بیمار از پذیرش تا ترخیص استفاده خواهید کرد. شما همچنین ساختاری را ایجاد خواهید کرد - کتابخانه سریع، پروتکل احراز هویت و خط مشی حفظ حریم خصوصی - که این را در مقیاس خدمات / کلینیک پایدار می کند. اصل اساسی ثابت می ماند: هوش مصنوعی در هر مرحله مفید است. ایمنی، مسئولیت و تصمیم گیری بیمار همیشه متعلق به فرد صالح است.

هوش مصنوعی در طول سفر بیمار

بیایید سفر یک بیمار در بیمارستان را به مراحل تقسیم کنیم و نقش و محدودیت های هوش مصنوعی را در هر مرحله ببینیم.

مرحله

نقش حمایتی هوش مصنوعی

محدودیت / تایید صالح

پذیرش/تریاژ

پیکربندی شکایت، یادآور پرچم قرمز

حکم دسته: پرسنل ذیصلاح

اولین بررسی

ویرایش داده های حیاتی، یادآوری عنوان مشاهده

ارزیابی بالینی: پرستار/پزشک

طرح نگهداری

طرح کلی تشخیص/هدف/مداخله

شخصی سازی و تایید: پرستار شارژ

ردیابی

خلاصه روند، پشتیبانی هشدار اولیه

تصمیم برای بدتر شدن: پرستار/پزشک

دارو

چک لیست، طرح کلی تعامل

دوز و دستور: تایید پزشک + پرستار

گردش مالی

مقررات SBAR

تایید و امضا: پرستار

آموزش/ترخیص

ساده سازی مواد، ترجمه

دقت پزشکی: دستور پزشک + موسسه

تماس بگیرید

تمرین، ویرایش زبان

همدلی و تصمیم: پرستار

این جدول نشان می دهد که هوش مصنوعی در هیچ مرحله ای تصمیم گیرنده نیست، بلکه در هر مرحله آماده کننده و شتاب دهنده است. هنگام تنظیم گردش کار، لازم است در هر مرحله این سوال که "هوش مصنوعی در حال آماده سازی چیست و چه کسی تصمیم می گیرد" را روشن نگه دارید.

سه ساختار اساسی در مقیاس خدمات

اگر پراکنده بماند، استفاده خوب فردی نمی تواند پایدار بماند. سه ساختار برای ایمن سازی یک سرویس مورد نیاز است:

کتابخانه سریع الگوهای سریع آزمایش شده و ایمن برای خدمات در یک مکان مشترک جمع آوری می شوند (SBAR، پیش نویس طرح تعمیر و نگهداری، مواد آموزشی، چک لیست). همه از الگوهای یکسان و محدود استفاده می کنند. کیفیت سازگار است
پروتکل احراز هویت «نحوه تأیید» به قانون مکتوب برای هر نوع خروجی تبدیل می‌شود: چه کسی طرح مراقبت را تأیید می‌کند، چگونه دوز را تأیید می‌کند، چه کسی رکورد را امضا می‌کند. تأیید به فرد بستگی ندارد و در سیستم تعبیه می شود.
سیاست حفظ حریم خصوصی. اینکه چه ابزارهایی می‌توانند استفاده شوند، چگونه داده‌ها شناسایی نمی‌شوند و چه چیزی نمی‌تواند به اشتراک گذاشته شود، تابع قوانین روشنی است. همه به یک استاندارد حریم خصوصی پایبند هستند.

نکته: معیار یک فرهنگ هوش مصنوعی خوب امنیت است، نه سرعت. یک سرویس نه با افزایش سرعت آن با هوش مصنوعی، بلکه بر اساس میزان کارکرد مداوم و ایمن بدون از دست دادن هیچ گونه تصمیمات حیاتی امنیتی برای هوش مصنوعی اندازه گیری می شود.

سه کیف کوچک

مورد 1 - تغییر یکپارچه. یک پرستار یک شیفت را شروع می کند: او پیش نویس تحویل SBAR را با هوش مصنوعی سازماندهی و تأیید می کند، روند حیاتی بیمار را خلاصه می کند و ارزیابی بالینی خود را انجام می دهد، مطالب آموزشی را برای ترخیص ساده می کند و با دستور پزشک تأیید می کند. هوش مصنوعی در هر مرحله باعث صرفه جویی در زمان می شود. پرستار هر تصمیمی را می گیرد. شیفت هم سریع و هم با خیال راحت انجام می شود.

مورد 2 - قدرت کتابخانه سریع. یک سرویس یک کتابخانه اعلان مشترک را نصب می کند. یک پرستار تازه وارد از روز اول خود با استفاده از الگوهای آزمایش شده و واقعی، خروجی های ثابت و به خوبی تعریف شده تولید می کند. از خطاهای آزمون و خطای شخصی اجتناب می شود. درس: ساخت و ساز مشترک کیفیت و ایمنی را به همه منتقل می کند.

مورد 3 - جلوگیری از اشتباه. به لطف پروتکل تأیید، یک پرستار در مرحله مقایسه سفارش، خطایی را در برنامه دوز تولید شده توسط هوش مصنوعی تشخیص می دهد. اگر پروتکلی وجود نداشت، خطا ممکن بود عبور کند. درس: یک پروتکل تأیید کتبی یک شبکه ایمنی فراهم می کند حتی اگر فردی خسته یا عجله داشته باشد.

گام به گام: گردش کار خود را تنظیم کنید

سفر صبورانه را طی کنید. مراحل از پذیرش تا ترخیص
نقش را در هر مرحله مشخص کنید. هوش مصنوعی چه چیزی را آماده می کند؟
در هر مرحله حد را تعیین کنید. چه کسی تصمیم می گیرد، چه کسی تایید می کند؟
کتابخانه prompt را نصب کنید الگوهای آزمایش شده و محدود.
یک پروتکل احراز هویت بنویسید. چگونه هر خروجی را تایید کنیم؟
یک سیاست حفظ حریم خصوصی را اجرا کنید و به طور منظم آن را بررسی کنید.

چهار قالب قابل کپی

وظیفه: یک نقشه استفاده از هوش مصنوعی برای سرویس زیر تهیه کنید: نقش پشتیبانی و تصمیم گیری هوش مصنوعی در هر مرحله از سفر بیمار. هرگز نقش تصمیم گیری را به هوش مصنوعی ندهید. خدمات: [...]

وظیفه: یک پیش نویس پروتکل تأیید برای نوع خروجی زیر بنویسید (چه کسی چه چیزی را تأیید می کند، با کدام منبع، چه کسی امضا می کند). مراحل مهم ایمنی را به طور برجسته علامت گذاری کنید. نوع خروجی: [SBAR / برنامه مراقبت / برنامه دوز / مواد آموزشی]

وظیفه: یک چک لیست خط مشی حفظ حریم خصوصی برای سرویس ما آماده کنید: کدام ابزار، چگونه شناسایی کنیم، چه چیزی را نمی توان به اشتراک گذاشت، چه کسی مسئول است. زمینه: [...]

وظیفه: قبل از افزودن الگوی اعلان زیر به کتابخانه سرویس، آن را از نظر امنیت بررسی کنید: آیا دارای نقش تصمیم‌گیری است، آیا شناسایی هویت را یادآوری می‌کند، آیا یادداشت تأییدی وجود دارد؟ موارد گم شده را علامت گذاری کنید. قالب: [...]

اعلان ضعیف / اعلان قوی

ضعیف: "برنامه ای بنویسید که چگونه از هوش مصنوعی در سرویس ما استفاده کنیم."

Strong: "برای خدمات زیر، نقشه استفاده ای را پیش نویس کنید که فقط شامل نقش پشتیبان هوش مصنوعی باشد و چه کسی در هر مرحله از سفر بیمار تصمیم می گیرد (پذیرش، پیگیری، برنامه مراقبت، دارو، تحویل، ترخیص). هوش مصنوعی را در هیچ مرحله تصمیم گیرنده قرار ندهید. برای هر مرحله یک یادداشت تایید و حفظ حریم خصوصی اضافه کنید. ما این پیش نویس را با تیم بررسی می کنیم."

در اعلان قدرتمند، گردش کار به مراحل تقسیم می شود، تصمیم گیری در دست انسان است و تأیید و حریم خصوصی از ابتدا ساخته می شود.

اشتباهات رایج

تبدیل هوش مصنوعی به یک تصمیم گیرنده در یک مرحله در هر مرحله، تصمیم باید با شخص باقی بماند.
رشد کتابخانه سریع بدون نظارت. الگوها باید از نظر امنیت بررسی شوند.
سپردن تایید به فرد پروتکل باید مکتوب و سیستماتیک باشد.
فراموش کردن سیاست حفظ حریم خصوصی قوانین ابزار و داده ها باید واضح باشند.
قرار دادن سرعت بر ایمنی معیار ثبات و امنیت است.

برنامه آزمایشی: از کوچک شروع کنید، مقیاس را افزایش دهید

معرفی هوش مصنوعی به یک سرویس به طور ناگهانی و در همه جا خطرناک است. راه مطمئن‌تر این است که با یک پایلوت کوچک شروع کنید: انتخاب یک کار کم خطر (مانند ساده‌سازی جزوه آموزش بیمار)، امتحان کردن آن با یک تیم محدود، مشاهده اینکه چه چیزی موثر است و در کجا خطر خطا وجود دارد. در سرتاسر پایلوت، سوالاتی مانند "هوش مصنوعی در کجا صرفه جویی کرد، کجا اشتباه کرد، چه مرحله تاییدیه ای لازم بود؟" پاسخ داده می شوند. همانطور که ثابت می کند کار می کند، همراه با پروتکل تأیید به وظایف دیگر نیز گسترش می یابد. این رویکرد گام به گام هم اعتماد ایجاد می کند و هم از خطاهای بزرگ جلوگیری می کند.

هنگام سنجش موفقیت خلبان، لازم است سؤال درستی پرسیده شود. معیار نباید این باشد که "چقدر سریعتر شدیم"، بلکه "چقدر توانستیم به طور مداوم و با بار کمتری در حین محافظت از ایمنی بیمار کار کنیم". اندازه گیری اشتباه (فقط سرعت) میانبرهای خطرناک را تشویق می کند.

یادگیری و مرور مستمر

ابزارهای هوش مصنوعی به سرعت تغییر می کنند. عادتی که امروز درست است، ممکن است فردا به روز شود. به همین دلیل است که فرهنگ هوش مصنوعی یک سرویس باید زنده باشد نه ایستا. کتابخانه سریع در فواصل زمانی منظم بررسی می شود، الگوهای بی فایده یا خطرناک حذف می شوند و الگوهای امن برای نیازهای جدید اضافه می شوند. هر گونه خطای قریب الوقوع تجربه شده (چگونه یک مرحله راستی آزمایی مشکلی را پیدا کرد) با تیم به اشتراک گذاشته می شود. این به همه اجازه می دهد تا یاد بگیرند. کارکنان جدید همراه با کتابخانه و پروتکل آموزش می بینند. بنابراین، استفاده از هوش مصنوعی دیگر یک عادت شخصی و پراکنده نیست و به یک قابلیت مشترک، نظارت شده و دائما در حال بهبود سرویس تبدیل می شود.

مهمترین چیز حفظ تنها چیزی است که در کل این ساختار تغییر نمی کند: تصمیم و مسئولیت با شخص باقی می ماند. حتی با وجود توسعه ابزارها، چشم ها، قضاوت و وجدان پرستار در راس بیمار مکان هایی هستند که هوش مصنوعی هرگز نمی تواند آنها را پر کند.

به طور خلاصه

هوش مصنوعی در هر مرحله، از پذیرش بیمار تا ترخیص، آماده‌کننده و تسریع‌کننده است. اما او در هیچ مرحله ای تصمیم گیرنده نیست. یک گردش کار امن سرتاسر، این سوال را که "هوش مصنوعی در حال آماده سازی چیست، چه کسی تصمیم می گیرد" را در هر مرحله روشن نگه می دارد. قابلیت نگهداری در مقیاس سرویس بر سه ساختار متکی است: یک کتابخانه سریع مشترک، یک پروتکل احراز هویت مکتوب و یک خط مشی حریم خصوصی واضح. معیار یک فرهنگ خوب سرعت نیست، بلکه امنیت پایدار بدون از دست دادن تصمیمات مهم امنیتی است.

وظیفه کاربردی

یک نقشه استفاده از هوش مصنوعی سرتاسر برای سرویس خود تهیه کنید: نقش هوش مصنوعی، محدودیت‌های آن و تصمیم‌گیری در هر مرحله از سفر بیمار را بنویسید. سپس: (1) یک پروتکل احراز هویت برای یک نوع خروجی تهیه کنید، (2) یک چک لیست سیاست حفظ حریم خصوصی را برای سرویس آماده کنید، (3) یک الگوی سریع را بررسی کنید و هر گونه نقص را علامت گذاری کنید. آنها را در قالبی قرار دهید که می توانید با تیم خود به اشتراک بگذارید.

چک لیست

[ ] من سفر بیمار را به مراحل تقسیم کردم.
[ ] من نقش پشتیبان هوش مصنوعی را در هر مرحله شرح دادم.
[ ] من تعیین کردم که در هر مرحله چه کسی تصمیم می گیرد.
[ ] من یک پیش نویس از کتابخانه سریع ایجاد کردم.
[ ] من یک پروتکل تأیید نوشتم.
[ ] من یک چک لیست سیاست حفظ حریم خصوصی آماده کردم.
[ ] من ایمنی ثابت را اندازه گرفتم، نه سرعت.

امتحان ماژول

1. پرستاری علائم حیاتی به هوش مصنوعی می دهد و می پرسد "تشخیص این بیمار چیست و چه دارویی را باید شروع کنیم؟" صحیح ترین رویکرد کدام است؟

الف) استفاده از هوش مصنوعی برای خلاصه کردن داده های حیاتی و سازماندهی گزارش به پزشک. سپردن تصمیمات تشخیص و درمان به پزشک حاذق ✔
ب) پردازش تشخیص داده شده توسط هوش مصنوعی در پرونده بیمار
ج) اگر هوش مصنوعی یک دارو را دو بار توصیه کرد، بدون اینکه از پزشک بخواهید شروع کنید
د) عدم تایید پزشک و تسریع در روند

توضيح: تشخيص و شروع درمان، تصميمات پزشكي مهم ايمني است و در اختيار پزشك است. هوش مصنوعی می تواند برای خلاصه کردن داده های حیاتی، نشان دادن روندها و ساده کردن گزارش به پزشک استفاده شود. با این حال، تشخیص و تصمیم گیری در مورد دارو از طریق معاینه بالینی و تایید یک پزشک متخصص انجام می شود. خروجی هوش مصنوعی جایگزین این تصمیم نمی شود.

2. زمانی که هوش مصنوعی دوز دارو را برای کودکان محاسبه کرد، عدد واضحی را ارائه کرد. قبل از تجویز این دوز چه کاری باید انجام دهید؟

الف) از آنجایی که هوش مصنوعی یک عدد واضح می دهد، می توان آن را مستقیماً اعمال کرد
ب) تغییر دوز به مقداری که از بیمار دیگر به خاطر دارید
ج) به طور مستقل دوز را با دستور پزشک، مرجع فعلی دارو و پروتکل سازمانی تأیید کنید و در صورت لزوم یک بررسی دوم از پرستار دریافت کنید.
د) دوباره همین سوال را از هوش مصنوعی بپرسید و میانگین بگیرید

توضیح: دوز دارو از نظر ایمنی بسیار مهم است. هوش مصنوعی ممکن است محاسبه دوز را اشتباه بگیرد، فاکتور وزن/سن را اشتباه اعمال کند یا مقدار را توهم ایجاد کند. دوز باید همیشه به طور مستقل با دستور پزشک و پروتکل مرجع/نهاد دارویی فعلی تأیید شود و در صورت لزوم توسط یک پرستار دوم تأیید شود.

3. شما پیش نویس گزارش گردش شیفت را در قالب SBAR با هوش مصنوعی تهیه کردید. بهترین نگرش قبل از ثبت نام رسمی چیست؟

الف) پیش نویس را همانطور که هست ضبط کنید
ب) بررسی نکردن مقادیر چون هوش مصنوعی آن را نوشته است
ج) ارسال گزارش انتقال به شیفت بعدی بدون مطالعه
د) هر اطلاعات و مشاهداتی را با اطلاعات واقعی بیمار مقایسه، تصحیح و تأیید و امضا کنید.

توضیح: سوابق و گزارش انتقال بیمار اسنادی هستند که ارزش قانونی دارند. هوش مصنوعی می تواند یک اسکلت پیش نویس سریع و سازگار تولید کند. با این حال، هر اطلاعات، تعداد و مشاهدات باید توسط پرستار مسئول با داده های واقعی بیمار مقایسه و تصحیح شود و توسط پرستار تأیید و امضا شود.

4. زمانی که لازم است پرونده منتشر نشده بیمار (نام، شناسه، تشخیص، تصویربرداری) به ابزار هوش مصنوعی مبتنی بر ابر داده شود، بهترین رفتار از نظر حفظ حریم خصوصی چیست؟

الف) آپلود کل فایل و شناسه بیمار همانطور که هست
ب) استفاده از ابزار رایگان بدون مطالعه سیاست حفظ حریم خصوصی
ج) زمینه را حذف کنید و فقط حداقل داده های مورد نیاز را با ابزار مورد تایید موسسه که در آموزش استفاده نمی شود به اشتراک بگذارید.
د) با فرض اینکه برای صحت تشخیص باید شناسه و نام داده شود

توضیحات: داده های بهداشتی داده های شخصی ویژه هستند و تحت حمایت قانونی هستند. لازم است که زمینه را شناسایی نکنید (شناسه های پاک مانند نام، شناسه، تاریخ، مکان)، ابزار تایید شده توسط موسسه و مطابق با خط مشی را انتخاب کنید که از داده ها در آموزش استفاده نمی کند، و فقط حداقل داده های لازم را به اشتراک بگذارید.

5. دقیق ترین نگرش نسبت به پیش نویس برنامه مراقبت پرستاری تولید شده توسط هوش مصنوعی چیست؟

الف) پیش نویس را به عنوان یک چارچوب اولیه در نظر بگیرید، آن را برای بیمار شخصی سازی کنید و با قضاوت بالینی آن را تأیید کنید
ب) طرح را برای همه بیماران همانطور که هست اعمال کنید
ج) پذیرش طرح بدون توجه به داده های بیمار
د) اجرای ابتکارات بدون مقایسه با استاندارد سازمانی

توضیحات: تشخیص AI NANDA می تواند به سرعت یک اسکلت برای هدف و مداخله ایجاد کند. با این حال، این طرح ممکن است منعکس کننده داده های واقعی بیمار، اولویت ها و استانداردهای سازمانی نباشد. پرستار مسئول باید طرح را برای بیمار فردی کند و با استفاده از قضاوت بالینی آن را بررسی و تایید کند.

6. مناسب ترین راه برای استفاده از هوش مصنوعی در محاسبه امتیاز هشدار اولیه (مانند EWS/NEWS) چیست؟

الف) استفاده از امتیاز برای سازماندهی داده های حیاتی و نشان دادن روند. ✔ ارزیابی و تصمیم گیری بیمار را به پرستار و پزشک بسپارید
ب) پاس بدون دیدن بیمار چون نمره نرمال است
ج) تغییر درمان خود به خود بر اساس امتیاز هوش مصنوعی
د) کنار گذاشتن شک بالینی و تکیه بر امتیاز

توضیحات: امتیاز هشدار اولیه یک پشتیبانی غربالگری است. این به تنهایی وضعیت بالینی بیمار را تعیین نمی کند. هوش مصنوعی می تواند به سازماندهی داده های حیاتی و نشان دادن روند و امتیاز کمک کند، اما این وظیفه پرستار و پزشک است که بیمار را ببینند و ارزیابی کنند و در مورد وخامت بیماری تصمیم بگیرند. حتی اگر نمره طبیعی به نظر برسد، سوء ظن بالینی اولویت دارد.

7. مطالب آموزشی ترخیص با هوش مصنوعی برای بیمار با سواد سلامت پایین تهیه کردید. مهم ترین مرحله قبل از دادن آن به بیمار چیست؟

الف) تکیه بر متریال برای ظاهری مرتب و ساده
ب) تأیید هر دستورالعمل پزشکی با دستور پزشک و اطلاعات تأیید شده توسط مؤسسه و بررسی درک بیمار از طریق بازخورد. ✔
ج) دادن دستورالعمل بدون بررسی چون توسط هوش مصنوعی نوشته شده است
د) عدم افشای زمان مصرف دارو مگر اینکه بیمار درخواست کند

توضیح: هوش مصنوعی در ساده‌سازی زبان خوب است، اما ممکن است شامل زمان نادرست دارو، دستورالعمل دوز نادرست یا توصیه‌ای باشد که مناسب موسسه نباشد. هر دستورالعمل پزشکی در مواد باید با دستور پزشک و اطلاعات تایید شده توسط موسسه تأیید شود. سپس اینکه آیا بیمار متوجه می شود یا نه باید با روش آموزش برگشت بررسی شود.

8. زمانی که شما شکایات و یافته هایی را به هوش مصنوعی برای یک بیمار در بخش اورژانس می دهید و درخواست دسته بندی تریاژ می کنید، سالم ترین رویکرد چیست؟

الف) به‌کارگیری مستقیم دسته‌بندی داده‌شده توسط هوش مصنوعی
ب) استفاده از هوش مصنوعی برای سازماندهی اطلاعات و یادآوری پرچم های قرمز. تعیین دسته نهایی با معاینه و ارزیابی بالینی ✔
ج) نادیده گرفتن علائم پرچم قرمز در صورتی که هوش مصنوعی آنها را نبیند
د) رد شدن از امتحان و تکیه بر متن هوش مصنوعی

توضیح: دسته بندی تریاژ و تصمیم فوریت یک ارزیابی بالینی است که به طور مستقیم بر ایمنی زندگی بیمار تأثیر می گذارد و مسئولیت پرسنل بهداشتی و درمانی شایسته است. هوش مصنوعی می تواند برای سازماندهی اطلاعات و یادآوری علائم پرچم قرمز استفاده شود. با این حال، دسته بندی نهایی با معاینه و ارزیابی بالینی تعیین می شود.

9. هوش مصنوعی را داشتید که مراحل یک روش بالینی را خلاصه می کرد. بهترین رفتار قبل از اجرا چیست؟

الف) اعتماد کنید و خلاصه را به کار ببرید تا روان به نظر برسد
ب) درست شمردن مراحل چون هوش مصنوعی به آنها می دهد
ج) روش را روی بیمار امتحان کنید و بر اساس نتایج تصمیم بگیرید
د) تأیید هر مرحله و منبع از پروتکل سازمانی فعلی و راهنمای مبتنی بر شواهد ✔

توضیحات: هوش مصنوعی مراحل رویه‌ای را از دانش عمومی خلاصه می‌کند و ممکن است مرحله‌ای را برگرداند که قدیمی است یا برای سازمان مناسب نیست. هر مرحله و منبع آن باید از پروتکل سازمانی فعلی و راهنمایی مبتنی بر شواهد تأیید شود. این روش طبق این منبع تأیید شده اعمال می شود.

10. مناسب ترین مثال از منطقه قرمز (امنیت بحرانی) در رویکرد «تفکیک به مناطق خطر»، که کاربردی ترین راه برای استفاده ایمن از هوش مصنوعی در پرستاری است، کدام است؟

الف) ساده سازی زبان بروشور بیمار
ب) ویرایش فرمت یادداشت شیفت
ج) تعیین دوز دارو و تصمیم گیری درمانی ✔
د) تقسیم خلاصه جلسه به موارد

توضیحات: منطقه سبز کارهای فرعی و کم خطر است (پیش نویس متن آموزشی، ویرایش یادداشت). منطقه زرد پیش نویس هایی است که نیاز به تایید دارند. منطقه قرمز تصمیماتی است که مستقیماً بر ایمنی زندگی تأثیر می گذارد، مانند تشخیص، دوز دارو، تصمیم گیری تریاژ، و نیاز به تأیید متخصص صالح دارد. هوش مصنوعی در اینجا هرگز حرف آخر را نمی‌زند.

11. هنگام تهیه چک لیست با هوش مصنوعی در کاربرد دارویی، کدام اصل باید در مرکز لیست قرار گیرد؟

الف) بیمار مناسب، داروی مناسب، دوز مناسب، مسیر صحیح، اصول زمان مناسب ✔
ب) سریعترین راه تجویز دارو
ج) پیروی کورکورانه از دستور پیشنهاد شده توسط هوش مصنوعی
د) انجام چک فقط یک بار در پایان نوبت

توضیح: اساس ایمنی دارو اصول «حق» است: بیمار مناسب، داروی مناسب، دوز مناسب، مسیر درست، زمان مناسب (و ثبت). هوش مصنوعی می تواند به تولید چک لیستی کمک کند که این اصول را به شما یادآوری کند. با این حال، هر درخواست با تأیید شخصی پرستار و با دستور پزشک انجام می شود.

12. بهترین راه برای استفاده از هوش مصنوعی هنگام آماده شدن برای گفتگوی دشوار با بیمار و بستگان او چیست؟

الف) خواندن متن نوشته شده توسط هوش مصنوعی برای بیمار کلمه به کلمه، بدون تمرین
ب) واگذاری همدلی به طور کامل به هوش مصنوعی
ج) دادن خبر بد از طریق متن هوش مصنوعی بدون هماهنگی با پزشک
د) استفاده از هوش مصنوعی برای تمرین ارتباطی و ویرایش زبان و تکمیل متن با همدلی و قضاوت بالینی ✔

توضیحات: هوش مصنوعی به عنوان ابزاری برای تمرین ارتباطی، ویرایش زبان و پیش بینی سوالات احتمالی ارزشمند است. با این حال، همدلی واقعی، خواندن بیمار و قضاوت بالینی متعلق به انسان است. متن تولید شده توسط هوش مصنوعی یک شروع است و باید با لمس انسانی پرستار، در محدوده نهاد و اخلاق تکمیل شود. مواردی مانند دادن خبر بد با هماهنگی پزشک انجام می شود.

13. هوش مصنوعی به یک سوال پرستاری پاسخ بسیار مطمئن و مفصل داد. این لحن "مطمئن" به چه معناست؟

الف) پاسخ کاملاً صحیح است
ب) نیازی به کنترل منبع نیست
ج) لحن دلیل بر صحت نیست. ✔ اطلاعات همچنان باید با منبع و پروتکل تایید شود
د) هوش مصنوعی در این زمینه تخصص یافته است

توضیحات: مدل‌های زبان حتی اگر حقیقت را ندانند، متن روان و مطمئن تولید می‌کنند. این لحن دلیلی بر صحت نیست. هوش مصنوعی می تواند یک مورد، ارزش یا منبع را توهم کند. بیانیه مطمئن تأیید را غیر ضروری نمی کند. هر گونه اطلاعات بالینی باید با یک منبع و پروتکل به روز تأیید شود.

14. ساختار اساسی که باید ایجاد شود تا استفاده از هوش مصنوعی در یک سرویس از نظر ایمنی بیمار پایدار باشد چیست؟

الف) هر پرستار به روش خود از هوش مصنوعی بدون نظارت استفاده می کند
ب) ایجاد یک کتابخانه سریع مشترک، پروتکل تایید و خط مشی حفظ حریم خصوصی و بستن خروجی های حیاتی امنیتی با تایید صالح ✔
ج) انتقال خروجی های هوش مصنوعی به طور مستقیم به تعمیر و نگهداری بدون ثبت هیچ
د) بررسی تأیید فقط پس از وقوع یک رویداد جدی

توضیحات: استفاده توزیع شده و کنترل نشده از هوش مصنوعی خطر خطا و حریم خصوصی را افزایش می دهد. در مقیاس خدمات، ایجاد یک کتابخانه سریع مشترک، یک پروتکل احراز هویت برای هر نوع خروجی، یک خط مشی محرمانه/حریم خصوصی واضح، و بستن هر خروجی حیاتی امنیتی با تایید صالح ضروری است.