واحد 9 / 11

گزارش بالینی و مستندات: از پیش نویس تا تایید کارشناس

سود:

  • توانایی درک اجزای گزارش ارزیابی شنوایی شناسی و تهیه پیش نویس گزارش سازگار و قابل تایید با هوش مصنوعی
  • امکان اعمال رشته «فقط از داده‌هایی که می‌دهم بنویس»، که از افزودن یافته‌های ساختگی (توهمات) به گزارش توسط هوش مصنوعی جلوگیری می‌کند.
  • توانایی تشخیص تشخیص، توصیه و اظهارات ارجاع در گزارش و مسئولیت امضای تاییدیه متخصص/پزشک.

نتیجه ارزیابی شنوایی شناسی اغلب یک گزارش است: یک سند رسمی که به دست بیمار، خانواده، پزشک گوش و حلق و بینی، مدرسه، کارفرما یا موسسه می رسد. این گزارش متنی است که آزمایش‌های انجام شده، یافته‌ها و توصیه‌ها را مستند می‌کند که مسئولیت آن با امضا به عهده می‌گیرد. در این بخش، نحوه استفاده ایمن از هوش مصنوعی در تهیه پیش نویس گزارش را خواهید آموخت. اما ما توضیح خواهیم داد که چرا هر یافته، توصیه و بیانیه ارجاعی در گزارش نیاز به تأیید و امضای متخصص دارد. اصل اصلی: هوش مصنوعی می تواند یک پیش نویس منظم و منظم از یک گزارش تهیه کند. اما فقط باید از داده‌های واقعی که ارائه می‌کنید بنویسد، نباید هیچ یافته‌ای ایجاد کند و متن نهایی باید با تأیید و امضای متخصص/پزشک معتبر باشد.

اجزای گزارش شنوایی شناسی

یک گزارش ارزیابی شنوایی شناسی معمولی شامل بخش های زیر است: ممکن است بسته به قالب موسسه شما متفاوت باشد:

هویت و زمینه: اطلاعات بیمار (در سیستم سازمانی)، تاریخ ارزیابی، واحد ارجاع، دلیل ارجاع.

سابقه: شکایات مرتبط، قرار گرفتن در معرض صدا، دارو، سابقه خانوادگی، استفاده قبلی از دستگاه.

یافته های آزمون: خلاصه شنوایی (نوع، درجه، پیکربندی)، تمپانومتری، رفلکس آکوستیک، تست های گفتاری، در صورت لزوم OAE/ABR. اینها بر اساس اندازه گیری هستند.

ارزیابی و تفسیر: معنای ترکیبی یافته ها. نوع/درجه کم شنوایی

توصیه و طرح: ارزیابی دستگاه، راهنمایی گوش و حلق و بینی، پیگیری، آموزش بیمار.

تاییدیه: نام، عنوان، امضا و تاریخ کارشناس. امضا جایی است که مسئولیت پذیرفته می شود.

احتیاط: خطرناک ترین اشتباه در گزارش نوشتن نتیجه آزمایشی است که انجام نشده است. هوش مصنوعی ممکن است یافته‌ای را اضافه کند که شما ارائه نکرده‌اید (به عنوان مثال، «رفلکس‌های صوتی طبیعی هستند») تا گزارش «کامل به نظر برسد». این یک توهم است و در صورت امضا، مسئولیت جدی ایجاد می کند.

گزارش به چه کسی می رسد: زبان توسط خواننده

گزارش شنوایی شناسی برای یک خواننده متحد نوشته نمی شود. زبان و سطح جزئیات بسته به اینکه به سراغ چه کسی بروید متفاوت است. گزارش به یک پزشک گوش و حلق و بینی ممکن است فنی باشد. پزشک اصطلاحات شنوایی‌گرام را می‌داند و انتظار راهنمایی‌های تشخیصی را دارد. در گزارش به یک مدرسه یا کارفرما، جزئیات بالینی شخصی به حداقل می رسد و فقط اطلاعات کاربردی لازم را به اشتراک می گذارد (به عنوان مثال، "توصیه می شود در جلوی کلاس بنشینید و ارزیابی سیستم FM"). جزئیات پزشکی به دلایل حفظ حریم خصوصی محدود است. خلاصه ای که به بیمار یا خانواده داده می شود به زبان ساده نوشته می شود. هوش مصنوعی می‌تواند به سرعت این نسخه‌های مختلف را از همان مجموعه یافته‌های تأیید شده تولید کند - اما قانون ممنوعیت ساخت و تأیید متخصص برای هر نسخه اعمال می‌شود.

این امر باعث ایجاد اصل "یک منبع، نسخه های متعدد" در گزارش می شود: یافته ها یک بار به طور ماهرانه تایید می شوند، سپس برای خوانندگان مختلف قالب بندی می شوند. در حالی که هوش مصنوعی این قالب‌بندی را تسهیل می‌کند، این وظیفه متخصص است که اطمینان حاصل کند که خود منبع (یافته‌های اندازه‌گیری شده) تغییر نکرده و هیچ «یافته» جدیدی به هیچ نسخه‌ای اضافه نشده است. به خصوص در گزارش های ارسال شده به اشخاص ثالث (مدرسه، کارفرما، بیمه)، هر اطلاعاتی که به اشتراک گذاشته می شود باید از نظر KVKK بررسی شود تا ببینیم آیا واقعاً اطلاعاتی است که باید به اشتراک گذاشته شود.

جلوگیری از توهم: "فقط از روی داده هایی که به شما می دهم بنویسید"

بزرگترین خطر هوش مصنوعی در گزارش ساختن است. مدل تمایل دارد یک گزارش ناقص را «تکمیل» کند و ممکن است فضایی را که خالی گذاشته‌اید با یافته‌ای قابل قبول اما نادرست پر کند. راه جلوگیری از این امر این است که سه قانون را در اعلان روشن کنید:

  1. فقط از روی داده هایی که به شما می دهم بنویسید. از یافته های خام فراتر نروید.
  2. داده‌های گمشده را پرچم‌گذاری کنید، جبران نکنید. اگر آزمایشی انجام نشد، بنویسید "[بدون تست]" یا "[بدون داده]".
  3. نظر را به زبان "ممکن" محدود کنید. ایجاد حکم تشخیص قطعی؛ پیشنهاد را در معرض تایید کارشناس قرار دهید.

و هر گزارش با داده های منبع قبل از امضا مقایسه می شود: آیا هر یافته در پیش نویس واقعاً با داده هایی که اندازه گیری کرده اید مطابقت دارد؟

لایه های مسئولیت

گزارش مورد

چه کسی تایید می کند؟

چرا

یافته های آزمون

کارشناس انجام اندازه گیری

داده های کالیبره شده نباید ساخته شوند

نظر/رتبه

شنوایی شناس

ارزیابی بالینی

بیانیه تشخیصی

شنوایی شناس/پزشک

مرجع تشخیصی

ارجاع / مسیریابی

شنوایی شناس/پزشک

تصمیم پزشکی

امضا

کارشناس ذیصلاح

مسئولیت قانونی

گام به گام: تهیه گزارش با هوش مصنوعی

  1. ساختار داده های خام یافته ها را در قالبی ناشناس و منظم (بخش به بخش) آماده کنید.
  2. ساخت و ساز را ممنوع کنید قاعده «فقط از داده‌هایی که به شما می‌دهم بنویسید، گمشده‌ها را علامت بزنید» بدهید.
  3. فرمتش کن بخش های گزارش سازمان را به عنوان الگو ارائه دهید.
  4. پیش نویس را بگیرید و با منبع مقایسه کنید. هر یافته را با داده های خام بررسی کنید.
  5. نظرات و پیشنهادات را تعدیل کنید. آیا زبان تشخیصی قطعی وجود دارد و آیا توصیه مشروط به تایید متخصص است؟
  6. امضا/تأیید متخصص/پزشک متن نهایی را تایید می کند. گزارش بدون امضا نامعتبر است.

اعلان ضعیف / اعلان قوی

اعلان ضعیف:

یک گزارش شنوایی شناسی کامل برای این بیمار بنویسید، تمام آزمایشات را کامل کنید.

«تمام تست‌ها را پر کنید» از مدل دعوت می‌کند تا آزمایش‌هایی را بسازد که انجام نشده‌اند - خطرناک‌ترین دستور.

اعلان قدرتمند:

نقش شما: دستیار تهیه گزارش. قوانین: فقط یافته هایی را که در زیر می نویسم بنویسید. هیچ آزمایش/نتیجه ای را که ارائه نکرده ام اضافه نکنید. نوشتن بخش از دست رفته[بدون داده]; اظهارات تشخیصی قطعی انجام ندهید، از زبان "ممکن" استفاده کنید. توصیه را به عنوان "براساس ارزیابی کارشناسی" وصل کنید. یافته ها (ناشناس): - شنوایی: سمت راست حسی- عصبی متوسط، سمت چپ در محدوده طبیعی- تمپانومتری: هر دو گوش نوع A- رفلکس صوتی: [انجام نشد]- آزمون گفتار: [بدون داده] فرمت: بخش های تاریخچه / یافته ها / ارزیابی / توصیه. وظیفه: یک پیش نویس گزارش از این داده ها بنویسید. امضا و تایید متعلق به کارشناس می باشد.

یک درخواست قوی ساخت را ممنوع می کند، نیاز به علامت گذاری گمشده دارد، زبان تشخیص را محدود می کند و امضا را به کارشناس واگذار می کند.

سه کیف کوچک

مورد 1 - ضبط ساختگی. شنوایی شناس درخواست پیش نویس گزارش می کند، اما هیچ رفلکس صوتی ندارد. هوش مصنوعی "رفلکس های صوتی در محدوده های عادی" را به پیش نویس اضافه می کند. هنگام مقایسه آن با داده های منبع، کارشناس متوجه می شود که این خط بر اساس هیچ اندازه گیری نیست و آن را حذف می کند و آن را با "[بازتاب صوتی ارزیابی نشده]" جایگزین می کند. توهم قبل از امضا ثبت شد.

مورد 2 - طرح کلی منسجم. یک شنوایی شناس، یافته های منظم خود (شنوایی نگاری، خلاصه تمپانومتری) را با قانون عدم ساخت به هوش مصنوعی می دهد. هوش مصنوعی اینها را به یک پیش نویس تمیز و با فرمت خانه تبدیل می کند. کارشناس هر خط را تأیید می کند، یک تغییر واحد ایجاد می کند (که جمله توصیه را به «بر اساس قضاوت متخصص» کاهش می دهد) و آن را امضا می کند. گزارش نوشتن از 25 دقیقه به 8 دقیقه کاهش می یابد، دقت حفظ می شود.

مورد 3 - تصحیح زبان تشخیصی. هوش مصنوعی در پیش‌نویس می‌نویسد: «بیمار قطعاً دچار افت شنوایی ناشی از سر و صدا است». متخصص می داند که ادیوگرافی به تنهایی علت را تایید نمی کند. این جمله را تصحیح می کند تا بگوید "یافته ها ممکن است با قرار گرفتن در معرض نویز مطابقت داشته باشند؛ باید در ارتباط با شرح حال و ارزیابی بالینی تفسیر شوند." زبان یقین به سمت زبان بالینی مسئولانه گرایش پیدا می کند.

الگوهای درخواستی قابل کپی

پیش نویس گزارش (ممنوع ساختن) الگو نقش شما: دستیار تهیه پیش نویس گزارش. فقط یافته هایی را که ارائه کردم بنویسید. هیچ تست/نتیجه ای را که ندادم اضافه نکنید. نوشتن از دست رفته [بدون داده]؛ ایجاد یک تشخیص قطعی؛ بر اساس این توصیه "بر اساس ارزیابی کارشناسان". یافته ها: [داده ها] قالب: [فصل]

الگوی مقایسه منبع، هر ردیف یافته را در پیش نویس گزارش زیر با داده های خامی که ارائه کردم مطابقت دهید. هر جمله ای را که معادلی در داده های خام ندارد علامت بزنید. پیش‌نویس: [پیش‌نویس]داده‌های خام: [داده]

الگوی نرم‌سازی زبان تشخیصی عبارات قطعی/بیش از حد قاطعانه را در گزارش زیر بیابید ("قطعا"، "هستند") و آنها را به زبان مناسب بالینی "ممکن/ممکن است سازگار/باید ارزیابی شود" ترجمه کنید. متن: [گزارش]

الگوی کنترل توصیه/ارجاع در بخش توصیه و ارجاع گزارش زیر، هر عبارتی را که نیاز به تایید متخصص/پزشک دارد علامت بزنید و بررسی کنید که آیا عبارت "با ارزیابی متخصص/پزشک" اضافه شده است یا خیر. متن: [گزارش]

اشتباهات رایج

  • به معنای "تمام تست ها را پر کنید". فشار دادن مدل برای مطابقت با تست های آزمایش نشده.
  • عدم مقایسه با منبع امضای پیش نویس با داده های خام بدون بررسی خط به خط.
  • ترک زبان تشخیص قطعی. از به کار بردن عباراتی مانند "هست/قطعا" در زبان بالینی خودداری کنید.
  • عدم ارائه توصیه به تایید کارشناسی. ارائه بیانیه های اعزام/طرح به صورت خودکار.
  • استفاده بدون امضا/تایید. پیش نویس را به عنوان یک گزارش رسمی توزیع کنید.

به طور خلاصه

گزارش شنوایی شناسی متنی رسمی است که در آن یافته های مبتنی بر اندازه گیری و تفسیر کارشناسان با امضا مستند شده است. هوش مصنوعی می تواند پیش نویس این گزارش را به شیوه ای منظم و منسجم تهیه کند. اما آنها فقط باید از داده های واقعی که شما ارائه می کنید بنویسند، نباید هیچ یافته ای را ایجاد کنند، و نباید از زبان تشخیصی قطعی استفاده کنند. هر پیش نویس با داده های منبع مقایسه می شود، تشخیص و زبان توصیه بررسی می شود و متن نهایی با امضای متخصص/پزشک تأیید می شود. گزارش بدون امضا نامعتبر است.

وظیفه کاربردی

مجموعه ای از یافته ها را با اطلاعات ناشناس و ناقص آماده کنید (برخی از آزمایشات "[انجام نشده]"). یک پیش نویس با الگوی "گزارش پیش نویس (ساخت ممنوع)" دریافت کنید، سپس عمدا این قانون را کاهش دهید و بگویید "تمام تست ها را تکمیل کنید" و پیش نویس دوم را دریافت کنید. دو خروجی را با هم مقایسه کنید: آیا در دومی یافته جعلی وجود دارد؟ هر خطی را که با الگوی «مقایسه منبع» مطابقت ندارد علامت گذاری کنید و الگوی «هموارسازی زبان تشخیصی» را اعمال کنید.

چک لیست

  • [ ] من یافته های خام را به صورت ناشناس و ساختار یافته ارائه کرده ام.
  • [ ] من یک قانون عدم ساختگی و یک قانون "[بدون داده]" ایجاد کردم.
  • [ ] من خط به خط پیش نویس را با داده های خام مقایسه کردم.
  • [ ] من زبان تشخیص قطعی را به زبان بالینی "ممکن" تغییر داده ام.
  • [ ] من اظهارات توصیه/ارجاع را مورد تایید کارشناسی قرار داده ام.
  • [ ] گزارش نهایی را با امضای متخصص/پزشک تایید کردم.