پشتیبانی ارزیابی توسعه: ابزارهای غربالگری و اعتبارسنجی پیش نویس هوش مصنوعی

سود:

• درک این موضوع که غربالگری تکاملی (مانند Denver II، AGTE، GEÇDA) برای تشخیص نیست، بلکه برای تعیین خطر و راهنمایی است، و قرار دادن نقش هوش مصنوعی در این حد.
• Use artificial intelligence to produce a clear preliminary summary and report draft for the screening results and be able to make the final evaluation and referral decision as an expert
• امکان گرفتن تله هایی مانند اصلاح سن، تناسب فرهنگی، خطای یک جلسه و امتیاز برش قبل از تفسیر

خانواده ای با نگرانی در مورد فرزند دو و نیم ساله خود به شما مراجعه می کنند: "دوستان او صحبت می کنند، اما من کمتر صحبت می کند." پشت این جمله گاهی یک تفاوت فردی کاملا طبیعی نهفته است، گاهی یک تاخیر رشدی که نیاز به حمایت دارد و گاهی موقعیتی که نیاز به ارزیابی بیشتر دارد. تفکیک این سه مورد یکی از حیاتی ترین کارهای متخصص رشد کودک است. اولین قدم در ایجاد این تمایز غربالگری رشدی است. در این بخش، با دقت فراوان، غربالگری چیست، چه چیزی نیست و در کجا می‌توان هوش مصنوعی را در این فرآیند قرار داد، خواهیم پرداخت.

اول مهمترین جمله: غربالگری رشد یک تشخیص نیست. غربالگری یک فرآیند غربالگری کوتاه و عملی است که به شناسایی سریع کودکان در معرض خطر رشد، ارزیابی بیشتر آنها و هدایت آنها به متخصص/پزشک مناسب کمک می کند. تشخیص کار ارزیابی دقیق بالینی، منابع داده های متعدد و پزشک/تیم متخصص مربوطه است. اگر یک بار این حد را درونی نکنید، هوش مصنوعی بارها و بارها جملاتی را به شما پیشنهاد می کند که از این حد فراتر می روند و بدون اینکه متوجه شوید می توانید آنها را بپذیرید.

ابزارهای اسکن و مفاهیم اولیه

برخی از ابزارهای غربالگری و ارزیابی رشدی که اغلب در ترکیه استفاده می شود عبارتند از: دنور II (آزمون غربالگری رشد 0-6 سن؛ اسکن نواحی شخصی-اجتماعی، حرکتی ظریف، زبانی و حرکتی درشت)، AGTE (فیلمنامه غربالگری رشد آنکارا؛ 0-6 سال، بر اساس گزارش خانواده)، GEÇDA (Gazi Early Childhood-7). ویژگی مشترک این ابزارها اعتبارسنجی و استاندارد بودن آنهاست. "استاندارد" به این معنی است که ابزار بر روی یک نمونه خاص توسعه یافته و هنجارهای آن (مقادیر مورد انتظار با توجه به سن) تعیین شده است.

اجازه دهید چند اصطلاح را روشن کنیم. هنجار یک مقدار مرجع است که نشان می دهد اکثر کودکان در یک سن خاص چه زمانی بر یک مهارت مسلط شده اند. امتیاز برش آستانه ای است که خط "ریسک وجود دارد / ارزیابی بیشتر لازم است" را ترسیم می کند. منفی کاذب زمانی است که کودکی که واقعاً در معرض خطر است غربالگری را "به طور معمول" پشت سر بگذارد - خطرناک ترین اشتباه به دلیل تاخیر در حمایت. مثبت کاذب در واقع علامت گذاری یک کودک عادی به عنوان "در معرض خطر" است - که باعث نگرانی غیر ضروری برای خانواده می شود اما معمولاً با ارزیابی بیشتر اصلاح می شود. یک اسکن خوب سعی می کند منفی های کاذب را پایین نگه دارد.

احتیاط: هیچ ابزار اسکنی در هوش مصنوعی "اجرا نمی شود". امتیازدهی بر اساس دستورالعمل و پروتکل اعتبار سنجی خود ابزار انجام می شود. از هوش مصنوعی برای محاسبه امتیازات یا تعیین امتیازهای برش استفاده نکنید. از آن فقط برای ترجمه نتایج معتبر به زبان قابل فهم و گزارش های پیش نویس استفاده کنید.

نقش درست هوش مصنوعی

هوش مصنوعی تشخیص یا امتیازی را در طول فرآیند غربالگری ارائه نمی کند. کار ایمن آن این است که: پس از اعمال ابزار و به دست آوردن امتیازات صحیح، آن نتایج را به یک خلاصه اولیه ساده و محتاطانه که برای خانواده و پرونده مناسب است، ترجمه کنید. به عبارت دیگر، هوش مصنوعی نتیجه خام را به پیش نویسی تبدیل می کند که انسان بتواند آن را درک کند. شما ماهیت بالینی تفسیر و تصمیم راهنما را تعیین می کنید.

در اینجا جریان ایمن مرحله به مرحله است:

1. ابزار را طبق قوانین آن اعمال کنید و امتیاز دهید. این کاملاً کار شماست. هوش مصنوعی دخالت نمی کند.
2. نتیجه را در قالبی ناشناس و ساختار یافته آماده کنید. به جای نام، "پسر 3 سال و 4 ماهه"، یافته های میدانی.
3. از هوش مصنوعی بخواهید که فقط چکیده و پیش نویس بنویسد. با محدودیت "بدون تشخیص، نظر برش را اضافه کنید".
4. مشکلاتی مانند اصلاح سن، تناسب فرهنگی، اثر تک جلسه ای و غیره را بررسی کنید.
5. ارزیابی نهایی و تصمیم راهنمایی را به عنوان کارشناس گرفته و آن را امضا کنید.

مرحله

چه کسی انجام می دهد

نقش هوش مصنوعی

اعمال و امتیازدهی ابزار

متخصص

هیچ کدام

تعیین ریسک بر اساس امتیاز برش

کارشناس (راهنمای ابزار)

هیچ کدام

ترجمه نتیجه به زبان ساده

هوش مصنوعی زیر نظر متخصص

مولد طرح

پیش نویس گزارش/خلاصه خانواده

AI under expert supervision

مولد طرح

ارجاع و تصمیم تشخیصی

متخصص + پزشک / تیم

هیچ کدام

مشکلاتی که قبل از تأیید باید از آنها اجتناب کرد

اصلاح سن در نوزادی که نارس به دنیا می آید، رشد بر اساس سن اصلاح شده ارزیابی می شود نه سن تقویمی. سن اصلاح شده = سن تقویمی - (40 هفته - هفته تولد). به عنوان مثال، سن اصلاح شده نوزاد 6 ماهه متولد شده در 32 هفتگی تقریباً 4 ماه است. اگر از این تصحیح بگذرید، یک نوزاد عادی "پشت" خواهید دید. اصلاح معمولا تا سن 2 سالگی انجام می شود.

تناسب فرهنگی و زبانی. یک مورد از یک ابزار (به عنوان مثال، مهارت مربوط به یک اسباب بازی خاص یا یک شی خارجی) ممکن است در هر فرهنگی معنای یکسانی نداشته باشد. برای کودکی که دوزبانه بزرگ می شود، تعداد کلمات یک زبان ممکن است کمتر از آنچه هست به نظر برسد. total language repertoire should be evaluated.

اشتباه تک جلسه ای کودک ممکن است زمانی که گرسنه، بی خواب، بیمار یا در یک محیط خارجی است، سطح واقعی خود را نشان ندهد. یک عکس اسکن تنها کل فیلم نیست. در صورت لزوم تکرار و منابع متعدد (اعلام خانواده، مشاهده معلم) مورد نیاز است.

نابینایی امتیاز برش. قرار گرفتن درست زیر یا بالاتر از امتیاز برش، تمایز شدید "سالم/بیمار" ایجاد نمی کند. نتایج نزدیک به مرزی با قضاوت بالینی انجام می شود.

نکته: هنگام چاپ خلاصه‌ای از نتایج، از هوش مصنوعی بخواهید مناطق مرزی یا مبهم را به‌طور واضح به‌عنوان «[قضاوت بالینی متخصص مورد نیاز]» علامت‌گذاری کند. این مانع از اعتماد کورکورانه به طرح کلی می شود.

چهار فرمان قابل کپی

1) درخواستی که نتیجه اسکن را به یک خلاصه خانواده ساده تبدیل می کند:

نقش شما: دستیار متخصص رشد کودک. تشخیص ندهید، در مورد امتیاز برش نظر ندهید، نگویید "تأخیر وجود دارد". یافته های غربالگری ناشناس زیر را به یک خلاصه ساده و دقیق برای خانواده ترجمه کنید. متهم نباشید؛ همچنین نقاط قوت را ذکر کنید. در صورت لزوم، از زبان دستوری اما غیر تعهدی مانند "ارزیابی بیشتر توصیه شود" استفاده کنید. یافته ها: [ناشناس، میدانی]

2) محاسبه اصلاح سن و اخطار:

من رشد کودک را ارزیابی خواهم کرد. سن تصحیح شده را با اطلاعات زیر محاسبه کنید، فرمول را مرحله به مرحله نشان دهید و به شما یادآوری کنید که تفاوت بین سن تقویمی و سن تصحیح شده چه چیزی می تواند در ارزیابی تغییر کند. هفته تولد: [X] هفته. سن تقویم فعلی: [Y ماه Z روز].

3) اعلان پیش نویس اسکلت را گزارش دهید:

یک اسکلت پیش‌نویس گزارش ارزیابی از یافته‌های اسکن ناشناس زیر ایجاد کنید. بخش‌ها: اطلاعات عمومی، ابزار کاربردی، یافته‌های میدانی، نقاط قوت، زمینه‌هایی که باید به آنها توجه شود، توصیه/راهنما (احتیاط)، توجه: جمله «این یک خلاصه غربالگری است، نه یک تشخیص» را اضافه کنید. در هر فیلدی که خالی گذاشتید، بنویسید [اجازه دهید کارشناس پر کند]. یافته ها: [ناشناس]

4) درخواست چک لیست دام:

پیش نویس خلاصه غربالگری زیر را برای مشکلات زیر بررسی کنید و هر مشکلی را که پیدا کردید به طور خلاصه بیان کنید: (1) آیا زبانی وجود دارد که تشخیص را پیشنهاد کند؟ (2) آیا امتیاز برش را به یک تصمیم قطعی تبدیل می کند؟ (3) آیا وضعیتی که نیاز به اصلاح سن دارد حذف شده است؟ (4) آیا ارتباط فرهنگی/زبانی نادیده گرفته شده است؟ (5) آیا جلسه واحد را به عنوان حقیقت مطلق معرفی می کند؟ پیش نویس: [متن]

سه کیف کوچک

مورد 1 - نتیجه نزدیک به مرز. نتیجه غربالگری رشته زبان کودک 4 ساله و 1 ماهه درست زیر نمره برش است (به عنوان مثال، نمره برش 12، کودک 11 است). پیش نویس هوش مصنوعی به طور قطع بیان می کند که "تأخیر در توسعه زبان وجود دارد." کارشناس این را تصحیح می کند تا بگوید "نتیجه ای نزدیک به مرز در ناحیه زبان مشاهده شد؛ ارزیابی بیشتر و پشتیبانی با اطلاع رسانی خانواده توصیه می شود." تفاوت: انتخاب کلمات، سطح اضطراب خانواده و دقت درخواست را تغییر می دهد.

مورد 2 - اصلاح سن. رشد حرکتی نوزاد متولد شده در هفته 28 و سن تقویمی او 12 ماه ارزیابی می شود. سن اصلاح شده تقریباً 9 ماه است. در اولین پیش‌نویس، هوش مصنوعی از سن تقویمی استفاده می‌کند و می‌گوید «3 ماه عقب‌تر از موتور ناخالص». کارشناس اصلاح را اعمال می کند. نوزاد نسبت به سن اصلاح شده اش طبیعی است. از مراجعه غیر ضروری و وحشت خانوادگی جلوگیری می شود.

مورد 3 - کودک دو زبانه. تعداد کلمات ترکی کودک 3 ساله ای که در خانه به دو زبان صحبت می کند کم به نظر می رسد. پیش نویس هوش مصنوعی فقط به مجموعه ترکی نگاه می کند و می نویسد "تاخیر قابل توجه در زبان رسا". متخصص کل مجموعه و قصد ارتباط کودک را در هر دو زبان ارزیابی می کند. تصویر مثبت تر از حد انتظار است. بافت فرهنگی-زبانی نتیجه را تغییر می دهد.

اعلان ضعیف / اعلان قوی

اعلان ضعیف:

با توجه به این نتیجه غربالگری، گزارشی بنویسید تا ببینید آیا کودک تاخیر رشدی دارد یا خیر.

مشکل: از هوش مصنوعی تصمیم تشخیصی می خواهد، امتیاز قطع را به دقت تبدیل می کند، بدون بررسی تله، هویت/زمینه مبهم است.

اعلان قدرتمند:

نقش شما دستیار پیش نویس است. یافته های غربالگری ناشناس زیر را به یک پیش نویس خلاصه برای خانواده تبدیل کنید. انجام تشخیص؛ تبدیل امتیاز قطع به تصمیم نهایی؛ مناطق نزدیک مرز را به عنوان [قضاوت کارشناسی] علامت گذاری کنید. اگر چیزی هست که باید اصلاح شود به من یادآوری کنید. در پایان یک یادداشت اضافه کنید، "این یک خلاصه غربالگری است، نه یک تشخیص". نتایج: [ناشناس، فیلد به فیلد]

اشتباهات رایج

• Turning screening into diagnosis: Use cautious language, “further evaluation may be recommended” rather than “there is a delay.”
• فراموشی اصلاح سن: اصلاح سن برای نوزادان نارس ضروری است.
• مطلق کردن نمره برش: مقادیر برش نیاز به قضاوت بالینی دارند.
• در نظر گرفتن یک جلسه به عنوان یک واقعیت مطلق: رفتار کودک در آن روز همیشه معمولی نیست.
• داشتن امتیازات محاسبه هوش مصنوعی: امتیازدهی به صورت ماهرانه و با پروتکل خود خودرو انجام می شود.

به طور خلاصه

غربالگری رشدی خطر را تعیین می کند نه تشخیص. این مرز آغاز همه چیز است. هوش مصنوعی در طول فرآیند غربالگری نمره یا تشخیص نمی دهد. این به سادگی نتایج تایید شده را به یک پیش نویس خلاصه/گزارش ساده و محتاطانه ترجمه می کند. قبل از اظهار نظر، مشکلاتی مانند تصحیح سن، تناسب فرهنگی-زبانی، اثر تک جلسه ای، و نابینایی نمره برش را بگیرید. تصمیم نهایی ارزیابی و راهنمایی متعلق به کارشناس با امضای وی می باشد.

وظیفه کاربردی

نتیجه اسکن (ناشناس) را در دست خود دریافت کنید. ابتدا امتیاز را با دفترچه راهنمای خودرو بررسی کنید. سپس، یک پیش‌نویس خلاصه خانواده با اعلان اول و یک اسکلت گزارش با اعلان سوم تهیه کنید. سپس پیش نویس را برای تله ها با اعلان چهارم بررسی کنید. در نهایت، عبارات تشخیصی یا قطعی را که در پیش‌نویس تصحیح کرده‌اید به زبانی محتاطانه ترجمه کنید و حداقل دو تصحیح را یادداشت کنید.

چک لیست

• [ ] من ابزار را مطابق پروتکل آن مدیریت و امتیاز دادم. من نمره هوش مصنوعی آن را نداشتم.
• [ ] من تمایز غربالگری-تشخیصی را حفظ کردم. من عبارات دقیق پیش نویس را به زبانی محتاطانه ترجمه کردم.
• [ ] در صورت وجود نارس بودن سن اصلاح شده را محاسبه کردم.
• [ ] من تناسب فرهنگی/زبانی و دوزبانگی را ارزیابی کردم.
• [ ] من نتایج مرزی را با استفاده از قضاوت بالینی انجام دادم.
• [ ] من داده ها را ناشناس کردم. یادداشت «اسکن تشخیص نیست» را به خلاصه اضافه کردم.
• [ ] تصمیم نهایی ارجاع را به عنوان کارشناس گرفتم و آن را امضا کردم.