Voitot:
- Ability to distinguish midwifery jobs into green (use comfortably), yellow (support, carefully) and red (artificial intelligence does not decide) zones according to risk level
- Kyky tunnistaa hallusinaatioiden riski ja suojata jokainen tekoälytulos Verify-Customize-Link -säännöllä
- Ability to adopt the principles of privacy and responsibility and apply that the clinical decision always remains with the midwife and physician.
Kätilötyö on ammatti, joka yhdistää monta eri työtä saman päivän aikana. A midwife measures a pregnant woman's blood pressure and evaluates the test results in the morning, calms down an anxious expectant mother in the afternoon, corrects the breastfeeding position in the afternoon, prepares a prenatal education brochure in the evening, and writes her notes at the end of the day. Osa tästä työstä sisältää tiedon järjestämistä, tekstin tuottamista ja muistamista; Jotkut niistä ovat kliinisiä päätöksiä, joissa on pieni virhemarginaali ja jotka koskevat suoraan äidin ja vauvan terveyttä. Tämä koko moduuli opettaa erottamaan nämä kaksi ryhmää selkeästi ja käyttämään tekoälyä vain ensimmäisessä ryhmässä, turvallisissa rajoissa.
Artificial intelligence (AI for short; computer systems that have been trained on vast amounts of text and can write and read in human languages) is a powerful aid to midwifery practice when used correctly. Here we are specifically talking about large language model (LLM; a type of AI that produces text by corresponding with you — for example, a chat assistant) type of tools. Nämä työkalut tekevät yhteenvedon tekstistä, yksinkertaistavat esitteen, kokoavat tarinan ja kirjoittavat tapaamisviestin. Mutta se ei tee diagnoosia, arvioi riskiä tai suosittele lääkettä. Pääperiaate, jonka toistamme koko moduulin ajan, on:
Tekoäly on apulainen: se luo luonnoksia, muistuttaa, yksinkertaistaa. Diagnoosi, riskipäätös, lääkitys ja kliininen ohjaus ovat kätilön ja lääkärin vastuulla. Vahvistamaton tekoälytulostus on kuin allekirjoittamaton potilaan muistiinpano; Sillä ei sinänsä ole sitovaa vaikutusta.
Mitä tekoäly nopeuttaa kätilössä?
Ymmärtääksemme tekoälyn arvon kätilötyössä, jaetaan asiat kolmeen osa-alueeseen riskitason perusteella. Tämä ero on luuranko muulle moduulille.
Green zone — Use AI comfortably (text and information work): Draft of an educational brochure, appointment and preparation message to the pregnant woman, translating a complex medical text into plain language, streamlining a handover note, first translation of a multilingual information text, road map of where to look for current literature on a topic. Täällä tekoäly säästää aikaa ja tulosteen virhe jää helposti kiinni kätilön lukeessa ja korjaaessa sen.
Yellow zone — Use AI with caution, only as support: listing risk factors in a story (as a reminder, not a decision), making a red flag checklist, “bringing to mind” possible differential situations. Täällä tekoäly voi toimia tarkistuslistana / unohduskilvenä; Mutta kätilö suodattaa jokaisen listan kohteen omalla tiedolla ja päätös jää kätilölle.
Red zone — AI does NOT make decisions: Making a diagnosis (e.g., preeclampsia diagnosis), rating the risk and making a referral decision, determining medication and dosage, managing labor, emergency intervention decision. Tällä alueella AI-lähtö voi olla enintään yksi tulo; ei voi koskaan ottaa vastuuta.
Vinkki: Ennen kuin ulkoistat tehtävän tekoälylle, kysy itseltäsi yksi kysymys: "Jos tämä tulos on väärä, kuka kärsii ja kuinka nopeasti?" Jos vaurio tapahtuu nopeasti ja suoraan äidille/vauvolle, olet punaisella alueella; Käytä tekoälyä vain tekstin muokkaamiseen, älä tuomitsemaan sitä.
Hallusinaatiot: Miksi AI näyttää itsevarmalta, mutta on väärässä
The most dangerous feature of big language models is hallucination: the model produces information that does not actually exist, in a fluent and confident language, just as if it were true. Sen sijaan, että sanoisi "en tiedä", tekoäly voi täyttää aukon uskottavalla keksinnöllä. Concrete examples of this in midwifery include: making up a guideline statement that does not exist, confidently prescribing an incorrect medication dose, giving an incorrect “normal range” for an assay value, citing a study that has not actually been published.
Hallusinaatiot eivät ole "vika" vaan luonnollinen seuraus näiden työkalujen toiminnasta; ei katoa kokonaan. Siksi ratkaisu ei ole luottaa tekoälyyn, vaan tarkistaa jokainen riippumattomasta lähteestä saatu numeerinen ja kliininen lausunto. Tekstin sujuvuus ei ole todiste tarkkuudesta.
Varmistuskuri: ANC-sääntö
Suorita jokainen AI-lähtö kolme vaihetta ennen sen vapauttamista. Kutsutaan sitä lyhyesti ANC:ksi: Vahvista – Mukauta – Yhdistä.
- Verify: Verify every number, dose, assay value, weekly limit and guideline statement in the text from the current official source (Ministry of Health guidelines, institution protocol, reliable professional guide). Poista lause, jota et voi vahvistaa.
- Mukauta: Mukauta yleinen teksti tähän raskaana olevaan naiseen, tähän laitokseen, tähän kulttuuriseen kontekstiin. AI kirjoittaa keskivertopotilaalle; Edessäsi on todellinen henkilö.
- Link: Link the output to the clinical context and chain of responsibility: add note "This is a draft, midwife/physician approval required", consult physician if necessary.
kolme minilaukkua
Tapaus 1 – Esiteluonnos (vihreä alue): Kätilö laatii "raskausravitsemus"-esitteen raskauskoululle, jossa on 20 oppilasta. He asks AI for a simple draft of 350 words, receives it in 8 minutes, corrects 2 sentences according to his institution's iron-folic acid protocol, and distributes it. Jos hän olisi kirjoittanut sen käsin, siihen olisi mennyt 45 minuuttia; Tekoäly lyhensi aikaa noin 80 % ja virheriski oli pieni, koska kätilö varmisti jokaisen numeron.
Case 2 — Fake dose (shift into the red zone): Another midwife asked YZ "what is the daily dose of iron in iron deficiency anemia in pregnancy?" hän kysyy. AI antaa varman luvun. Kun kätilö aikoo kertoa tämän suoraan raskaana olevalle naiselle, hän pysähtyy ja katsoo laitoksen protokollaa; Hän näkee, että tekoälyn antama kantama ei vastaa protokollaa. Annospäätöksen tekee lääkäri; Kätilö ei käytä AI-lähtöä ollenkaan. Sääntö toimi: numeerista/kliinistä tulostetta ei käytetty ilman vahvistusta.
Case 3 — History collection (yellow zone): The third midwife has AI summarize a messy 12-page pregnancy file (omitting identifying information) and asks for a list of “salient risk factors.” AI tuottaa 6 tuotetta. Kätilö lukee luettelon, huomaa, että 1 kohta on ymmärretty väärin, poistaa sen ja lisää 1 puuttuvan kohteen. Lista ei ole päätös, vaan panos kätilön arviointiin.
Kopioitavat mallit
Voit mukauttaa alla olevia neljää mallia omaan käytäntöösi. Heillä kaikilla on yhteistä: roolin, rajan ja vahvistusvaatimuksen uudelleenkirjoittaminen kehotteeseen.
Role: You are a junior assistant writing for an experienced midwife.Task: Write a SIMPLE informational draft for pregnant women on the following topic.Topic: [topic]Rules:- DO NOT make a diagnosis, recommend medication/dose, risk stratify.- DO NOT WRITE any numbers, doses or guide sentences that you are not sure about; jätä sen sijaan otsikko "[KÄTIÖIDEN VAHVISTETTU]". - Kieli: 6. luokan taso, lyhyet lauseet, selitä lääketieteellinen termi ensimmäisellä kerralla. Pituus: 300 sanaa tai vähemmän.
Skannaa seuraava AI-tuloste "vahvistussilmällä". Tulos: [liitä teksti] Anna minulle vain luettelo seuraavista: 1) jokainen siinä oleva NUMERO-, ANNOS-, VIIKKO- ja NORMAALI ALUE -lauseke (erikseen).2) Jokainen lause, joka viittaa ohjeeseen/pöytäkirjaan.3) Jokainen väite, jossa on lopullinen ("aina", "ei koskaan", "ehdottomasti") kieli. Nämä ovat kohteet, jotka vahvistan HAND:lla; kommentteja lisäämällä.
Rooli: Olet tekstin yksinkertaistamisavustaja. Tehtävä: Kirjoita alla oleva lääketieteellinen teksti uudelleen niin, että lukiosta valmistuva odottava äiti ymmärtää. ÄLÄ MUUTA merkitystä, LISÄÄ tai POISTA tietoja. Jos et voi yksinkertaistaa termiä, selitä se lyhyesti suluissa. Teksti: [teksti]
Tämä on luonnos luovutusilmoituksesta; ei sisällä kliinistä harkintaa.Järjestä seuraavat hajallaan olevat muistiinpanot otsikoiden mukaan:[Juttu] [Havainnot tänään] [Toiminnot] [Muistutukset seurantaan].Uusia tietoja ei ole Epäonnistunut; Jos kenttä puuttuu, kirjoita "[TYHJÄ]". Raaka huomautus: [note]
Heikko kehote / Vahva kehote
<w:tcPr><w:tcW w:type="dxa" w:w="2880"/></w:tcPr><w:p><w:r><w:rPr><w:b/></w:rPr><w:t>Heikko kehote
Tehokas kehotus
tekstiä
"Anna tietoa raudasta raskauden aikana"
"Rooli: kätilöassistentti. Kirjoita informatiivinen hahmotelma raskaana oleville naisille 6. luokkatasolla, enintään 250 sanaa. Suosittele annostusta/lääkitystä; merkitse numero, josta et ole varma, "[MIDWIFE VERIFY]".
Johtopäätös
Lähteetön, vaikeasti tarkistettava teksti, joka sisältää annoksia ja väitteitä
Turvallisesti muokattava luonnos, jossa on selkeät rajat ja merkityt alueet, jotka on tarkistettava.
Heikosta kehotteessa AI vapautetaan; Se menee helposti punaiselle alueelle. Tehokkaassa kehotteessa rooli, raja, vahvistustunniste ja pituus määritellään alusta alkaen. Tuotos pysyy kätilön hallinnassa.
Etiikka ja yksityisyys: kaksi sääntöä alusta alkaen
Ensimmäisestä jaksosta alkaen koko moduulissa sovelletaan kahta eettistä periaatetta. Ensimmäinen on yksityisyys: älä koskaan kirjoita tekoälyyn tunnistavia tietoja, kuten raskaana olevan naisen nimeä, TR-tunnusnumeroa, puhelinnumeroa, tiedostonumeroa, osoitetta (yksityiskohdat osiossa 9). Toiseksi läpinäkyvyys ja vastuullisuus: Älä esitä tekoälyn luomaa tekstiä ihmisen kirjoittamana. Jokainen kliiniseen asiakirjaan lisätty lausunto on vastuussa kätilölle, joka on sen hyväksynyt.
Varoitus: tekoäly kirjoittaa kulttuurisen "keskiarvon" mukaan; siksi se voi jättää huomiotta tai olettaa väärin joitakin sosiaalisia, uskonnollisia tai paikallisia herkkyyttä. Kätilö tekee aina kulttuurisopeutuksen (yksityiskohdat kohdassa 10).
Yleisiä virheitä
- Pyydän tekoälyltä "päätöstä": "Pitäisikö minun ohjata tämä raskaana oleva nainen?" Tällaiset kysymykset ovat punainen vyöhyke; Tekoälyä ei voi kysyä.
- Numeroiden käyttäminen tarkistamatta niitä: Jokaisen numeron, kuten annos, viikko, analyysiväli, jättäminen tekstiin vahvistamatta sitä on yleisin ja vaarallisin virhe.
- Tunnistamistietojen kirjoittaminen: Kehotteeseen ei saa sisällyttää tietoja, jotka tekevät raskaana olevan naisen tunnistettavissa.
- Sujuvuuden ja tarkkuuden sekoittaminen: Se, että teksti on kirjoitettu hyvin, ei tarkoita, että sen sisältö olisi oikea.
- Roolia ja rajoitusta ei kirjoiteta muistiin: Rajoittamattomat kehotteet tuottavat rajattoman (ja riskialtista) tulosta.
- Luottaminen yhteen lähtöön: Kriittisissä teksteissä on hyödyllistä ajaa tekoäly uudelleen toisena "vahvistussilmänä" ja skannata sen oma tulos.
Yhteenvetona
Tekoäly on voimakas apulainen, joka nopeuttaa kätilön teksti- ja tietotyötä; mutta se ei korvaa päätöksiä, kuten diagnoosi, riski, lääkitys ja kliininen lähete. Jaa tehtävät vihreään (käytä mukavasti), keltaiseen (tuki, varovasti) ja punaiseen (päätöksenteko) vyöhykkeisiin. Tarkista jokainen numeerinen ja kliininen lausunto riippumattomista lähteistä hallusinaatioiden riskin vuoksi; läpäise jokainen tulos Vahvista-muokata-Linkki -ohjelman läpi. Yksityisyyden ja vastuullisuuden periaatteet pätevät koko moduulin ajan: päätös on aina henkilöllä.
Sovellustehtävä
Valitse 6 omaa viikoittaista tehtävääsi ja tee kaavio sijoittamalla kukin vihreä/keltainen/punainen vyöhyke. Käytä yllä olevaa esitemallia luodaksesi luonnos yritykselle vihreällä vyöhykkeellä. skannaa sitten oma tuloste "verification eye" -mallilla ja merkitse vahvistusta vaativat kohteet. Kirjoita punaiselle alueelle asettamasi työtehtävä kahdella virkkeellä, miksi et käytä tekoälyä.
tarkistuslista
- [ ] Sijoitin työn vihreä/keltainen/punainen vyöhyke; Jos se on punainen, en käyttänyt tekoälyä päätökseen.
- [ ] Kirjoitin kehotteeseen roolin, rajan (ei diagnoosia/annosta) ja vahvistustunnisteen.
- [ ] Olen itsenäisesti tarkistanut jokaisen tulosteen numeron, annoksen, viikon ja ohjeilmoituksen.
- [ ] Kehotteeseen ei syötetty tunnistetietoja.
- [ ] Kävin läpi vaiheet Vahvista–Muokkaa–Linkitä tulos.
- [ ] Vahvistan olevani vastuussa kliiniseen asiakirjaan merkityistä lausunnoista.