એકમો
1. રેડિયોલોજીમાં આર્ટિફિશિયલ ઇન્ટેલિજન્સનો પરિચય: ભૂમિકાઓ, સીમાઓ, રેડિયોલોજીસ્ટની મંજૂરી અને નીતિશાસ્ત્ર 2. છબી પૂર્વ-આકારણી અને પ્રાથમિકતા (ટ્રાઇજ): અરજન્ટ તારણોને પ્રાથમિકતા આપવી 3. સ્ટ્રક્ચર્ડ રિપોર્ટિંગ અને રિપોર્ટ ડ્રાફ્ટ: રેડિયોલોજિસ્ટ એઆઈ ડ્રાફ્ટની ચકાસણી કરે છે 4. માપન ઓટોમેશન: નોડ્યુલ, જખમ, વોલ્યુમ અને ઘનતા માપન 5. PACS, RIS અને DICOM વર્કફ્લો: AI ને યોગ્ય સ્થાને જોડવું 6. ખોટા નકારાત્મક અને ખોટા હકારાત્મકનું જોખમ: CAD, સંવેદનશીલતા અને ઓટોમેશન પૂર્વગ્રહ 7. મોડેલિટી-સ્પેસિફિક આર્ટિફિશિયલ ઈન્ટેલિજન્સ: લંગ એક્સ-રે, સીટી, એમઆરઆઈ, મેમોગ્રાફી અને સ્ટ્રોક 8. ઇમેજ ક્વોલિટી, પ્રોટોકોલ અને ડોઝ ઑપ્ટિમાઇઝેશન: શૂટિંગ પહેલાં અને પછી 9. તુલનાત્મક વાંચન અને અનુવર્તી: અગાઉની પરીક્ષાઓ, ફેરફાર અને RECIST 10. ડેટા ગોપનીયતા, DICOM અનામીકરણ, KVKK, નીતિશાસ્ત્ર અને મોડેલ માન્યતા 11. એન્ડ-ટુ-એન્ડ વર્કફ્લો, ગુણવત્તા વ્યવસ્થાપન અને સ્વ-ઓડિટ
એકમ 3 / 11

સ્ટ્રક્ચર્ડ રિપોર્ટિંગ અને રિપોર્ટ ડ્રાફ્ટ: રેડિયોલોજિસ્ટ એઆઈ ડ્રાફ્ટની ચકાસણી કરે છે

નફો:

  • સમજો કે શા માટે સ્ટ્રક્ચર્ડ રિપોર્ટિંગ (સ્ટાન્ડર્ડ હેડિંગ, ટેમ્પ્લેટ્સ, સામાન્ય શબ્દાવલિ) મફત ટેક્સ્ટ કરતાં વધુ સુરક્ષિત છે અને AI આ નમૂનાઓને કેવી રીતે વેગ આપે છે
  • કૃત્રિમ બુદ્ધિમત્તાનો ઉપયોગ શોધવા-પરિણામોની સુસંગતતા, ખૂટતા વિસ્તાર અને ભાષા સુધારણા માટે અને રેડિયોલોજિસ્ટ તરીકે ક્લિનિકલ અર્થઘટન અને અંતિમ અહેવાલ પ્રદાન કરવામાં સક્ષમ બનવું.
  • રિપોર્ટમાં કૃત્રિમ બુદ્ધિમત્તાના તારણો ઉમેરવા/બનાવવાના જોખમને ઓળખવાની ક્ષમતા (ભ્રામકતા) અને દરેક વાક્યને છબી સાથે મેચ કરીને ચકાસવાની ક્ષમતા

રેડિયોલોજી રિપોર્ટ એ દર્દીની ક્લિનિકલ મુસાફરીમાં સૌથી વધુ નિર્ધારિત દસ્તાવેજોમાંનો એક છે. સર્જન સર્જરીનો નિર્ણય લે છે, ઓન્કોલોજિસ્ટ કીમોથેરાપી પ્લાન બનાવે છે, ફેમિલી ડોક્ટર તમારા રિપોર્ટમાં આપેલા વાક્યોના આધારે રેફરલ નિર્ણય લે છે. તેથી, રિપોર્ટ સચોટ હોવા માટે તે પૂરતું નથી; તે સમજી શકાય તેવું, સંપૂર્ણ અને સુસંગત હોવું જોઈએ. ફ્રી-ટેક્સ્ટ રિપોર્ટિંગ લવચીક છે, પરંતુ ખતરનાક રીતે લવચીક છે: ઉતાવળમાં, રેડિયોલોજિસ્ટ "મીડિયાસ્ટિનમ" શીર્ષકને છોડી શકે છે, માપ ભૂલી શકે છે અથવા અસ્પષ્ટ ભાષાનો ઉપયોગ કરી શકે છે જેનો ક્લિનિશિયન અલગ રીતે અર્થઘટન કરશે. સ્ટ્રક્ચર્ડ રિપોર્ટિંગ આ જોખમને ઘટાડે છે: માનક મથાળાઓ, જરૂરી ક્ષેત્રો અને સામાન્ય શબ્દકોશનો ઉપયોગ કરીને, તે ખાતરી કરે છે કે દરેક રિપોર્ટ સમાન ફ્રેમવર્ક અને સંપૂર્ણતા સાથે બહાર આવે છે.

આર્ટિફિશિયલ ઇન્ટેલિજન્સ આ ખૂબ જ ફ્રેમવર્કને ઝડપી બનાવે છે: તારણો યોગ્ય હેડિંગમાં મૂકે છે, તમને ગુમ થયેલ ફીલ્ડની યાદ અપાવે છે, ભાષાને સુધારે છે, તારણો અને નિષ્કર્ષ વચ્ચે સુસંગતતા તપાસે છે અને એક રૂપરેખા બનાવે છે જે તમારી મિનિટો બચાવે છે. પરંતુ એકમનો મુખ્ય સિદ્ધાંત યથાવત રહે છે: AI ડ્રાફ્ટ્સ બનાવે છે; રેડિયોલોજિસ્ટ ક્લિનિકલ અર્થઘટન અને અંતિમ અહેવાલ આપે છે. ડ્રાફ્ટમાંના દરેક વાક્યને ઇમેજ સાથે મેચ કર્યા વિના સહી કરી શકાતી નથી. વણચકાસાયેલ ડ્રાફ્ટ એ સહી વિનાનો અહેવાલ છે.

સ્ટ્રક્ચર્ડ રિપોર્ટિંગ કેમ વધુ સુરક્ષિત છે

મફત લખાણમાં, દરેક રેડિયોલોજિસ્ટ તેની પોતાની શૈલીમાં લખે છે; કોઈ વિષયને છોડવો, સિસ્ટમનું મૂલ્યાંકન કરવાનું ભૂલી જવું અથવા "કદાચ," "નકારી શકાય નહીં," "સંભવિત" જેવા અભિવ્યક્તિઓનો ઉપયોગ અલગ વસ્તુઓનો અર્થ કરવા માટે સરળ છે. સ્ટ્રક્ચર્ડ રિપોર્ટિંગમાં, રિપોર્ટ નિશ્ચિત હાડપિંજરમાં આગળ વધે છે:

  • ક્લિનિકલ માહિતી: સંકેત, ઇતિહાસ, પ્રશ્ન.
  • તકનીક: મોડલિટી, પ્રોટોકોલ, કોન્ટ્રાસ્ટ, ગુણવત્તા.
  • પરિણામો: અંગ/સિસ્ટમ દ્વારા પદ્ધતિસરનું મૂલ્યાંકન (દરેક સિસ્ટમ માટે એક લીટી).
  • નિષ્કર્ષ (છાપ): તારણોનો સારાંશ જે ક્લિનિકલ પ્રશ્નનો જવાબ આપે છે.
  • ભલામણ: ફોલો-અપ, વધારાની પરીક્ષા, સરખામણીની ભલામણ.

આ માળખું ત્રણ બાબતોને સુનિશ્ચિત કરે છે: સંપૂર્ણતા (જરૂરી ક્ષેત્રો ખાલી છોડી શકાતા નથી), સુસંગતતા (દરેક અહેવાલ સમાન બંધારણમાં વાંચે છે), અને સામાન્ય ભાષા (માનક શબ્દો ક્લિનિશિયનને સમાન અર્થ આપે છે). સ્ટ્રક્ચર્ડ રિપોર્ટિંગ અને AI એકબીજાને મજબૂત બનાવે છે, કારણ કે AI આ હાડપિંજરમાં આપમેળે ભરી શકે છે અને ખાલી જગ્યાઓને ચિહ્નિત કરી શકે છે.

કદ

મફત લખાણ

સ્ટ્રક્ચર્ડ + AI ડ્રાફ્ટ

જગ્યા ખૂટવાનું જોખમ

ઉચ્ચ (શીર્ષક અવગણી શકાય છે)

નિમ્ન (ફરજિયાત ક્ષેત્ર ચેતવણી)

સુસંગતતા

રેડિયોલોજીસ્ટ દ્વારા બદલાય છે

પ્રમાણભૂત હાડપિંજર

ક્લિનિશિયન સાથે સામાન્ય ભાષા

ચલ પરિભાષા

પ્રમાણભૂત શબ્દકોશ

ઝડપ

ધીમો (શરૂઆતથી જોડણી)

ઝડપી (ડ્રાફ્ટ સંપાદિત)

આભાસનું જોખમ

કોઈ નહીં (માનવ લેખક)

હા (AI બનાવી શકે છે) — ચકાસણી જરૂરી

અંતિમ જવાબદારી

રેડિયોલોજીસ્ટ

રેડિયોલોજીસ્ટ

ધ્યાન આપો: છેલ્લી પંક્તિ બંને કૉલમમાં સમાન છે. રૂપરેખાંકન અને AI રિપોર્ટને ઝડપી બનાવે છે પરંતુ જવાબદારી સોંપતા નથી.

આભાસ: સૌથી કપટી જોખમ

ટેક્સ્ટ-જનરેટીંગ લેંગ્વેજ મોડેલ્સ (LLM - મોટા ભાષાનું મોડેલ, કૃત્રિમ બુદ્ધિ જે કુદરતી ભાષામાં અસ્ખલિત ટેક્સ્ટ ઉત્પન્ન કરે છે) કેટલીકવાર અહેવાલમાં એક સંપૂર્ણ વાક્યમાં છબીની સમકક્ષ ન હોય તેવી શોધ લખે છે, જેમ કે તે વાસ્તવિક હોય. આને આભાસ કહેવાય છે. ઉદાહરણ તરીકે, વાક્ય "લિવર સેગમેન્ટ 6 માં 12 મીમી સિમ્પલ સિસ્ટ" પેટના સીટી સ્કેનમાં સમાવી શકાય છે; જો કે, તે પરીક્ષામાં કોઈ ફોલ્લો નથી. વાક્ય એટલું સ્વાભાવિક લાગે છે કે થાકેલી આંખે તેના પર સહી કરી શકાય. તેનાથી વિપરીત પણ થાય છે: મોડેલ ડ્રાફ્ટ (અંડરરિપોર્ટિંગ)માંથી વાસ્તવિક શોધ છોડી શકે છે.

તેથી ડ્રાફ્ટ માન્યતા વન-વે નથી. રેડિયોલોજિસ્ટ બે પ્રશ્નો પૂછે છે: (1) શું સ્કેચમાંના દરેક વાક્યમાં છબીની સમકક્ષ છે? (બનાવટને નીંદણ કરવું) અને (2) શું ઇમેજમાં દરેક નોંધપાત્ર શોધો હસ્તપ્રતમાં શામેલ છે? (ગુમ થયેલ પૂર્ણ કરો). જ્યારે બંને થઈ જાય ત્યારે જ રિપોર્ટ પર સહી થઈ શકે છે.

સાવધાન: ભાષાના મોડેલની અસ્ખલિતતા તેની ચોકસાઈનો પુરાવો નથી. ભલે તે ગમે તેટલું વ્યાવસાયિક લાગે, દરેક શોધ વાક્ય છબી સાથે મેળ ખાધા વિના તેને રિપોર્ટમાં બનાવી શકતું નથી. આભાસ ખોટો છે જે સલામત લાગે છે.

ત્રણ નાના કેસો

કેસ 1 - સચોટ રિપોર્ટ ઝડપી. રેડિયોલોજિસ્ટ એઆઈ સાથે સંરચિત થોરેક્સ સીટી ટેમ્પ્લેટ ભરે છે. મોડેલ તારણોને હેડિંગમાં મૂકે છે, ચેતવણી આપે છે કે "મીડિયાસ્ટિનમનું મૂલ્યાંકન કરવામાં આવ્યું નથી"; રેડિયોલોજિસ્ટ તે વિસ્તાર ઉમેરે છે. રિપોર્ટનો સમય 9 મિનિટથી ઘટીને 4 મિનિટ થાય છે. રેડિયોલોજિસ્ટ ઇમેજ સાથે દરેક વાક્યની પુષ્ટિ કરે છે અને સહી કરે છે. અહીં, એઆઈએ સંપૂર્ણતા અને ઝડપમાં વધારો કર્યો, અને નિર્ણય રેડિયોલોજિસ્ટ પાસે રહ્યો.

કેસ 2 - આભાસ પકડાયો. પેટના MRI સ્કેચ પર, YZ લખે છે "સ્વાદુપિંડની પૂંછડીમાં 8 mm સિસ્ટિક જખમ." રેડિયોલોજિસ્ટ આ વાક્યને ઈમેજ સાથે મેચ કરે છે; સ્વાદુપિંડની પૂંછડી સંપૂર્ણપણે સામાન્ય છે, આવા કોઈ જખમ નથી. વાક્ય બહાર કાઢે છે. જો તેની પુષ્ટિ ન થઈ હોત, તો દર્દીને MRI ફોલો-અપ્સની બિનજરૂરી સાંકળ અને મહિનાઓની ચિંતાનો સામનો કરવો પડ્યો હોત. ચકાસણીએ અહેવાલમાંથી બનાવટને બાકાત રાખ્યો હતો.

કેસ 3 - અપૂર્ણ શોધ પૂર્ણ. મગજના એમઆરઆઈ ડ્રાફ્ટમાં, મોડેલે ક્યારેય તબીબી રીતે નોંધપાત્ર નાના તીવ્ર ઇન્ફાર્ક્શન (નવા જહાજોના અવરોધને કારણે પેશીઓને નુકસાન) નોંધ્યું નથી. છબીની દરેક શોધ સ્કેચમાં છે કે કેમ તે તપાસતી વખતે, રેડિયોલોજિસ્ટ પ્રસરણ શ્રેણીમાં તેજસ્વી વિસ્તાર જુએ છે અને શોધ ઉમેરે છે. AI અધૂરું છોડી દીધું; રેડિયોલોજિસ્ટના વ્યવસ્થિત વાંચનથી એ ખાલીપો ભરાઈ ગયો. આ કિસ્સો દર્શાવે છે કે ચકાસણી માત્ર "વધારાની નિંદણ" નથી પરંતુ "ખાધ ભરવા" છે.

નબળા પ્રોમ્પ્ટ / મજબૂત પ્રોમ્પ્ટ

નબળા પ્રોમ્પ્ટ:

થોરાક્સ સીટી રિપોર્ટ લખો, દર્દીને ઉધરસ આવી રહી છે.

કોઈ પદ્ધતિની વિગત નથી, કોઈ તારણો નથી, કોઈ નમૂનાઓ નથી અને કોઈ સીમાઓ નથી; મોડેલ ફેબ્રિકેશન વડે ખાલી જગ્યાઓ ભરે છે, અને આભાસનું જોખમ સૌથી વધુ છે.

શક્તિશાળી પ્રોમ્પ્ટ:

તમારી ભૂમિકા: સહાયક રેડિયોલોજિસ્ટને સ્ટ્રક્ચર્ડ ડ્રાફ્ટ તૈયાર કરે છે. નિદાન ન કરો, રિપોર્ટને સંપૂર્ણ ન માનો. હું નીચે આપેલા તારણોમાંથી જ ડ્રાફ્ટ તૈયાર કરો; પૂરી પાડવામાં આવેલ ન હોય તેવા કોઈપણ તારણો ઉમેરશો નહીં; જો કોઈ ફીલ્ડ માટે કોઈ ડેટા નથી, તો "[કોઈ ડેટા આપવામાં આવ્યો નથી—રેડિયોલોજિસ્ટ ભરો]" લખો, તેને બનાવશો નહીં. શીર્ષકો: ક્લિનિકલ માહિતી, તકનીક, તારણો (સિસ્ટમ આધારિત), નિષ્કર્ષ, ભલામણ. અંતે, ઇનપુટની સૂચિ બનાવો કે જેના પર રૂપરેખામાંના તારણોનું દરેક નિવેદન આધારિત છે. દર્દી: 55 વર્ષનો પુરૂષ, ક્રોનિક ઉધરસ, 30 પેક-વર્ષ ધૂમ્રપાન. મોડલિટી: બિન-કોન્ટ્રાસ્ટ છાતી સીટી. તારણો: જમણા ઉપલા લોબ પાછળના ભાગમાં 9 મીમી સ્પિક્યુલેટેડ નોડ્યુલ; મધ્યસ્થ લસિકા ગાંઠ પેથોલોજીકલ કદનું નથી; કોઈ પ્લ્યુરલ ફ્યુઝન નથી; હાડકાની રચના કુદરતી છે.

મજબૂત દાવા ટેમ્પલેટ મર્યાદા, ફેબ્રિકેશન પ્રતિબંધ અને સ્ત્રોત ટ્રેસેબિલિટી એકસાથે આપે છે.

નકલ કરી શકાય તેવા પ્રોમ્પ્ટ નમૂનાઓ

સ્ટ્રક્ચર્ડ ડ્રાફ્ટ ટેમ્પલેટતમારી ભૂમિકા: રેડિયોલોજિસ્ટ માટે ડ્રાફ્ટ તૈયાર કરતી સહાયક. નિદાન કરશો નહીં, સહી કરશો નહીં. હું જે તારણો પ્રદાન કરું છું તેમાંથી જ સંરચિત રૂપરેખા બનાવો. શીર્ષકો: ક્લિનિકલ માહિતી, તકનીક, તારણો (સિસ્ટમ/અંગ દ્વારા), નિષ્કર્ષ, ભલામણ. નોન-ડેટા ફીલ્ડમાં "[રેડિયોલોજિસ્ટ ફિલ ઇન]" લખો, તેને બનાવશો નહીં. મોડલિટી: [લખો]. પરિણામો: [ઉનાળો].

આભાસ ઓડિટ ટેમ્પલેટી તમને ડ્રાફ્ટ રિપોર્ટ આપશે. દરેક શોધ વાક્યને નંબર આપો અને તેની બાજુમાં "સ્ત્રોત: [આધારિત]" લખો. ઇનપુટમાં સમકક્ષ ન હોય તેવા વાક્યોને એક અલગ "ટુ બી વેરીફાઇડ / પોસિબલ ફેક" યાદીમાં એકત્રિત કરો. ડ્રાફ્ટ: [લખો]

ફાઇન્ડિંગ્સ-નિષ્કર્ષ સુસંગતતા નમૂનો તમને રિપોર્ટના તારણો અને નિષ્કર્ષ વિભાગો આપશે. મહત્વની વસ્તુઓની યાદી આપો જે તારણોમાં દેખાય છે પરંતુ નિષ્કર્ષમાં શામેલ નથી અને નિષ્કર્ષમાં દેખાતા નિવેદનો અને તારણોમાં કોઈ આધાર નથી. હેતુ: રેડિયોલોજિસ્ટને વિસંગતતા દર્શાવવા માટે, તેને સુધારવા માટે નહીં. અહેવાલ: [લખો]

ભાષા અને સ્પષ્ટતા ટેમ્પલેટી તમને ડ્રાફ્ટ રિપોર્ટ આપશે. માત્ર LANGUAGE અને CLARITY માટે સુધારો: અસ્પષ્ટ શબ્દસમૂહોને ફ્લેગ કરો, પ્રમાણભૂત પરિભાષા સૂચવો. તારણો ઉમેરો અથવા દૂર કરો; ક્લિનિકલ અર્થ બદલો. ફેરફારોને "સૂચન" તરીકે ચિહ્નિત કરો, અંતિમ નિર્ણય રેડિયોલોજિસ્ટ સાથે છે. ડ્રાફ્ટ: [લખો]

સામાન્ય ભૂલો

  • મેચ કર્યા વિના ડ્રાફ્ટ પર સહી કરવી. તારણોના દરેક નિવેદનની છબી દ્વારા પુષ્ટિ કરવી આવશ્યક છે; પ્રવાહ એ ચોકસાઈ નથી.
  • માત્ર અધિકને છટણી કરવી અને ઉણપની શોધ કરવી નહીં. મોડેલ તારણો ઘટાડી શકે છે; તે પણ તપાસવું જોઈએ કે શું ઈમેજમાં દરેક તારણો ડ્રાફ્ટમાં સામેલ છે.
  • મોડેલને ડેટા આપ્યા વિના રિપોર્ટની વિનંતી કરવી. તે કાલ્પનિક સાથે અવકાશ ભરે છે; આભાસનું જોખમ વિસ્ફોટ થાય છે.
  • નિષ્કર્ષ વિભાગને તારણો સાથે અસંગત છોડીને. જો તારણોમાં સમાવિષ્ટ ન હોય તેવી કોઈ વસ્તુ નિષ્કર્ષ પર આવે છે, તો ચિકિત્સકની ભૂલ થાય છે.
  • પ્રમાણભૂત પરિભાષા કરતાં અસ્પષ્ટ ભાષા. "નકારી શકાતું નથી" જેવા શબ્દસમૂહો ચિકિત્સકોમાં અલગ રીતે સમજવામાં આવે છે; સામાન્ય શબ્દકોશનો ઉપયોગ કરવો જોઈએ.
ટીપ: તમે રૂપરેખા વાંચતા જ પેનને ઊંધી પકડી રાખો: પૂછો "હું આ છબીમાં ક્યાં જોઉં છું?" દરેક વાક્ય માટે. પૂછો જો તમારી પાસે જવાબ ન હોય, તો વાક્ય રિપોર્ટમાં દાખલ થઈ શકશે નહીં. આ એક પ્રશ્ન મોટા ભાગના આભાસને તેઓ હસ્તાક્ષરના તબક્કામાં પહોંચે તે પહેલાં જ બહાર કાઢે છે.

સારાંશમાં

સ્ટ્રક્ચર્ડ રિપોર્ટિંગ—માનક મથાળાઓ, જરૂરી ફીલ્ડ્સ, સામાન્ય શબ્દાવલિ — એવા અહેવાલો ઉત્પન્ન કરે છે જે વધુ સંપૂર્ણ, સુસંગત હોય છે અને મફત ટેક્સ્ટ કરતાં ક્લિનિશિયન જેવી જ ભાષા બોલે છે. આર્ટિફિશિયલ ઇન્ટેલિજન્સ આ માળખાને વેગ આપે છે: તારણો મૂકે છે, ખૂટતા વિસ્તારની યાદ અપાવે છે, ભાષા સુધારે છે, શોધ-નિષ્કર્ષની સુસંગતતા તપાસે છે. પરંતુ AI ડ્રાફ્ટ્સ બનાવે છે, રિપોર્ટ્સ નહીં. સૌથી કપટી જોખમ આભાસ છે: મોડેલ એવી શોધ બનાવે છે જે અસ્ખલિત વાક્યમાં છબીમાં નથી. રેડિયોલોજિસ્ટ બે રીતે ચકાસે છે - શું સ્કેચમાં દરેક વાક્ય એક છબી સાથે છે, સ્કેચમાં સમાવિષ્ટ છબીની દરેક શોધ છે - અને જ્યારે આ બે પૂર્ણ થાય છે ત્યારે જ સંકેતો. ક્લિનિકલ અર્થઘટન અને અંતિમ રિપોર્ટ હંમેશા રેડિયોલોજિસ્ટ પાસે રહે છે.

એપ્લિકેશન કાર્ય

તમારી પોતાની દિનચર્યા (થોરાસિક સીટી, એબ્ડોમિનલ એમઆરઆઈ, વગેરે) માંથી એક મોડલિટી પસંદ કરો અને તે મોડલિટી માટે એક સ્ટ્રક્ચર્ડ ટેમ્પલેટ સ્કેલેટન લખો (ઓછામાં ઓછા 5 હેડિંગ, સિસ્ટમ દ્વારા રેખાઓ શોધવી). પછી "સ્ટ્રક્ચર્ડ આઉટલાઇન" ટેમ્પ્લેટનો ઉપયોગ કરીને તારણોની નમૂનાની સૂચિ સાથે રૂપરેખા તૈયાર કરો. પછી "આભાસ ઓડિટ" ટેમ્પલેટ ચલાવો અને પરીક્ષણ કરો કે તમે ડ્રાફ્ટમાં ઇરાદાપૂર્વક ઉમેરેલ/બનાવેલું વાક્ય પકડ્યું છે કે કેમ. છેલ્લે, રૂપરેખાના દરેક વાક્યને "ઇમેજમાં ક્યાં છે?" પ્રશ્ન સાથે ચિહ્નિત કરો.

ચેકલિસ્ટ

  • [ ] મેં સ્ટ્રક્ચર્ડ ટેમ્પલેટ હેડિંગનો ઉપયોગ કર્યો (ક્લિનિકલ, ટેકનિકલ, તારણો, નિષ્કર્ષ, ભલામણ).
  • [ ] મેં મોડેલને ફક્ત વાસ્તવિક તારણો આપ્યાં છે; મેં કોઈ જગ્યાઓ છોડી નથી.
  • [ ] મેં ડ્રાફ્ટમાંના દરેક વાક્યને ઇમેજ સાથે મેળ ખાય છે (વધારાની દૂર કરી છે).
  • [ ] મેં તપાસ કરી છે કે ઇમેજમાંની દરેક મહત્વપૂર્ણ શોધ ડ્રાફ્ટમાં છે (ગુમ થયેલ પૂર્ણ).
  • [ ] મેં ચકાસ્યું કે તારણો અને નિષ્કર્ષ વિભાગો સુસંગત છે.
  • [ ] મેં અસ્પષ્ટ શબ્દોને પ્રમાણભૂત પરિભાષા સાથે બદલ્યો છે.
  • [ ] મેં કોઈપણ ચકાસાયેલ વાક્ય પર હસ્તાક્ષર કર્યા નથી; મારી પાસે અંતિમ અહેવાલ છે.