એકમો
1. બાળ વિકાસમાં કૃત્રિમ બુદ્ધિનો પરિચય: ભૂમિકાઓ, સીમાઓ, માન્યતા અને નીતિશાસ્ત્ર 2. ડેવલપમેન્ટ એસેસમેન્ટ સપોર્ટઃ સ્ક્રિનિંગ ટૂલ્સ અને વેલિડેટિંગ AI ડ્રાફ્ટ 3. વિકાસ અને એઆઈના ક્ષેત્રો: મોટર, ભાષા, જ્ઞાનાત્મક, સામાજિક-ભાવનાત્મક ટ્રેકિંગ 4. અવલોકન નોંધ અને ટુચક રેકોર્ડ: AI સાથે રૂપરેખાંકન 5. પ્રવૃત્તિ અને રમત યોજનાનું ઉત્પાદન: વય અને વિકાસ માટે યોગ્ય ડિઝાઇન 6. વ્યક્તિગત વિકાસ અને સહાયક યોજના: AI ડ્રાફ્ટ અને નિષ્ણાત અનુકૂલન 7. કૌટુંબિક માર્ગદર્શન સામગ્રી: સમજી શકાય તેવું, સાંસ્કૃતિક રીતે પ્રતિભાવશીલ, માન્ય 8. સામગ્રીનું ઉત્પાદન: વિઝ્યુઅલ, કાર્ડ, પ્રવૃત્તિ પૃષ્ઠ અને સામાજિક વાર્તા 9. એવિડન્સ સ્કેનિંગ અને વર્તમાન માહિતી: સ્ત્રોત ચકાસણી અને આભાસ 10. ચાઇલ્ડ ડેટા ગોપનીયતા, KVKK અને નૈતિક સીમાઓ 11. એન્ડ-ટુ-એન્ડ વર્કફ્લો: અવલોકનથી રિપોર્ટ, માપન અને સતત સુધારો
એકમ 2 / 11

ડેવલપમેન્ટ એસેસમેન્ટ સપોર્ટઃ સ્ક્રિનિંગ ટૂલ્સ અને વેલિડેટિંગ AI ડ્રાફ્ટ

નફો:

  • સમજવું કે વિકાસલક્ષી સ્ક્રીનીંગ (જેમ કે ડેનવર II, AGTE, GEÇDA) નિદાન માટે નથી, પરંતુ જોખમ નિર્ધારણ અને માર્ગદર્શન માટે છે અને આ મર્યાદામાં કૃત્રિમ બુદ્ધિમત્તાની ભૂમિકાને સ્થાન આપવા માટે છે.
  • સ્ક્રીનીંગ પરિણામો માટે સ્પષ્ટ પ્રારંભિક સારાંશ અને રિપોર્ટ ડ્રાફ્ટ બનાવવા માટે કૃત્રિમ બુદ્ધિનો ઉપયોગ કરો અને નિષ્ણાત તરીકે અંતિમ મૂલ્યાંકન અને રેફરલ નિર્ણય લેવામાં સક્ષમ બનો.
  • અર્થઘટન પહેલાં વય સુધારણા, સાંસ્કૃતિક યોગ્યતા, સિંગલ સત્રની ભૂલ અને કટ-ઓફ સ્કોર જેવા ફાંસો પકડવાની ક્ષમતા

એક કુટુંબ તમારા અઢી વર્ષના બાળક વિશે ચિંતાઓ સાથે તમારી પાસે આવે છે: "તેના મિત્રો વાત કરે છે, પરંતુ મારા ઓછા બોલે છે." આ વાક્ય પાછળ કેટલીકવાર સંપૂર્ણ સામાન્ય વ્યક્તિગત તફાવત રહેલો છે, કેટલીકવાર વિકાસલક્ષી વિલંબ કે જેને સમર્થન આપવાની જરૂર છે, અને કેટલીકવાર એવી પરિસ્થિતિ કે જેને વધુ મૂલ્યાંકનની જરૂર હોય છે. આ ત્રણેયને અલગ પાડવું એ બાળ વિકાસ નિષ્ણાતની સૌથી મહત્વપૂર્ણ નોકરીઓમાંની એક છે. આ તફાવત બનાવવા માટેનું પ્રથમ પગલું એ વિકાસલક્ષી સ્ક્રીનીંગ છે. આ એકમમાં, અમે સ્ક્રીનિંગ શું છે, શું નથી અને એઆઈને પ્રક્રિયામાં ક્યાં મૂકી શકાય છે - ખૂબ કાળજી સાથે આવરી લઈશું.

પ્રથમ સૌથી જટિલ વાક્ય: વિકાસલક્ષી સ્ક્રીનીંગ એ નિદાન નથી. સ્ક્રિનિંગ એ એક ટૂંકી અને વ્યવહારુ સ્ક્રિનિંગ પ્રક્રિયા છે જે વિકાસલક્ષી જોખમ ધરાવતા બાળકોને ઝડપથી ઓળખવામાં, તેમનું વધુ મૂલ્યાંકન કરવામાં અને તેમને યોગ્ય નિષ્ણાત/ચિકિત્સક પાસે મોકલવામાં મદદ કરે છે. નિદાન એ વિગતવાર ક્લિનિકલ મૂલ્યાંકન, બહુવિધ ડેટા સ્ત્રોતો અને સંબંધિત ચિકિત્સક/નિષ્ણાત ટીમનું કામ છે. જો તમે એકવાર આ મર્યાદાને આંતરિક નહીં કરો, તો આર્ટિફિશિયલ ઇન્ટેલિજન્સ તમને વારંવાર એવા વાક્યો સૂચવે છે જે આ મર્યાદાને વટાવે છે, અને તમે તેને સમજ્યા વિના સ્વીકારી શકશો.

સ્કેનિંગ સાધનો અને મૂળભૂત ખ્યાલો

તુર્કિયેમાં વારંવાર ઉપયોગમાં લેવાતા કેટલાક વિકાસલક્ષી સ્ક્રીનીંગ અને મૂલ્યાંકન સાધનો છે: ડેનવર II (0-6 વય વિકાસલક્ષી સ્ક્રીનીંગ ટેસ્ટ; વ્યક્તિગત-સામાજિક, ફાઇન મોટર, ભાષા અને કુલ મોટર ક્ષેત્રોને સ્કેન કરે છે), AGTE (અંકારા વિકાસલક્ષી સ્ક્રિનિંગ ઇન્વેન્ટરી; 0-6 વર્ષ, કૌટુંબિક અહેવાલના આધારે), GEÇDA (Earsess-7 મહિનાઓ); આ સાધનોની સામાન્ય વિશેષતા એ છે કે તેઓ માન્ય અને પ્રમાણિત છે. "સ્ટાન્ડર્ડાઇઝ્ડ" નો અર્થ એ છે કે સાધન ચોક્કસ નમૂના પર વિકસાવવામાં આવ્યું છે અને તેના ધોરણો (ઉમર અનુસાર અપેક્ષિત મૂલ્યો) નક્કી કરવામાં આવ્યા છે.

ચાલો કેટલીક શરતો સ્પષ્ટ કરીએ. ધોરણ એ એક સંદર્ભ મૂલ્ય છે જે દર્શાવે છે કે આપેલ વયના મોટાભાગના બાળકો ક્યારે કૌશલ્યમાં નિપુણતા મેળવે છે. કટ-ઓફ સ્કોર એ થ્રેશોલ્ડ છે જે "એક જોખમ છે / વધુ મૂલ્યાંકન જરૂરી છે" રેખા દોરે છે. ખોટા નકારાત્મક એ છે કે જ્યારે ખરેખર જોખમમાં હોય તેવું બાળક સ્ક્રીનીંગ "સામાન્ય રીતે" પસાર કરે છે - સૌથી ખતરનાક ભૂલ કારણ કે સપોર્ટમાં વિલંબ થાય છે. ખોટા હકારાત્મક એ અન્યથા સામાન્ય બાળકને "જોખમમાં" તરીકે ચિહ્નિત કરે છે - જે પરિવાર માટે બિનજરૂરી ચિંતાનું કારણ બને છે પરંતુ સામાન્ય રીતે વધુ મૂલ્યાંકન દ્વારા સુધારી શકાય છે. એક સારું સ્કેન ખોટા નકારાત્મકને ઓછું રાખવાનો પ્રયાસ કરે છે.

સાવધાન: AI ની અંદર કોઈ સ્કેનિંગ ટૂલ્સ "રન" નથી. સ્કોરિંગ ટૂલના પોતાના મેન્યુઅલ અને માન્યતા પ્રોટોકોલ અનુસાર કરવામાં આવે છે. સ્કોર્સની ગણતરી કરવા અથવા કટઓફ સ્કોર્સ સેટ કરવા માટે AI નો ઉપયોગ કરશો નહીં; તેનો ઉપયોગ માત્ર માન્ય પરિણામોને સમજી શકાય તેવી ભાષા અને ડ્રાફ્ટ રિપોર્ટ્સમાં અનુવાદ કરવા માટે કરો.

કૃત્રિમ બુદ્ધિની યોગ્ય ભૂમિકા

કૃત્રિમ બુદ્ધિ સ્ક્રીનીંગ પ્રક્રિયા દરમિયાન નિદાન અથવા સ્કોર પ્રદાન કરતી નથી. તેનું સલામત કાર્ય છે: તમે ટૂલ લાગુ કરો અને સાચો સ્કોર્સ મેળવો તે પછી, તે પરિણામોને કુટુંબ અને ફાઇલ માટે યોગ્ય હોય તેવા સરળ અને સાવધ પ્રારંભિક સારાંશમાં અનુવાદિત કરવા. બીજા શબ્દોમાં કહીએ તો, AI કાચા પરિણામને ડ્રાફ્ટમાં અનુવાદિત કરે છે જે મનુષ્ય સમજી શકે છે; તમે અર્થઘટન અને માર્ગદર્શક નિર્ણયનો ક્લિનિકલ પદાર્થ સેટ કરો છો.

અહીં પગલું દ્વારા સલામત પ્રવાહ છે:

  1. તેના નિયમો અનુસાર સાધન લાગુ કરો અને સ્કોર કરો. આ સંપૂર્ણપણે તમારો વ્યવસાય છે; AI દખલ કરતું નથી.
  2. પરિણામને અનામી અને સંરચિત ફોર્મેટમાં તૈયાર કરો. નામને બદલે, "3 વર્ષ અને 4 મહિનાનો છોકરો", ફીલ્ડ તારણો.
  3. AI પાસે ફક્ત અમૂર્ત અને ડ્રાફ્ટ્સ લખવા દો. "કોઈ નિદાન ન કરો, કટ સ્કોર ટિપ્પણી ઉમેરો" ની મર્યાદા સાથે.
  4. ઉંમર સુધારણા, સાંસ્કૃતિક યોગ્યતા, સિંગલ સત્રની અસર વગેરે જેવી મુશ્કેલીઓ માટે તપાસો.
  5. નિષ્ણાત તરીકે અંતિમ મૂલ્યાંકન અને માર્ગદર્શનનો નિર્ણય કરો અને તેના પર સહી કરો.

સ્ટેજ

કોણ કરે છે

AI ની ભૂમિકા

સાધન લાગુ કરવું અને સ્કોર કરવું

નિષ્ણાત

કોઈ નહિ

કટ-ઓફ સ્કોર પર આધારિત જોખમ નિર્ધારણ

નિષ્ણાત (ટૂલ માર્ગદર્શિકા)

કોઈ નહિ

પરિણામનું સાદી ભાષામાં અનુવાદ

નિષ્ણાતની દેખરેખ હેઠળ AI

સ્કેચ જનરેટર

ડ્રાફ્ટ રિપોર્ટ/કુટુંબ સારાંશ

નિષ્ણાતની દેખરેખ હેઠળ AI

સ્કેચ જનરેટર

રેફરલ અને ડાયગ્નોસ્ટિક નિર્ણય

નિષ્ણાત + ચિકિત્સક/ટીમ

કોઈ નહિ

ચકાસણી પહેલાં ટાળવા માટે મુશ્કેલીઓ

ઉંમર સુધારણા. અકાળે જન્મેલા બાળકમાં, વિકાસનું મૂલ્યાંકન કેલેન્ડર વયના આધારે નહીં પણ સુધારેલી વય અનુસાર કરવામાં આવે છે. સુધારેલ ઉંમર = કૅલેન્ડર વય − (40 અઠવાડિયા − જન્મનું અઠવાડિયું). ઉદાહરણ તરીકે, 32 અઠવાડિયામાં જન્મેલા 6-મહિનાના બાળકની સુધારેલી ઉંમર આશરે 4 મહિના છે. જો તમે આ કરેક્શન છોડો છો તો તમે એક સામાન્ય બાળક "પાછળ" જોશો. સુધારણા સામાન્ય રીતે 2 વર્ષની ઉંમર સુધી કરવામાં આવે છે.

સાંસ્કૃતિક અને ભાષાકીય યોગ્યતા. સાધનની આઇટમ (દા.ત., ચોક્કસ રમકડા અથવા વિદેશી વસ્તુને લગતી કૌશલ્ય) દરેક સંસ્કૃતિમાં સમાન અર્થ ધરાવતો નથી. દ્વિભાષી મોટા થતા બાળક માટે, એક ભાષામાં શબ્દોની સંખ્યા તેના કરતા ઓછી લાગે છે; કુલ ભાષાના ભંડારનું મૂલ્યાંકન કરવું જોઈએ.

એક સત્રની ભ્રમણા. જ્યારે બાળક ભૂખ્યું હોય, ઊંઘ ન લેતું હોય, બીમાર હોય અથવા વિદેશી વાતાવરણમાં હોય ત્યારે તેનું સાચું સ્તર દેખાતું નથી. એક સ્કેન ફોટો એ આખી ફિલ્મ નથી; જ્યારે જરૂરી હોય ત્યારે પુનરાવર્તન અને બહુવિધ સ્ત્રોતો (કુટુંબ સૂચના, શિક્ષક અવલોકન) જરૂરી છે.

કટ-ઓફ સ્કોર અંધત્વ. કટઓફ સ્કોરથી બરાબર નીચે અથવા ઉપર હોવાને કારણે તીવ્ર "સ્વસ્થ/બીમાર" ભેદ સર્જાતો નથી. નજીકના સીમારેખા પરિણામો ક્લિનિકલ ચુકાદા સાથે નિયંત્રિત થાય છે.

ટીપ: પરિણામોનો સારાંશ છાપતી વખતે, AI ને સ્પષ્ટપણે સરહદ રેખા અથવા અસ્પષ્ટ વિસ્તારોને "[નિષ્ણાત ક્લિનિકલ ચુકાદો જરૂરી]" તરીકે ચિહ્નિત કરવા માટે કહો. આ તમને રૂપરેખા પર આંધળો વિશ્વાસ કરવાથી અટકાવે છે.

ચાર નકલ કરી શકાય તેવા સંકેતો

1) પ્રોમ્પ્ટ કે જે સ્કેન પરિણામને સરળ કુટુંબ સારાંશમાં રૂપાંતરિત કરે છે:

તમારી ભૂમિકા: બાળ વિકાસ નિષ્ણાતના સહાયકનો મુસદ્દો તૈયાર કરવો. નિદાન કરશો નહીં, કટ-ઓફ સ્કોર પર ટિપ્પણી કરશો નહીં, "વિલંબ છે" એમ કહો નહીં. નીચેના અનામી સ્ક્રીનીંગ તારણોનો પરિવાર માટે સરળ અને સાવચેત સારાંશમાં અનુવાદ કરો. દોષારોપણ કરશો નહીં; શક્તિઓનો પણ ઉલ્લેખ કરો; જ્યાં જરૂરી હોય ત્યાં, નિર્દેશક પરંતુ બિન-પ્રતિબદ્ધ ભાષાનો ઉપયોગ કરો જેમ કે "વધુ મૂલ્યાંકનની ભલામણ કરવામાં આવી શકે છે." તારણો: [અનામી, ફિલ્ડેડ]

2) ઉંમર સુધારણા ગણતરી અને ચેતવણી પ્રોમ્પ્ટ:

હું બાળકના વિકાસનું મૂલ્યાંકન કરીશ. નીચેની માહિતી સાથે સુધારેલી ઉંમરની ગણતરી કરો, પગલું દ્વારા સૂત્ર બતાવો અને તમને યાદ કરાવો કે કેલેન્ડર વય અને સુધારેલી ઉંમર વચ્ચેનો તફાવત આકારણીમાં શું બદલાઈ શકે છે. જન્મ અઠવાડિયું: [X] અઠવાડિયા. વર્તમાન કૅલેન્ડર વય: [Y મહિના Z દિવસ].

3) રિપોર્ટ ડ્રાફ્ટ સ્કેલેટન પ્રોમ્પ્ટ:

નીચે આપેલા અનામી સ્કેન તારણોમાંથી મૂલ્યાંકન રિપોર્ટ ડ્રાફ્ટ હાડપિંજર બનાવો. વિભાગો: સામાન્ય માહિતી, લાગુ કરેલ સાધન, ક્ષેત્ર-આધારિત તારણો, શક્તિઓ, ધ્યાન આપવાના ક્ષેત્રો, ભલામણ/માર્ગદર્શન (સાવચેત), નોંધ: "આ એક સ્ક્રીનીંગ સારાંશ છે, નિદાન નથી" વાક્ય ઉમેરો. તમે ખાલી છોડેલ દરેક ફીલ્ડમાં [નિષ્ણાતને ભરવા દો] લખો. તારણો: [અનામી]

4) ટ્રેપ ચેકલિસ્ટ પ્રોમ્પ્ટ:

નીચેના ક્ષતિઓ માટે નીચે આપેલા સ્ક્રીનીંગ સારાંશ ડ્રાફ્ટને તપાસો અને તમને મળેલી કોઈપણ સમસ્યાને આઇટમાઇઝ કરો: (1) શું એવી કોઈ ભાષા છે જે નિદાન સૂચવે છે? (2) શું તે કટઓફ સ્કોરને ચોક્કસ નિર્ણયમાં રૂપાંતરિત કરે છે? (3) શું વય સુધારણા જરૂરી હોય તેવી પરિસ્થિતિને અવગણવામાં આવી છે? (4) સાંસ્કૃતિક/ભાષાકીય સુસંગતતાને અવગણવામાં આવી છે? (5) શું તે એક સત્રને સંપૂર્ણ સત્ય તરીકે રજૂ કરે છે? ડ્રાફ્ટ: [ટેક્સ્ટ]

ત્રણ નાના કેસો

કેસ 1 — નજીકની સરહદનું પરિણામ. 4 વર્ષ અને 1 મહિનાની ઉંમરના બાળકનું ભાષા ક્ષેત્રનું સ્ક્રીનિંગ પરિણામ કટ-ઓફ સ્કોર (ઉદાહરણ તરીકે, 12નો કટ-ઓફ સ્કોર, બાળક 11 છે). AI ડ્રાફ્ટ નિશ્ચિતપણે જણાવે છે કે "ભાષાના વિકાસમાં વિલંબ છે." નિષ્ણાત આને સુધારવા માટે કહે છે કે "ભાષાના ક્ષેત્રમાં નજીકની સરહદનું પરિણામ જોવા મળ્યું હતું; વધુ મૂલ્યાંકન અને કુટુંબ સૂચના સાથે સમર્થનની ભલામણ કરવામાં આવે છે." તફાવત: શબ્દોની પસંદગી કુટુંબની ચિંતાના સ્તર અને પ્રોમ્પ્ટની ચોકસાઈને બદલે છે.

કેસ 2 — ઉંમર સુધારણા. 28 અઠવાડિયામાં જન્મેલા અને જેની કૅલેન્ડર ઉંમર 12 મહિના છે તેના મોટર વિકાસનું મૂલ્યાંકન કરવામાં આવે છે. સુધારેલ ઉંમર આશરે 9 મહિના છે. પ્રથમ ડ્રાફ્ટમાં, AI કૅલેન્ડર વયનો ઉપયોગ કરે છે અને કહે છે કે "ગ્રોસ મોટરમાં 3 મહિના પાછળ છે". નિષ્ણાત કરેક્શન લાગુ કરે છે; બાળક તેની સુધારેલી ઉંમર માટે સામાન્ય છે. બિનજરૂરી રેફરલ અને કૌટુંબિક ગભરાટ અટકાવવામાં આવે છે.

કેસ 3 - દ્વિભાષી બાળક. ઘરમાં બે ભાષા બોલતા 3 વર્ષના બાળકના ટર્કિશ શબ્દોની સંખ્યા ઓછી જણાય છે. AI ડ્રાફ્ટ ફક્ત તુર્કીના ભંડારને જુએ છે અને "અભિવ્યક્ત ભાષામાં ચિહ્નિત વિલંબ" લખે છે. નિષ્ણાત બંને ભાષાઓમાં બાળકના કુલ ભંડાર અને સંદેશાવ્યવહારના હેતુનું મૂલ્યાંકન કરે છે; ચિત્ર અપેક્ષા કરતાં વધુ સકારાત્મક છે. સાંસ્કૃતિક-ભાષાકીય સંદર્ભ પરિણામને બદલે છે.

નબળા પ્રોમ્પ્ટ / મજબૂત પ્રોમ્પ્ટ

નબળા પ્રોમ્પ્ટ:

આ સ્ક્રીનીંગ પરિણામ અનુસાર, બાળકના વિકાસમાં વિલંબ છે કે કેમ તે જોવા માટે એક રિપોર્ટ લખો.

સમસ્યા: AI ને ડાયગ્નોસ્ટિક નિર્ણય માટે પૂછે છે, કટઓફ સ્કોરને ચોકસાઇમાં રૂપાંતરિત કરે છે, કોઈ ટ્રેપ ચેક નથી, ઓળખ/સંદર્ભ અસ્પષ્ટ છે.

શક્તિશાળી પ્રોમ્પ્ટ:

તમારી ભૂમિકા ડ્રાફ્ટ સહાયક છે. નીચે આપેલા અનામી સ્ક્રિનિંગના તારણોને કુટુંબ-મૈત્રીપૂર્ણ સારાંશ ડ્રાફ્ટમાં ફેરવો. નિદાન કરવું; કટઓફ સ્કોરને અંતિમ નિર્ણયમાં ફેરવવું; સરહદની નજીકના વિસ્તારોને [નિષ્ણાતોના ચુકાદા] તરીકે ચિહ્નિત કરો; જો કંઈક સુધારવાની જરૂર હોય તો મને યાદ કરાવો. અંતે એક નોંધ ઉમેરો, "આ એક સ્ક્રીનીંગ સારાંશ છે, નિદાન નથી." પરિણામો: [અનામી, ક્ષેત્ર દ્વારા ક્ષેત્ર]

સામાન્ય ભૂલો

  • સ્ક્રિનિંગને નિદાનમાં ફેરવવું: સાવધ ભાષાનો ઉપયોગ કરો, "ત્યાં વિલંબ છે" ને બદલે "વધુ મૂલ્યાંકનની ભલામણ કરવામાં આવી શકે છે".
  • ઉંમર સુધારણા ભૂલી જવી: અકાળે જન્મેલા બાળકો માટે સુધારેલી ઉંમર જરૂરી છે.
  • કટ-ઓફ સ્કોરને નિરપેક્ષ બનાવવું: કટ-ઓફ મૂલ્યોને ક્લિનિકલ ચુકાદાની જરૂર છે.
  • એક સત્રને સંપૂર્ણ હકીકત તરીકે ધ્યાનમાં લેવું: તે દિવસે બાળકનું વર્તન હંમેશા લાક્ષણિક હોતું નથી.
  • AI પાસે સ્કોર્સની ગણતરી કરવી: વાહનના પોતાના પ્રોટોકોલ સાથે સ્કોરિંગ કુશળતાપૂર્વક કરવામાં આવે છે.

સારાંશમાં

વિકાસલક્ષી તપાસ જોખમ નક્કી કરે છે, નિદાન નહીં; આ સરહદ દરેક વસ્તુની શરૂઆત છે. કૃત્રિમ બુદ્ધિ સ્ક્રીનીંગ પ્રક્રિયા દરમિયાન સ્કોર અથવા નિદાન કરતી નથી; તે ચકાસાયેલ પરિણામોને સરળ અને સાવચેત સારાંશ/રિપોર્ટ ડ્રાફ્ટમાં ભાષાંતર કરે છે. ટિપ્પણી કરતા પહેલા વય સુધારણા, સાંસ્કૃતિક-ભાષાકીય યોગ્યતા, સિંગલ-સત્રની અસર અને કટ-ઓફ સ્કોર અંધત્વ જેવી મુશ્કેલીઓને પકડો. અંતિમ મૂલ્યાંકન અને માર્ગદર્શનનો નિર્ણય તેની સહી સાથે નિષ્ણાતનો છે.

એપ્લિકેશન કાર્ય

તમારા હાથમાં (અનામી) સ્કેન પરિણામ મેળવો. પહેલા વાહનના પોતાના મેન્યુઅલથી સ્કોરિંગની ચકાસણી કરો. પછી, 1લા પ્રોમ્પ્ટ સાથે કૌટુંબિક સારાંશનો ડ્રાફ્ટ તૈયાર કરો અને 3જી પ્રોમ્પ્ટ સાથે રિપોર્ટ સ્કેલેટન રાખો. પછી 4 થી પ્રોમ્પ્ટ સાથે ટ્રેપ માટે ડ્રાફ્ટ તપાસો. છેલ્લે, તમે ડ્રાફ્ટમાં સુધારેલ ડાયગ્નોસ્ટિક અથવા ચોક્કસ નિવેદનોને સાવચેતીભરી ભાષામાં અનુવાદિત કરો અને ઓછામાં ઓછા બે સુધારાઓ નોંધો.

ચેકલિસ્ટ

  • [ ] મેં તેના પ્રોટોકોલ અનુસાર ટૂલનું સંચાલન કર્યું અને સ્કોર કર્યો; મારી પાસે એઆઈ સ્કોર નહોતો.
  • [ ] મેં સ્ક્રીનીંગ-ડાયગ્નોસ્ટિક તફાવત જાળવી રાખ્યો છે; મેં ડ્રાફ્ટમાંના ચોક્કસ નિવેદનોનો સાવચેતીભરી ભાષામાં અનુવાદ કર્યો છે.
  • જો પ્રીમેચ્યોરિટી હોય, તો મેં સુધારેલી ઉંમરની ગણતરી કરી.
  • [ ] મેં સાંસ્કૃતિક/ભાષાકીય યોગ્યતા અને દ્વિભાષીયતાનું મૂલ્યાંકન કર્યું.
  • [ ] મેં ક્લિનિકલ ચુકાદાનો ઉપયોગ કરીને બોર્ડરલાઇન પરિણામોનું સંચાલન કર્યું.
  • [ ] મેં ડેટાને અનામી રાખ્યો છે; મેં સારાંશમાં "સ્કેન એ નિદાન નથી" નોંધ ઉમેરી.
  • [ ] મેં નિષ્ણાત તરીકે અંતિમ રેફરલ નિર્ણય લીધો અને તેના પર હસ્તાક્ષર કર્યા.