Végponttól végpontig mesterséges intelligencia által támogatott gyógyszertári munkafolyamat és alkalmazás — Mesterséges intelligencia a gyógyszerészetben

Nyereség:

A mesterséges intelligencia helyben és határokon belüli integrálásának képessége a munkafolyamat minden szakaszában, a recept elfogadásától a betegtanácsadásig
Képes gyógyszertári szintű prompt könyvtár, ellenőrző protokoll és adatvédelmi szabályzat létrehozására
Képes olyan auditkultúra kialakítására, amely védi a betegek biztonságát, a felelősséget és a mesterséges intelligencia által támogatott gyártásba vetett bizalmat

A korábbi egységek egyéni feladatokban (interakció, tanácsadás, vényellenőrzés, farmakovigilancia, készlet, irodalom, könyvelés, speciális csoportok, jogszabályok, üzlet) foglalkoztak az MI-vel. Ebben az utolsó részben összerakjuk a darabokat: látni fogja, hogyan integrálható a mesterséges intelligencia helyszíni, korlátozott és ellenőrzött módon a teljes munkafolyamat során, a páciens gyógyszertárba való belépésétől a kilépésig. A cél az, hogy elmozduljunk a szétszórt és véletlenszerű „alkalmi mesterséges intelligenciahasználattól”; A cél egy olyan rendszerre való átállás, ahol az egyes lépések szerepe, ellenőrzése és felelőssége meghatározott. Mert a mesterséges intelligencia értéke a gyógyszerészetben nem egyedi felszólításokban, hanem biztonságos és megismételhető sorrendben tárul fel. Ebben az egységben megtanulja, hogyan hozhat létre gyógyszertári szintű prompt könyvtárat, ellenőrző protokollt és auditkultúrát.

A mesterséges intelligencia helye a teljes munkafolyamatban

Lássuk, hol jön szóba a mesterséges intelligencia, és hol áll meg egy tipikus gyógyszertári folyamatban:

Vényelvétel: Mesterséges intelligencia előszűrések (dózis, interakció, sokszorosítás) → gyógyszerész értékel.
Klinikai értékelés: A mesterséges intelligencia ellenőrző listát és emlékeztetőt kínál → a döntés a gyógyszerészen/orvoson múlik.
Elkészítés/számla: AI elkészíti a számlatervezetet → gyógyszerész önállóan ellenőrzi.
Betegtanácsadás: A mesterséges intelligencia egyszerű szöveget generál → a gyógyszerész figyeli és személyre szabja.
Farmakovigilancia: A mesterséges intelligencia bejelentéstervezeteket készít → az ok-okozati összefüggés a szakértő dolga.
Készlet/működés: az AI elemzi és dokumentumtervezeteket készít → gyógyszerész ellenőrzi.

Ennek az áramlásnak minden lépésében van egy változatlan elv: a mesterséges intelligencia felgyorsul, erősítik meg az emberek. A mesterséges intelligencia nem mondja ki a végső szót egyetlen biztonsági szempontból sem kritikus lépésben sem.

Ez a holisztikus nézet megmenti az AI-t attól, hogy elszigetelt „varázsmegoldásnak” tekintsék. Ha egy gyógyszerész csak alkalmanként alkalmaz mesterséges intelligenciát egy nehéz kérdésben, akkor sem szokás, sem biztonsági fegyelem nem alakul ki; Minden alkalommal ellenőrizetlen használat következik a semmiből. Ha azonban feltérképezi az áramlást, előre világos, hogy az egyes feladatok mit várnak el a mesterséges intelligenciától, és hol kell megállniuk. Ez a kiszámíthatóság két dolgot biztosít: a hatékonyságot (mert mindenki ugyanazt a tesztelt utat követi) és a biztonságot (mivel az ellenőrzési lépés be van ágyazva a folyamatba, nem pedig valami, amit később megjegyeznek). Az AI munkafolyamatba való beágyazása játékból infrastruktúrává alakítja.

Tipp: Mielőtt kiszervezne egy feladatot az MI-nek, tedd fel ezt a kérdést: „Ha ez a kimenet hibás lenne, és nem vettem észre, ártana a betegnek?” Ha a válasz "igen", akkor a feladat a piros zónában van, és mindenképpen hozzáértő ellenőrzést igényel.

Három építőelem: Könyvtár, protokoll, kultúra

A mesterséges intelligencia fenntartható használata három építőkövön alapul:

Prompt könyvtár: Tesztelt, szabványos promptok a gyakran használt feladatokhoz. Megakadályozza, hogy a gyógyszerészek a semmiből írjanak felszólításokat; Konzisztenciát biztosít.
Ellenőrző protokoll: A „ki mit, milyen forrással ellenőriz” szabály minden kimenettípushoz. Megakadályozza az ellenőrzés elfelejtését.
Ellenőrzési kultúra: Olyan környezet, ahol a hibákat büntetés nélkül jelentik, a döntéseket rögzítik és folyamatos fejlesztést végeznek.

E három nélkül a mesterséges intelligencia használata függő, ellenőrizetlen és kockázatos marad.

három mini tok

1. eset – Szabványos prompt könyvtár. Egy gyógyszertár három tesztelt felszólítást azonosított a három leggyakoribb feladathoz (beteg forgatókönyve, interakció előtti szűrés, vényköteles második szem), és egy közös fájlba gyűjtötte azokat. Még egy új gyakornok is ugyanolyan minőségű eredményt tudott elérni. Az első hónapban jelentősen lecsökkent a tanácsadói szövegek elkészítésének ideje, és a szövegek egységessé váltak. A könyvtár egyéntől függetlenné tette a minőséget.

2. eset – Ellenőrzési protokoll. Ugyanaz a gyógyszertár írt egy érvényesítési szabályt minden kimeneti típusra: dózisszámítás → független újraszámítás + SPC; jogszabály → hivatalos szöveg; tanácsadás → SmPC + gyógyszerész jóváhagyása. Egy napon a mesterséges intelligencia tizedes hibáját egy dózisszámításnál elkapták a protokoll szerint végzett független számításban. A protokoll leállított egy hibát, mielőtt elérte volna a pácienst.

3. eset – Ellenőrzési kultúra és rögzítés. A gyógyszertár minden, az AI által észlelt hibát egy kis naplóba rögzített (tanulási, nem büntetés céljából). Amikor három hónappal később átnézték a feljegyzéseket, azt találták, hogy a leggyakoribb hiba a "jogszabály elavultsága", és ehhez egy speciális megerősítési lépést is csatoltak. A kultúra rendszerszintű javulást eredményezett az egyéni hibákból.

Lépésről lépésre: Mesterséges intelligencia rendszer felállítása a gyógyszertárban

Hozzon létre egy feladatleltárt. Milyen feladatokban alkalmazzák/lehet használni a mesterséges intelligenciát?
Zónák be az egyes feladatokat. zöld/sárga/piros; A pirosban emberi jóváhagyás szükséges.
Prompt könyvtár létrehozása. Tesztelt szabványos prompt minden feladathoz.
Írjon hitelesítési protokollt. Határozza meg az egyes kimenetek forrását és felelősét.
Adatvédelmi/KVKK szabályzat létrehozása. Mely adatok anonimizáltak, milyen eszközt használnak?
Rögzítés és felülvizsgálat. Rögzítse a döntéseket és hibákat, javítsa rendszeresen.

Gyenge felszólítás / Erős felszólítás

Gyenge: "Használjunk mesterséges intelligenciát a gyógyszertárban."

Erős: "Írja le gyógyszertárunk 5 leggyakoribb feladatát; készítsen mindegyikhez táblázatot a kockázati zónával (zöld/sárga/piros), a mesterséges intelligencia szerepével, a kötelező igazolási lépéssel és a felelős személyével. A piros zónás feladatokhoz tegyük hozzá a "képzett gyógyszerész/orvos jóváhagyása kötelező" megjegyzést. Legyen ez egy protokoll-tervezet, jelezze, hogy a csapat áttekinti.

A hatékony promptban világosak a konkrét kimenet (protokolltábla), a határok és a felülvizsgálati feltétel.

Négy másolható sablon

Feladat: Könyvtári kártya felszólítása.Feladat neve: [...]. Kimenet: szabványos prompt szöveg + várt kimeneti formátum + ellenőrzési lépés + gyakori hibafigyelmeztetés. Legyen egyszerű és megismételhető a csapat számára.

Feladat: Adatvédelem/KVKK ellenőrző lista (gyógyszertár). Kimenet: melyik adattípus anonimizált, melyik eszközt használjuk, mely adatokat soha nem osztjuk meg, megőrzési/törlési szabály. Tételje meg irányelvként.

Végponttól végpontig terjedő felelősségi táblázat

Színpad

mesterséges intelligencia

Ember (kompetens)

ellenőrzése

Vényköteles előszűrés

jelölés

Gyógyszerész értékelése

SmPC/adatbázis

Dózis/számla

tervezet

Gyógyszerész jóváhagyása

független számla

Tanácsadás

szöveget

Gyógyszerész személyre szabása

KÜB/KT

Farmakovigilancia

tervezet

Szakértői ok-okozati összefüggés

hivatalos formátumban

Szabályozás/visszatérítés

Szerkezeti összefoglaló

Gyógyszerész megerősítése

hivatalos szöveg

Részvény/üzlet

Elemzési tervezet

Gyógyszerész döntése

valós adatok

Gyakori hibák

A rendszer személytől függővé tétele. A prompt könyvtár és protokoll nélkül a minőség ingadozik.
Az ellenőrzés opcionálissá tétele. Az ellenőrzésnek kötelező lépésnek kell lennie a munkafolyamatban.
A vörös terület elmosása. A biztonság szempontjából kritikus feladatokat egyértelműen meg kell határozni és az emberekhez kell rendelni.
Hibák elrejtése. A büntetés kultúrája elrejti a hibát; A tanulási kultúra erősíti a rendszert.
Megírni a szabályzatot, és nem végrehajtani. A titoktartási és ellenőrzési szabályoknak élő dokumentumnak kell lenniük.

Összefoglalva

A mesterséges intelligencia valódi értéke a gyógyszerészetben nem az egyedi felszólításokban, hanem egy biztonságos és megismételhető rendszerben jelentkezik. A végpontok közötti munkafolyamat minden lépésében ugyanaz az elv: az AI felgyorsít, az ember jóváhagyja; Nem a mesterséges intelligencia mondja ki a végső szót egyetlen biztonságkritikus döntésben sem. Három építőelem tartja fenn ezt a rendszert: egy tesztelt prompt könyvtár, egy ellenőrző protokoll minden kimenethez, és egy auditkultúra, amely tanul a hibákból anélkül, hogy megbüntetné azokat. Így a mesterséges intelligencia; A betegbiztonság, a szakmai felelősség és a bizalom védelmével valóban hozzájárul a gyógyszertár működéséhez.

Pályázati feladat

Készítsen egy kis vázlatot egy mesterséges intelligencia rendszerről a saját gyógyszertárában (vagy egy hipotetikus gyógyszertárban). Sorolja fel az 5 leggyakoribb feladatot, mindegyiket zónázza be, és töltse ki a feladat-terület-ellenőrzési táblázatot. Írjon egy felszólító könyvtári kártyát legalább két feladathoz. Hozzon létre egy adatvédelmi/KVKK-ellenőrzőlistát és egy hiba-/tanulási naplósablont. Végül tervezze meg, hogy a csapat hogyan fogja felülvizsgálni ezt a rendszert (például havonta).

ellenőrző lista

[ ] Kivettem a feladatleltárt.
[ ] Minden küldetést zöld/sárga/piros zónára osztottam.
[ ] Létrehoztam azonnali könyvtári kártyákat.
[ ] Meghatároztam az ellenőrző protokollt és az egyes kimenetekért felelőst.
[ ] Az Adatvédelmi/KVKK szabályzatot tételesen felsoroltam.
[ ] Beállítottam a döntés- és hibarekord sablont.
[ ] Rendszeres felülvizsgálati tervet készítettem.

Modul vizsga

1. Egy gyógyszerész mesterséges intelligencia segítségével szeretné gyorsan ellenőrizni az újonnan elkezdett antibiotikum kölcsönhatását warfarint szedő betegen. Melyik a leghelyesebb megközelítés?

A) Mesterséges intelligencia alkalmazása az előszűréshez; Az aktuális alkalmazási előírással/adatbázissal való interakció megerősítése és a döntés meghozatala az orvossal egyeztetve, hozzáértő gyógyszerész felügyelete mellett ✔
B) A mesterséges intelligencia által adott interakciós értelmezés közvetlen átvitele a páciensre és az adag módosítása
C) Ha a mesterséges intelligencia azt mondja, hogy nincs kölcsönhatás, minden egyéb ellenőrzés nélkül adja be a gyógyszert.
D) Az orvossal való konzultáció kihagyása és a folyamat felgyorsítása

Leírás: A gyógyszerkölcsönhatás és a vérzés kockázata biztonsági szempontból kritikus probléma. A mesterséges intelligencia felhasználható előszűrésre és emlékeztetésre; A klinikai jelentőséget és a döntést azonban az illetékes gyógyszerésznek kell meghoznia, az aktuális alkalmazási előírás/kölcsönhatási adatbázis megerősítésével, és szükség esetén az orvossal. Az AI kimenet nem helyettesíti ezt a jóváhagyást.

2. Mi a legbiztosabb módja annak, hogy elkerüljük, hogy hamis (hallucinációs) értéket kapjunk, amikor megkérdezzük a mesterséges intelligenciát a gyógyszer gyermekkori adagjáról?

A) A mesterséges intelligencia által adott dózisban bízva és elkészítve
B) Erősítse meg az adagot a jelenlegi SmPC/CT és gyermekgyógyászati adagolási útmutatóból, és függetlenül számítsa újra a mg/kg-ot ✔
C) Tegye fel ugyanazt a kérdést különböző szavakkal, és vegye fel az átlagot
D) Betegfórum megjegyzése alapján

Magyarázat: Előfordulhat, hogy a nyelvi modell helytelenül emlékszik az adagolási információkra, más indikációhoz adhat értéket, vagy összekeveri az egységeket. A gyermekgyógyászati adagolást meg kell erősíteni az aktuális alkalmazási előírás/CT-ből, a gyártó információiból és a gyermekgyógyászati adagolási útmutatóból; A számítást önállóan újra kell végezni.

3. Mesterséges intelligenciával droghasználati szöveget készítettél betegtanácsadáshoz. Mi a legjobb hozzáállás a szöveg átadása előtt a betegnek?

A) A kinyomtatott szöveg átadása a páciensnek anélkül, hogy elolvasta volna
B) Bízni a szöveg folyékonyságában, és nem ellenőrizni a pontosságot
C) Minden orvosi állítás megerősítése a hatályos alkalmazási előírással/CT-vel és a gyógyszerész jóváhagyásával, a beteg sajátos körülményeinek figyelembevételével ✔
D) A szövegben szereplő adagok megváltoztatása saját tippeléssel, a páciens megkérdezése nélkül

Leírás: A mesterséges intelligencia világos körvonalat tud készíteni, de tartalmazhat helytelen kezelési utasításokat, hiányzó figyelmeztetéseket vagy elavult információkat. Minden orvosi állítást meg kell erősíteni az aktuális alkalmazási előírással/CT-vel, figyelembe kell venni a betegspecifikus állapotokat (allergia, terhesség, egyéb gyógyszerek), és a szöveget a gyógyszerésznek jóvá kell hagynia.

4. Előkészített egy tervezetet, amelyet mesterséges intelligencia útján küld el a TÜFAM-nak káros hatás (mellékhatás) bejelentésre. Mi a legpontosabb megközelítése az ok-okozati összefüggésnek (a gyógyszer és a hatás kapcsolatának)?

A) Fogadja el és jelentse véglegesnek a mesterséges intelligencia által hozott oksági ítéletet
B) Egyáltalán nem tesz bejelentést, ha az ok-okozati összefüggés nem egyértelmű
C) Írja be a betegazonosító adatokat úgy, ahogy a tervezetben szerepel, és küldje el
D) Szakértői értékeléssel állapítsa meg az okozati összefüggést, és töltse ki a tervezetet a titoktartás és a hivatalos formátum szerint ✔

Magyarázat: Az ok-okozati összefüggés értékeléséhez klinikai mérlegelés szükséges; az időbeli kapcsolat, az alternatív okok és az irodalom együttes értékelése. A mesterséges intelligencia vázlatokat és ellenőrző listákat tud készíteni, de az ok-okozati összefüggést szakértői döntés alapján hozzák meg, és a bejelentést a hivatalos formátumnak és a titoktartásnak megfelelően töltik ki.

5. Irodalmat keresett egy mesterséges intelligenciával kapcsolatos klinikai kérdésre, és adott néhány cikket a DOI-ról. Melyik a leghelyesebb viselkedés?

A) Hivatkozások hozzáadása a forráslistához azok megnyitása nélkül
B) Hivatkozás a DOI megjelenésére támaszkodva
C) Nyisson meg minden hivatkozást a DOI-val az eredeti forrásból/adatbázisból, és ellenőrizze, hogy a tartalom alátámasztja-e az állítást ✔
D) Cikkek elfogadása pusztán a címekre nézve

Leírás: A nyelvi modellek olyan cikkeket, szerzőket és DOI-kat találhatnak ki, amelyek valósághűnek tűnnek, de nem léteznek. Minden hivatkozást meg kell nyitni és ellenőrizni kell a DOI-val az eredeti forráson vagy a felismert adatbázison keresztül; El kell olvasni, hogy a tartalom valóban alátámasztja-e az állítást.

6. Mi a legjobb viselkedés az adatvédelem (KVKK) szempontjából, amikor a páciens nevét, TR azonosító számát és diagnózisát tartalmazó receptet adunk fel egy felhő alapú mesterséges intelligencia eszköznek?

A) A kontextus anonimizálása, az azonosítás megszüntetése és a szabályzatnak megfelelő eszköz használata, amely nem használ adatokat a képzésben ✔
B) A recept feltöltése az azonosító adatokkal együtt
C) Ingyenes eszköz használata az adatvédelmi szabályzat elolvasása nélkül
D) Feltételezve, hogy a TR ID szám szükséges az eredmény minőségéhez

Leírás: Az egészségügyi adatok különleges személyes adatok, és magas szintű védelmet igényelnek. A kontextust anonimizálni kell, a hitelesítő adatokat törölni kell, és olyan irányelveknek/szerződéseknek megfelelő eszközt kell választani, amely biztosítja, hogy az adatokat ne használják fel az oktatásban.

7. Magisztrális megfogalmazáshoz a mesterséges intelligencia hígítási számítást végzett. Mi a legkritikusabb lépés a beteg felkészítése előtt?

A) Bízni abban, hogy a fiók megfelelően megírva jelenik meg
B) Az eredményt helyesnek tekinteni, mert a mesterséges intelligencia ezt teszi
C) Írja fel az eredményt a címkére úgy, ahogy van!
D) A számítás egységanalízissel történő leolvasása és önálló újraszámítása és az eredmény logikai ellenőrzése ✔

Leírás: A mesterséges intelligencia összekeverheti a mértékegységeket (mg–mL, %–mg/ml), eltolja a tizedesjegyeket, vagy rossz arányt állít be. Elszámolási egység elemzéssel kell olvasni, és manuális/ellenőrzött módszerrel önállóan rekonstruálni; Az eredményt logikai ellenőrzésnek kell alávetni.

8. Megkérdezte a mesterséges intelligenciát egy gyógyszer SSI-visszatérítési (SUT) feltételéről és bejelentési kötelezettségéről, és egyértelmű választ adott. Mit kell tennie az ismeretek alkalmazása előtt?

A) Jelentkezzen közvetlenül, mert a mesterséges intelligencia egyértelmű válaszokat ad
B) Erősítse meg a feltételt a hatályos SUT és hatósági előírások hatályos szövegéből ✔
C) Működés a kolléga által megemlékezett régi szabály szerint
D) Nem ellenőrzi a jelentési kötelezettséget, mert a mesterséges intelligencia tudja

Magyarázat: A visszatérítési és jelentési feltételek gyakran frissülnek, és előfordulhat, hogy a mesterséges intelligencia egy elavult vagy eltérő időszakra vonatkozó szabályt ad vissza. A feltételt a hatályos SUT és hatósági előírások hatályos szövegéből kell megerősíteni; Ellenkező esetben pénzügyi és jogi kockázatok merülnek fel.

9. Az alábbiak közül melyik a mesterséges intelligencia szerepe a gyógyszerészetben, amelyet a biztonság szempontjából kritikusnak kell minősíteni?

A) Általános egészségügyi cikktervezet készítése a gyógyszertári blog számára
B) A gyógyszeradag meghatározása a beteg veseelégtelensége szerint ✔
C) Munkatársi értekezlet napirendi jegyzetének írása
D) Címkeszöveg készítése a polc elrendezéséhez

Leírás: A dózis meghatározása, a kezelés módosítása és az interakción alapuló klinikai döntéshozatal közvetlenül befolyásolja a betegbiztonságot, és a biztonság szempontjából kritikus; Ezekhez a döntésekhez illetékes gyógyszerész/orvos jóváhagyása szükséges. A polccímkézés, a blogvázlatok vagy az értekezlet-feljegyzések alacsony kockázatú adminisztratív feladatok.

10. Mesterséges intelligenciával előzetesen átszűrte, hogy terhes betegnél alkalmazható-e gyógyszer. Melyik a leghelyesebb megközelítés?

A) A gyógyszer beadása a mesterséges intelligencia szerint „biztonságos”
B) A terhességgel kapcsolatos információk figyelmen kívül hagyása, mert azok általánosak
C) Döntéshozatal egy véletlenszerű internetes oldal alapján
D) Az előszűrés megerősítése a mindenkori Alkalmazási előírással/biztonsági forrással, a döntés meghozatala az orvossal együttműködve és bizonytalanság esetén az orvoshoz történő utalás ✔

Leírás: A terhesség nagy kockázatú csoport, és az információk gyorsan frissülnek. A mesterséges intelligencia segít az előszűrésben és a kérdések generálásában; A döntést azonban a jelenlegi SmPC/CT-vel, a terhességbiztonsági forrásokkal és az orvossal együttműködve kell meghozni, és bizonytalanság esetén az orvost kell beutalni.

11. Mi a leghelyesebb hozzáállás a receptre felírt mesterséges intelligencia által észlelt „lehetséges túladagolás” figyelmeztetéshez?

A) Hagyja figyelmen kívül a figyelmeztetést, és fogadja el az előírást úgy, ahogy van
B) hagyatkozzon a figyelmeztetésre, és saját maga csökkentse az adagot anélkül, hogy megkérdezné az orvost
C) Feltételezve, hogy a figyelmeztetés igaz, és teljes mértékben megtagadja a gyógyszer beadását
D) Erősítse meg a figyelmeztetést az alkalmazási előírással/útmutatóval, és orvosával oldja meg a valódi problémát, és ha szükségtelen, rögzítse az okot ✔

Leírás: Az AI riasztások lehetnek hamis pozitívak (szükségtelen riasztás) vagy hamis negatívak (kihagyás). Minden figyelmeztetést meg kell erősíteni az alkalmazási előírással és az útmutatóval; Valós probléma esetén orvoshoz kell fordulni; ha szükségtelen, akkor indokolással kell rögzíteni.

12. Mi a legmegfelelőbb felhasználása a mesterséges intelligencia által előállított kereslet-előrejelzésnek és rendelési ajánlásnak a készlet- és lejáratkezelésben?

A) Az ajánlás igazolása valós készlet-, lejárati és hűtőlánc szabályokkal és gyógyszerészi határozattal történő alkalmazása ✔
B) A rendelési javaslat automatikus jóváhagyása ellenőrzés nélkül
C) Nem hagyatkozik az előrejelzésre és a kifejezés állapotának kézi ellenőrzését
D) Hűtőláncot igénylő termékek korlátlan készletezése az előrejelzés szerint

Leírás: A mesterséges intelligencia képes mintákat kinyerni a történelmi adatokból, és ajánlástervezeteket készíteni; A tényleges készlet, szezonális járvány, ellátási probléma és lejárati helyzet azonban emberi kontrollt igényel. Az ajánlást valós készletadatokkal és hideglánc/lejárati szabályokkal igazoljuk, és a gyógyszerész döntésével hajtjuk végre.

13. Mi a legmegfelelőbb lépés a mesterséges intelligenciával elkészített racionális droghasználatról (RUD) szóló brosúra kiosztása előtt?

A) A brosúra ellenőrizetlen terjesztése, hogy gyorsabb legyen
B) Erősítse meg a tartalmat a hatályos útmutatóval/alkalmazási előírással, és a gyógyszerész jóváhagyása után ossza szét ✔
C) Nem csak a látványterv nézése és a tartalom elolvasása
D) A vényköteles gyógyszer adagolási javaslatának hozzáadása a prospektushoz, és az orvos letiltása

Leírás: A brosúra egészségügyi kommunikációs termék; A helytelen vagy hiányos információ a beteget veszélyezteti. A tartalmat meg kell erősíteni a hatályos útmutatóval és az alkalmazási előírással, az olvashatóságot figyelni kell, és az illetékes gyógyszerész jóváhagyása után terjeszteni kell.

14. Milyen alapstruktúrát kell kialakítani a minőség és a betegbiztonság védelme érdekében egy mesterséges intelligenciával támogatott gyógyszertárban?

A) Minden alkalmazott a saját módján használja a felügyelet nélküli mesterséges intelligenciát
B) A kimenetek közvetlen átvitele a pácienshez, mentés nélkül
C) Közös prompt könyvtár, ellenőrző protokoll és adatvédelmi/KVKK szabályzat létrehozása, valamint a biztonság szempontjából kritikus kimenetek lezárása illetékes jóváhagyással ✔
D) A tétel ellenőrzése csak havonta egyszer

Leírás: A mesterséges intelligencia elosztott és ellenőrizetlen használata növeli az adagolási, adatvédelmi és szabályozási hibák kockázatát. Közös gyógyszertári szintű prompt könyvtár, minden egyes kimeneti típushoz tartozó ellenőrző protokoll és egyértelmű adatvédelmi/KVKK szabályzat létrehozása; Elengedhetetlen, hogy minden biztonsági szempontból kritikus kimenetet illetékes jóváhagyással zárjunk le.