Pelnas:
- Galimybė atskirti, kur dirbtinis intelektas sutaupo realų laiką laboratorijos darbo eigoje (iki analitinės, analitinės, poanalitinės), o kur saugai svarbūs sprendimai (rezultato patvirtinimas, klinikinė interpretacija, diagnozė) paliekami ekspertui, atsižvelgiant į užduoties rizikos lygį.
- Gebėjimas taikyti discipliną, kuri patvirtina kiekvieną AI išvestį susiejant ją su šaltiniu, perskaičiuojant ir atliekant klinikinį / analitinį filtravimą.
- Paciento duomenų anonimiškumas KVKK/privatumo ribose ir įprotis rinktis saugią transporto priemonę
Kasdien medicinos laboratorijoje tyliai priimami tūkstančiai sprendimų. Ar vamzdis bus priimtas ar atmestas; ar kalio rezultatas yra tikras, ar dėl hemolizės; ar kraujo tepinėlyje matoma ląstelė yra normalus limfocitas ar blastinė ląstelė; Dėl šios priežasties paciento kreatinino kiekis padvigubėjo, palyginti su ankstesne verte. Kai kurie iš šių sprendimų yra pasikartojantys ir užima daug laiko; Kai kurie iš jų – sprendimai, galintys tiesiogiai paveikti žmogaus gyvenimą ir kurių paklaida turėtų būti artima nuliui. Dirbtinis intelektas (AI arba trumpai AI – kompiuterinės sistemos, galinčios generuoti tekstą, atpažinti šablonus, klasifikuoti vaizdus ir atlikti skaičiavimus kaip žmonės) tinka šio paveikslo viduryje: tinkamai naudojant jis pagreitina pasikartojančių užduočių atlikimą ir suteikia laiko pagalvoti; Kai naudojamas neteisingai, paciento ataskaitoje gali būti iš pažiūros saugi, bet neteisinga išvestis.
Pirmasis šio modulio vienetas nėra programinės įrangos įvadas. Jo tikslas – paaiškinti, kur AI naudoti savo profesijoje, o kur jo nedėti. Kadangi medicinos laboratoriniai mokslai yra „saugumui labai svarbi“ sritis: kiekvienas jūsų gautas rezultatas gali turėti įtakos gydytojo diagnostikos sprendimui, vaistų dozei, operacijos atidėjimui. Pakartokime pagrindinį principą: dirbtinis intelektas yra asistentas, o ne laboratorijos ekspertas. Sprendimą paskelbti (patvirtinti) rezultatą, klinikinį aiškinimą ir diagnozę priima kompetentingas ekspertas – laboratorijos gydytojas specialistas ir gydantis gydytojas.
Visas testavimo procesas ir AI vieta
Norint suprasti laboratorinį darbą, būtina procesą suskirstyti į tris etapus. Priešanalitinė fazė – tai fazė nuo mėginio užsakymo iki patekimo į prietaisą: tyrimo užsakymas, paciento paruošimas, kraujo paėmimas, ženklinimas, transportavimas, centrifugavimas. Analitinė fazė – tai fazė, kai atliekami prietaiso matavimai. Poanalitinė fazė – tai patikrinimas, aiškinimas, rezultato pateikimas ir rezultato pristatymas gydytojui. Įdomu tai, kad dauguma laboratorinių klaidų įvyksta ikianalizės, o ne analizės fazėje (instrumento). Dirbtinis intelektas gali paliesti visas tris fazes, bet ne kiekviena turi tą patį autoritetą.
„Analitė“ reiškia matuojamą medžiagą arba parametrą: gliukozę, kreatininą, kalį, hemoglobiną ir kt. „Referencinis diapazonas“ yra laukiamų analitės verčių diapazonas sveikoje populiacijoje ir skiriasi priklausomai nuo amžiaus, lyties, metodo. „Patvirtinimas“ laboratorijoje vartojamas dviem prasmėmis: rezultato patvirtinimas prieš jį išleidžiant ir metodo/metodo/modelio patikimumo įrodymas. AI gali pateikti aiškią preliminarią rezultato interpretaciją; Bet tik ekspertas įvertina, ar ta interpretacija tinka paciento klinikinei būklei, vartojamiems vaistams ir ankstesniems rezultatams.
Šioje lentelėje apibendrinamas AI vaidmuo ir rizikos lygis pagal misiją:
Quest
AI vaidmuo
Rizikos lygis
Kas pritaria
Darbo krūvio įvertinimas, imčių rūšiavimas
akceleratorius, planuotojas
žemas
Laboratorijos vadovas
Išvados komentaro projekto rašymas
Eskizų generatorius, valdomas
vidutinis
laboratorijos specialistas
Delta patikra / QC įspėjimų generavimas
Statistinis stimulas
Vidutinis-aukštas
Ekspertas (randa pagrindinę priežastį)
Išankstinė vaizdo klasifikacija (tepinėlis, šlapimas)
Preliminarus, niekada galutinis žodis
aukštas
Specialistas (patvirtina diagnozę)
Panikos vertės pranešimas
Naršyklė, juodraščių generatorius
labai aukštas
Ekspertas (patvirtina, praneša)
Klinikinė diagnozė/sprendimas
nepadeda
labai aukštas
Gydytojas + laboratorijos specialistas
Nepamirškite vienos šios diagramos eilutės: didėjant rizikai, AI vaidmuo mažėja, žmonių pritarimas auga.
Kodėl „patikrinimas“ yra šio verslo esmė
Dirbtinio intelekto kalbos modeliai atrodo įsitikinę savo atsakymu, tačiau jie gali būti tikri. Techninėje kalboje tai vadinama haliucinacija: tai modelio neegzistuojančios informacijos išgalvojimas sklandžiu sakiniu, tarsi tai būtų tiesa. Laboratorijos specialistui tai yra mirtini spąstai: modelis gali pasakyti, kad „normalus kalio kiekis serume suaugusiems yra 3,5–5,1 mmol/L“ (tai yra beveik tikslus), tačiau jis taip pat gali atsakyti „normalus feritino diapazonas yra 30–400 ng/mL kiekvienam“, nepaisydamas lyties skirtumo (tai yra neišsami ir klaidinanti). Kadangi jis abu sako vienodai sklandžiai, vienintelis dalykas, kuris skiria teisingą nuo neteisingo, yra jūsų žinios ir įprotis patikrinti.
Patikrinimo disciplina susideda iš trijų etapų:
- Nuoroda į šaltinį: norėdami gauti informacijos, pvz., atskaitos diapazoną, vienetą, metodą, pasikliaukite savo laboratorijos patvirtintais įrašais ir pripažintais šaltiniais (gamintojo pakuotės lapeliu, akredituotu metodu, nacionalinėmis / tarptautinėmis gairėmis), o ne AI atmintimi. Naudokite AI šiems duomenims interpretuoti, o ne prisiminti.
- Perskaičiuokite / palyginkite: nepriklausomai patikrinkite kiekvieną skaitmeninį rezultatą, vieneto ir delta pokytį, kurį grąžina AI. Visų pirma, bandymo vieneto konsistencija (mg/dL ↔ mmol/L) ir atitikimas ankstesniam rezultatui.
- Klinikinis ir analitinis filtras: patikrinkite specialisto akimis, kad pamatytumėte, ar rezultatai prieštarauja paciento sveikatos būklei, vaistams, mėginio kokybei ir kokybės kontrolės būklei.
Dėmesio: AI sukurtos rezultato interpretacijos kopijavimas į paciento ataskaitą jo nepatikrinus prilygsta nepasirašyto rezultato ataskaitos pateikimas jūsų profesinės atsakomybės požiūriu. Komentaras neteisingas vien todėl, kad pasirodė sklandžiai.
Privatumas: paciento duomenys yra privatūs duomenys
Pacientų laboratoriniai duomenys (tyrimų rezultatai, diagnozė, protokolo numeris, identifikavimo informacija) yra jautrūs asmens duomenys ir saugomi pagal KVKK (asmens duomenų apsaugos įstatymą) Turkijoje ir GDPR Europoje. Įklijuoti paciento vardą, pavardę, TR ID numerį, protokolo numerį ir diagnozę į viešai prieinamą AI įrankį yra rimtas pažeidimas. Taisyklė paprasta: anonimizuoti duomenis. Vietoj „Ayşe Yılmaz, 68 m., protokolas 2024-114523, lėtinė inkstų liga“ parašykite „68 metų pacientė, žinomas inkstų nepakankamumas“; Pašalinkite pavadinimą, kontaktinę informaciją, įstaigą ir protokolo numerį. Jei įmanoma, rinkitės įmonės įrankius, kurie turi duomenų apdorojimo sutartį ir nenaudokite savo duomenų modelių mokymuose.
trys mini dėklai
1 atvejis – saugus naudojimas. Biochemijos specialistas nori, kad paciento ataskaitoje būtų aiškiai nurodyta informacija apie 8 nenormalius parametrus. AI sukuria paprastą eskizą iš anoniminių verčių (be pavadinimų). Specialistas palygina atskaitos diapazonus su savo laboratorijos vertėmis, pašalina sakinius, reiškiančius „galutinę diagnozę“, ir prideda pastabą „pasikonsultuokite su gydytoju dėl įvertinimo“. Trukmė: 4 minutės vietoj 15 minučių. AI davė projektą, atsakomybė liko ekspertui.
2 atvejis – nepatvirtintų komentarų spąstai. Kitas specialistas YZ interpretuoja TSH (skydliaukę stimuliuojančio hormono) rezultatą. AI nurodo, kad rezultatas yra „normalus“, palyginti su suaugusiųjų atskaitos diapazonu; bet mėginys yra iš naujagimio ir naujagimio atskaitos diapazonas yra visiškai kitoks. Komentaras neteisingas, nes buvo skirtas netinkamai amžiaus grupei. Patvirtinimas buvo praleistas, klinikinis kontekstas buvo praleistas.
3 atvejis. Konfidencialumo pažeidimas. Laboratorijos technikas įkelia visą paciento vardą ir pavardę bei ataskaitos PDF į viešąjį AI įrankį ir sako „komentuoti“. Duomenys nukeliavo į išorinį serverį. Įstaigai gresia KVKK peržiūra. Tinkamas būdas buvo anonimizuoti duomenis ir anonimiškai dalytis tik būtinomis skaitinėmis reikšmėmis.
Silpnas raginimas / Stiprus raginimas
Silpnas raginimas:
Interpretuokite šio paciento analizės rezultatus: Ayşe Yılmaz, TC 123..., protokolas 2024-114523. Kreatininas 2,1, karbamidas 90, kalis 5,8.
Šis prašymas neteisingas trimis aspektais: dalijamasi tapatybės informacija (KVKK pažeidimas), nenurodomi vienetai ir atskaitos diapazonas, nėra klinikinio konteksto (amžius, lytis, diagnozė). AI užpildo spragas spėlionėmis ir kyla klaidingo aiškinimo pavojus.
Galingas raginimas:
Jūsų vaidmuo: JURAŠTO ruošimo laboratorijos specialisto asistentas. Diagnozė, klinikinių sprendimų priėmimas. PARAŠykite paprastą paaiškinimą pacientui dėl toliau pateiktų anoniminių rezultatų; reiškia galutinę diagnozę; Pridėkite pastabą „pasikonsultuokite su gydytoju“. Pažymėkite, kur nesate tikri [specialisto patvirtinimui]. Pacientė: 68 metų moteris, žinoma lėtinė inkstų liga. Rezultatai (su mūsų vienetu ir laboratorijos nuoroda): kreatininas 2,1 mg/dL (nuoroda 0,5–0,9), karbamidas 90 mg/dL (nuoroda 17–43), kalis 5,8 mmol/L (nuoroda 3,5–5,1).
Stiprus raginimas yra anoniminis, apibrėžia vaidmenį ir ribas, suteikia vienetą ir nuorodą, pateikia klinikinį kontekstą ir prašo patvirtinimo ženklo.
Kopijuojami raginimo šablonai
VAIDMUO IR RIBŲ APRAŠYMO ŠABLONISJŪSŲ vaidmuo: JURAŠTAS rengia laboratorijos specialisto asistentą. Jūs nesate ekspertas; diagnozės nustatymas, sprendimo paskelbti rezultatą priėmimas, klinikinių patarimų teikimas. Galutinis patvirtinimas priklauso ekspertui. Jei nesate tikri, pažymėkite „[leiskit ekspertui patikrinti]“, nesugalvokite. Užduotis: [rašyti užduotį].
ANONIMIZAVIMO KONTROLĖS ŠABLONAS Iš toliau pateikto teksto ištraukite pavadinimą, TR ID, protokolo / bylos numerį, kontaktinę ir institucijos informaciją; pakeisti į "[pašalinta]". Palikite tik kliniškai / analitiškai būtiną informaciją. Išvestyje nepalikite jokių tapatybės ženklų. Tekstas: [įklijuoti tekstą]
PATVIRTINIMO PATIKRINIMO ŠABLONAS Prie kiekvieno pateikto rezultato interpretacijos nurodykite: (1) kokį atskaitos diapazoną padarėte prielaidą, (2) ar jis atitinka vienetą ir (3) kur interpretacija priklauso nuo klinikinio konteksto. Vietoj absoliučių naudokite „galimą“ kalbą.
RIZIKOS LYGIO RŪŠIAVIMO ŠABLONAS Laboratorinę užduotį, kurią jums duosiu, suskirstykite į vieną iš trijų kategorijų ir parašykite pagrindimą: (A) maža rizika – pakanka AI kontūro, (B) vidutinė rizika – eksperto patikrinimas, (C) didelė/labai didelė rizika – diagnozė/sprendimas priklauso ekspertui, AI yra tik pagalbinė priemonė. Užduotis: [rašyti užduotį].
Dažnos klaidos
- AI klaidinimas su „ekspertu“. AI kalba laisvai, bet neprisiima atsakomybės; Parašas yra jūsų. Rezultatas yra projektas, o ne sprendimas.
- Įklijuojamas kredencialas, koks yra. Pavadinimas, TR ID numeris ir protokolo numeris yra specialūs duomenys; Dalijimasis be anonimiškumo yra KVKK pažeidimas.
- Neabejoja atskaitos diapazonu. AI suteikia bendrą diapazoną; Jūsų įrenginio diapazonas ir amžiaus / lyties grupė gali skirtis.
- Nepateikia klinikinio konteksto. Aiškinimas, neatsižvelgiant į amžių, lytį, diagnozę, vaistus ir mėginių kokybę, yra klaidinantis.
- Paleisti, nes „atrodo gerai“. Sklandumas nėra tikslumas; Kiekvienam išėjimui reikalingas nepriklausomas valdymas.
Patarimas: prieš pradėdami dirbti su dirbtiniu intelektu, užduokite sau vieną klausimą: „Kas atsitiks pacientui, jei ši išvestis neteisinga? Jei atsakymas rimtas, naudokite dirbtinį intelektą tik juodraščiui / kvalifikacijai ir niekada nepraleiskite patvirtinimo.
Apibendrinant
Dirbtinis intelektas yra galingas asistentas medicinos laboratorijoje: jis pagreitina pasikartojančias užduotis, generuoja brėžinius, nuskaito raštus. Tačiau kadangi dirbate saugai svarbioje srityje, sprendimą paskelbti rezultatą, klinikinį aiškinimą ir diagnozę turi priimti kvalifikuotas specialistas. AI vaidmuo kiekvienoje viso testavimo proceso fazėje (ikianalitinis, analitinis, poanalitinis) skiriasi priklausomai nuo rizikos lygio; Didėjant rizikai, didėja žmonių pritarimas. Trys pagrindinės disciplinos saugo kiekvieną žingsnį: šaltinis, perskaičiavimas / palyginimas, klinikinis-analitinis filtras. O konfidencialumas yra visko pagrindas: paciento duomenys nepatenka į jokį įrankį be anonimiškumo.
Taikymo užduotis
Pasirinkite tris skirtingas užduotis iš savo laboratorijos (arba iš pavyzdinio scenarijaus): vieną mažos rizikos (pvz., darbo krūvio suvestinė), vieną vidutinę riziką (pvz., rezultato aiškinimo juodraštį), vieną didelę riziką (pvz., kritinės vertės pareiškimą). Kiekvienam iš jų (1) vienu sakiniu apibūdinkite AI vaidmenį, (2) užrašykite, kokį patikrinimo veiksmą atliksite, (3) nurodykite, kaip anonimizuojate duomenis. Tada pritaikykite aukščiau pateiktą šabloną „Vaidmuo ir ribų apibrėžimas“ savo vidutinės rizikos užduočiai ir parašykite raginimą.
kontrolinis sąrašas
- [ ] Nustačiau užduoties rizikos lygį (žema/vidutinė/aukšta).
- [ ] Apribojau AI vaidmenį iki „asistento/draft/kvalifikatoriaus“; diagnozę / sprendimą priima specialistas.
- [ ] anonimizuojau duomenis; Išvedamas pavadinimas, TR ID, protokolo numeris.
- [ ] Patikrinau atskaitos diapazoną ir vienetą savo laboratorijos vertėmis.
- [ ] Prie raginimo pridėjau klinikinį kontekstą (amžių, lytį, diagnozę, mėginio kokybę).
- [ ] Prieš išleisdamas išvestį atlikau nepriklausomus patikrinimus.