Kaunseling Pesakit dan Penggunaan Ubat Rasional — Kecerdasan Buatan dalam Farmasi

Keuntungan:

Keupayaan untuk menyediakan teks maklumat penggunaan dadah yang boleh difahami dan penggunaan dadah rasional (RAİK) yang sesuai dengan tahap pesakit dengan kecerdasan buatan
Keupayaan untuk mengesahkan dan memudahkan setiap tuntutan perubatan dalam teks perundingan dengan SmPC/KT semasa dan garis panduan dalam had selamat
Keupayaan untuk mempertimbangkan had kecerdasan buatan dalam diagnosis, pengesyoran rawatan dan panduan ubat tanpa preskripsi dan keperluan untuk merujuk kepada doktor

Seorang pesakit harus meninggalkan farmasi bukan sahaja dengan sekotak ubat, tetapi dengan pengetahuan tentang cara menggunakan ubat itu dengan betul. Kaunseling pesakit ialah tugas ahli farmasi yang paling ketara dan berharga: menerangkan dalam bahasa yang pesakit boleh faham bagaimana, bila, berapa lama untuk menggunakan ubat, dan perkara yang perlu diberi perhatian. Kecerdasan buatan ialah bantuan yang hebat dalam kerja ini kerana ia pantas untuk menterjemah maklumat perubatan yang kompleks kepada ayat mudah, menyesuaikan teks untuk tahap celik huruf yang berbeza dan mengingatkan anda tentang amaran yang terlupa. Tetapi perundingan adalah hubungan kepercayaan; Setiap ayat yang dihasilkan oleh kecerdasan buatan mesti ditapis dengan pengetahuan dan tanggungjawab ahli farmasi sebelum sampai kepada pesakit. Dalam unit ini, anda akan belajar menggunakan kecerdasan buatan dengan selamat untuk kaunseling pesakit dan penggunaan dadah yang rasional.

Apakah penggunaan dadah yang rasional?

Penggunaan ubat rasional (RUD), seperti yang ditakrifkan oleh Pertubuhan Kesihatan Sedunia, ialah penggunaan ubat yang betul oleh pesakit, dalam dos yang betul, untuk tempoh yang betul, pada kos yang paling berpatutan dan dengan cara yang betul. Perundingan ahli farmasi ialah alat AİK yang paling penting. Elemen praktikal AIC ialah:

Pesakit faham untuk apa ubat itu digunakan.
Pematuhan dengan dos, kekerapan dan tempoh (mis. tidak menghentikan antibiotik).
Cara pemberian (puasa/kenyang, telan tanpa kunyah, keadaan penyimpanan).
Kesan yang dijangkakan dan kemungkinan kesan sampingan.
Interaksi (ubat lain, makanan, alkohol).
Bila hendak berunding dengan doktor.

AI boleh menghasilkan teks draf yang boleh difahami untuk setiap elemen ini; Tetapi ketepatan kandungan dan kesesuaian untuk pesakit adalah milik ahli farmasi.

Petua: Teks kaunseling yang baik membolehkan pesakit memahami "apa yang perlu saya lakukan" dalam satu bacaan. Minta AI menulis teks pada tahap gred 6, dengan ayat pendek dan langkah bernombor; Kemudian anda mengawal ketepatan perubatan.

Di manakah kedudukan kecerdasan buatan dalam perundingan?

Kecerdasan buatan mempunyai had yang jelas: ia tidak boleh mendiagnosis, mengesyorkan rawatan, atau menggantikan doktor. Apabila pesakit berkata "Saya sakit kepala, apa yang perlu saya ambil", AI boleh menghasilkan senarai; Tetapi membentangkan senarai ini terus kepada pesakit adalah berbahaya. Sakit kepala boleh menjadi ketegangan mudah atau tanda keadaan serius. Walaupun semasa mengesyorkan produk over-the-counter (OTC), ahli farmasi; harus menilai umur pesakit, kehamilan, penyakit kronik dan ubat-ubatan lain. Kecerdasan buatan tidak boleh membuat penilaian ini.

Apabila ia datang kepada bendera merah (gejala yang memerlukan rujukan segera kepada doktor), AI boleh menjadi peringatan ("rujuk doktor jika anda mengalami gejala ini"), tetapi keputusan masih dibuat oleh ahli farmasi.

Terdapat juga aspek kaunseling yang mudah diabaikan: sama ada pesakit benar-benar memahami teks. Memberi arahan tidak sama dengan meminta pesakit memahaminya dengan betul. Itulah sebabnya seorang ahli farmasi yang baik menggunakan kaedah "teach-back": dia meminta pesakit mengulangi dengan perkataannya sendiri cara menggunakan ubat tersebut. Kecerdasan buatan adalah alat persediaan pada ketika ini; Ia boleh menjana terlebih dahulu beberapa soalan kawalan mudah untuk ditanya kepada pesakit ("berapa kali sehari anda akan mengambilnya, adakah ia lapar atau kenyang?"). Tetapi ahli farmasilah yang menjalankan penceritaan semula, membaca keraguan pada wajah pesakit, dan menerangkannya semula dalam bahasa yang berbeza apabila perlu; Tiada pengeluar teks boleh membuat penilaian manusia ini.

tiga kes mini

Kes 1 — Penggunaan alat sedut. Seorang pesakit berusia 58 tahun yang disahkan menghidap asma telah diberi ubat penyedut baru. Ahli farmasi meminta kecerdasan buatan untuk teks arahan mudah langkah demi langkah. Kecerdasan buatan menghasilkan arahan 6 langkah. Ahli farmasi membandingkan langkah-langkah dengan IFU peranti, membetulkan susunan langkah "menghembus nafas", dan menambah amaran bilas mulut. Pesakit menerima teks pada satu halaman; Kecerdasan buatan menjimatkan masa, ahli farmasi menjamin ketepatan.

Kes 2 — Pematuhan antibiotik. Seorang pesakit berusia 30 tahun mengambil antibiotik selama 7 hari tetapi cenderung untuk "berhenti apabila saya bertambah baik." Ahli farmasi meminta kecerdasan buatan untuk teks pematuhan 4 item pendek yang memfokuskan pada RAC: mengapa ia harus digunakan untuk sepenuh masa, apa yang perlu dilakukan jika dos terlepas, apa yang perlu dilakukan jika terdapat kesan sampingan, penyimpanan. Ahli farmasi mengesahkan teks dengan SmPC dan membacakannya kepada pesakit. Ayat yang menggambarkan risiko penentangan meningkatkan pematuhan pesakit.

Kes 3 — Pengguna polifarmasi warga emas. Seorang pesakit berusia 75 tahun menggunakan 6 ubat memerlukan "jadual ubat harian" yang mudah. Ahli farmasi meminta AI untuk carta pagi/tengah hari/petang. Kecerdasan buatan menetapkan jadual; Ahli farmasi membetulkan status puasa/penuh dan masa setiap ubat mengikut SmPC dan mengasingkan masa pengambilan dua ubat yang mempengaruhi satu sama lain. Hasilnya adalah carta yang jelas bahawa pesakit boleh menggantung pada peti sejuk.

Pengeluaran teks perundingan langkah demi langkah

Tentukan konteks. Umur pesakit, tahap celik huruf, bahasa, keadaan khas (tanpa pengenalan).
Sediakan sumbernya. Mempunyai SPC/KT yang berkaitan dan panduan, jika ada, di tangan.
Minta draf. Minta teks mudah, langkah demi langkah yang sesuai dengan tahap sasaran daripada kecerdasan buatan.
Semak ketepatan perubatan. Bandingkan setiap dos, amaran dan arahan kepada SmPC/CT.
Sesuaikan diri dengan pesakit. Peribadikan dengan mengambil kira alahan, kehamilan dan ubat lain.
Mengukuhkan secara lisan. Semasa memberikan teks, ulangi 2-3 mata yang paling kritikal secara lisan.

Gesaan lemah / Gesaan kuat

Lemah: "Tuliskan cara menggunakan ubat ini."

Güçlü: "Tulis teks arahan dengan ayat pendek dan langkah bernombor, pada peringkat gred 6, untuk diberikan kepada pesakit untuk ubat berikut. Sertakan yang berikut: untuk kegunaan apa ia digunakan, berapa kali sehari dan bila, berpuasa/penuh, dos terlepas, 2-3 kesan sampingan biasa dan bila untuk berunding dengan doktor. Dadah: [nama]. Tandakan mana-mana maklumat yang anda tidak pasti daripada SPC. sesuai."

Tahap literasi sasaran, tajuk kandungan dan keperluan pengesahan adalah jelas dalam gesaan yang berkuasa.

Empat templat yang boleh disalin

Tugas: Arahan pesakit (DRAFT).Ubat: [nama/borang]. Tahap pesakit: gred 6, bahasa Turki biasa. Kandungan: 1) Untuk apa 2) Dos dan masa 3) Puasa/penuh 4) Cara memohon5) Kesan sampingan biasa 6) Bila berjumpa doktor. Ayat pendek bernombor.Peraturan: Tandakan dos/amaran dengan [PENGESAHAN] untuk disahkan dalam SmPC.

Tugas: Teks pematuhan penggunaan ubat rasional (antibiotik). Penekanan: penggunaan jangka penuh, rintangan, dos yang tidak dijawab, penyimpanan. Nada: tidak menghakimi, memotivasi, 4 item. Dadah: [nama].Tiada maklumat yang dibuat-buat; [PENGESAHAN] log masuk tidak pasti.

Tugas: pra-penilaian perundingan OTC menjana SOALAN (BUKAN cadangan).Aduan: [...]. Output: soalan untuk bertanya kepada pesakit + gejala bendera merah yang memerlukan rujukan kepada doktor. Jangan mengesyorkan ubat; Hanya berikan rangka kerja penilaian.

Jadual peranan kecerdasan buatan dalam perundingan

peranan penasihat

kecerdasan buatan tidak

Lelaki (ahli farmasi) membuat

Tukar kepada teks biasa

draf bahasa

Pemeriksaan fakta perubatan

Adaptasi literasi

Pelarasan tahap

Penyesuaian budaya/peribadi

Senarai kesan sampingan

Senarai am

Kesesuaian untuk pesakit ini

Pemilihan produk OTC

Soalan penilaian

Keputusan dan panduan produk

Diagnosis

tiada apa

Rujukan kepada doktor

Kesilapan biasa

Memberi teks kecerdasan buatan kepada pesakit tanpa membacanya. Setiap ayat hendaklah disemak dengan SPC/KT.
Meninggalkan pengesyoran OTC kepada AI. Keputusan produk adalah milik ahli farmasi yang menilai pesakit.
Melangkau bendera merah. Gejala yang memerlukan rujukan kepada doktor mesti dipatuhi.
Bahasa yang terlalu teknikal. Jika pesakit tidak faham, kaunseling tidak berjaya; Permudahkan tahap.
Terlupa untuk memperibadikan. Alahan, kehamilan dan ubat-ubatan lain harus ditunjukkan dalam teks.

Secara ringkasnya

Kecerdasan buatan ialah bantuan yang berkuasa dalam menterjemah maklumat ubat yang kompleks ke dalam teks biasa yang boleh difahami oleh pesakit, menjimatkan masa untuk kaunseling. Tetapi kaunseling adalah soal amanah dan tanggungjawab: diagnosis dan keputusan rawatan dibentuk oleh penilaian ahli farmasi dan, apabila perlu, rujukan kepada doktor. Semak setiap teks dengan SPC/CT, peribadikan kepada pesakit, dan secara lisan mengukuhkan perkara yang paling kritikal. Kecerdasan buatan menulis teks; Ahli farmasi menjamin ketepatan dan kesesuaian.

Tugasan permohonan

Minta AI untuk arahan pesakit peringkat gred 6 untuk ubat yang anda kerap hadapi. Bandingkan setiap dos, amaran dan arahan dalam teks dengan SmPC/CT yang berkaitan dan tandakan sebarang ralat. Kemudian, buat jadual "kalendar ubat harian" untuk ubat yang sama dan isi maklumat puasa/sepenuh dan masa mengikut SmPC. Akhir sekali, untuk aduan OTC, minta AI menghasilkan "soalan penilaian dan tanda merah, bukan cadangan" dan bandingkannya dengan amalan sebenar anda.

senarai semak

[ ] Saya menentukan tahap pesakit dan situasi khusus mereka.
[ ] Saya menghasilkan teks dengan cara yang mudah, langkah demi langkah dan pada tahap sasaran.
[ ] Saya mengesahkan setiap dos/amaran/arahan dengan SmPC/CT.
[ ] Saya memperibadikan teks kepada pesakit (alahan/kehamilan/ubat).
[ ] Di OTC saya berdasarkan keputusan produk pada penilaian.
[ ] Saya mencari tanda merah dan rujukan kepada doktor.
[ ] Saya menguatkan 2-3 mata paling kritikal secara lisan.