Keuntungan:
- Keupayaan untuk membezakan pekerjaan perbidanan kepada zon hijau (gunakan dengan selesa), kuning (sokongan, berhati-hati) dan merah (kecerdasan buatan tidak menentukan) mengikut tahap risiko
- Keupayaan untuk mengenali risiko halusinasi dan menjamin setiap keluaran AI dengan disiplin Verify-Customize-Link
- Keupayaan untuk menerima pakai prinsip privasi dan tanggungjawab dan memohon bahawa keputusan klinikal sentiasa kekal dengan bidan dan doktor.
Perbidanan ialah satu profesion yang menggabungkan pelbagai pekerjaan dalam satu hari. Bidan mengukur tekanan darah wanita hamil dan menilai keputusan ujian pada waktu pagi, menenangkan ibu mengandung yang cemas pada sebelah petang, membetulkan kedudukan penyusuan pada sebelah petang, menyediakan brosur pendidikan pranatal pada waktu petang, dan menulis notanya pada penghujung hari. Sebahagian daripada kerja ini melibatkan penyusunan maklumat, menghasilkan dan mengingat teks; Sebahagian daripada mereka adalah keputusan klinikal dengan margin kesilapan yang sempit yang secara langsung membimbangkan kesihatan ibu dan bayi. Keseluruhan modul ini mengajar anda untuk memisahkan kedua-dua kumpulan ini dengan jelas dan menggunakan kecerdasan buatan hanya dalam kumpulan pertama, dalam had yang selamat.
Kecerdasan buatan (pendek kata AI; sistem komputer yang telah dilatih mengenai sejumlah besar teks dan boleh menulis dan membaca dalam bahasa manusia) ialah bantuan yang kuat untuk amalan perbidanan apabila digunakan dengan betul. Di sini kita bercakap secara khusus tentang model bahasa besar (LLM; sejenis AI yang menghasilkan teks dengan sepadan dengan anda — contohnya, pembantu sembang) jenis alat. Alat ini meringkaskan teks, memudahkan brosur, menyusun cerita, menulis mesej janji temu. Tetapi ia tidak membuat diagnosis, menilai risiko, atau mengesyorkan ubat. Prinsip utama yang akan kami ulangi sepanjang modul ialah:
Kecerdasan buatan ialah pembantu: ia menjana draf, mengingatkan, memudahkan. Diagnosis, keputusan risiko, ubat-ubatan dan bimbingan klinikal adalah tanggungjawab bidan dan doktor. Output AI yang tidak disahkan adalah seperti nota pesakit yang tidak ditandatangani; Ia tidak mempunyai kesan mengikat dengan sendirinya.
Apakah sebenarnya yang dipercepatkan AI dalam perbidanan?
Untuk memahami nilai AI dalam perbidanan, mari bahagikan perkara kepada tiga bidang berdasarkan tahap risiko. Perbezaan ini adalah rangka untuk seluruh modul.
Zon hijau — Gunakan AI dengan selesa (teks dan kerja maklumat): Draf risalah pendidikan, pelantikan dan mesej persediaan kepada wanita hamil, menterjemah teks perubatan yang kompleks ke dalam bahasa biasa, memperkemas nota penyerahan, terjemahan pertama teks maklumat berbilang bahasa, peta jalan untuk mencari kesusasteraan semasa tentang sesuatu topik. Di sini AI menjimatkan masa dan ralat output mudah ditangkap apabila bidan membacanya dan membetulkannya.
Zon kuning — Gunakan AI dengan berhati-hati, hanya sebagai sokongan: menyenaraikan faktor risiko dalam cerita (sebagai peringatan, bukan keputusan), membuat senarai semak bendera merah, "mengingat" kemungkinan situasi perbezaan. Di sini AI boleh bertindak sebagai senarai semak / lupa perisai; Tetapi bidan menapis setiap item dalam senarai dengan pengetahuannya sendiri dan keputusan tetap pada bidan.
Zon merah — AI TIDAK membuat keputusan: Membuat diagnosis (cth., diagnosis preeklampsia), menilai risiko dan membuat keputusan rujukan, menentukan ubat dan dos, mengurus buruh, keputusan campur tangan kecemasan. Di rantau ini, keluaran AI boleh menjadi paling banyak satu input; tidak pernah boleh mengambil tanggungjawab.
Petua: Sebelum menyumber luar tugas kepada AI, tanya diri anda satu soalan: "Jika output ini salah, siapa yang akan menderita, dan berapa cepat?" Jika kerosakan berlaku dengan cepat dan terus kepada ibu/bayi, anda berada dalam zon merah; Gunakan AI hanya untuk mengedit teks, bukan untuk menilainya.
Halusinasi: Mengapa AI nampak yakin tetapi salah
Ciri yang paling berbahaya bagi model bahasa besar ialah halusinasi: model menghasilkan maklumat yang sebenarnya tidak wujud, dalam bahasa yang fasih dan yakin, seolah-olah ia benar. Daripada berkata "Saya tidak tahu," AI boleh mengisi jurang dengan rekaan yang boleh dipercayai. Contoh konkrit dalam bidang perbidanan termasuk: membuat pernyataan garis panduan yang tidak wujud, dengan yakin menetapkan dos ubat yang salah, memberikan "julat normal" yang salah untuk nilai ujian, memetik kajian yang sebenarnya belum diterbitkan.
Halusinasi bukanlah "kepincangan fungsi" tetapi akibat semula jadi daripada cara alat ini berfungsi; tidak hilang sepenuhnya. Oleh itu, penyelesaiannya bukan bergantung pada AI, tetapi untuk mengesahkan setiap pernyataan berangka dan klinikal daripada sumber bebas. Kefasihan teks bukanlah bukti ketepatan.
Disiplin pengesahan: Peraturan ANC
Ambil setiap output AI melalui tiga langkah sebelum mengeluarkannya. Pendek kata namakannya ANC: Sahkan – Sesuaikan – Sambung.
- Sahkan: Sahkan setiap nombor, dos, nilai ujian, had mingguan dan pernyataan garis panduan dalam teks daripada sumber rasmi semasa (garis panduan Kementerian Kesihatan, protokol institusi, panduan profesional yang boleh dipercayai). Padamkan ayat yang anda tidak boleh sahkan.
- Sesuaikan: Sesuaikan teks umum kepada wanita hamil ini, institusi ini, konteks budaya ini. AI menulis untuk pesakit biasa; Ada orang sebenar di hadapan anda.
- Pautan: Pautkan output kepada konteks klinikal dan rantaian tanggungjawab: tambah nota "Ini adalah draf, kelulusan bidan/doktor diperlukan", dapatkan nasihat doktor jika perlu.
tiga kes mini
Kes 1 — Draf brosur (kawasan hijau): Seorang bidan akan menyediakan brosur "pemakanan kehamilan" untuk sekolah kehamilan dengan 20 pelajar. Dia meminta AI untuk draf ringkas sebanyak 350 perkataan, menerimanya dalam masa 8 minit, membetulkan 2 ayat mengikut protokol asid folik besi institusinya dan mengedarkannya. Jika dia menulisnya dengan tangan, ia akan mengambil masa 45 minit; AI mengurangkan masa sebanyak kira-kira 80% dan risiko kesilapan adalah rendah kerana bidan mengesahkan setiap nombor.
Kes 2 — Dos palsu (beralih ke zon merah): Seorang lagi bidan bertanya kepada YZ "apakah dos harian zat besi dalam anemia kekurangan zat besi semasa mengandung?" dia bertanya. AI memberikan nombor yang yakin. Apabila bidan hendak memberitahu perkara ini terus kepada wanita hamil, dia berhenti dan melihat protokol institusi; Dia melihat bahawa julat yang diberikan oleh AI tidak sepadan dengan protokol. Keputusan dos adalah milik doktor; Bidan tidak menggunakan keluaran AI sama sekali. Peraturan berfungsi: output berangka/klinikal tidak digunakan tanpa pengesahan.
Kes 3 — Pengumpulan sejarah (zon kuning): Bidan ketiga mempunyai AI meringkaskan fail kehamilan 12 halaman yang tidak kemas (mengabaikan maklumat pengenalpastian) dan meminta senarai "faktor risiko yang menonjol." AI menghasilkan 6 item. Bidan membaca senarai, menyedari bahawa 1 item telah disalahfahamkan, mengeluarkannya dan menambah 1 item yang hilang. Senarai itu bukan keputusan, tetapi input kepada penilaian bidan.
Templat yang boleh disalin
Anda boleh menyesuaikan empat templat di bawah dengan amalan anda sendiri. Apa yang mereka semua mempunyai persamaan: menulis semula peranan, had dan keperluan pengesahan ke dalam gesaan.
Peranan: Anda adalah penolong junior yang menulis untuk bidan yang berpengalaman.Tugas: Tulis draf maklumat yang MUDAH untuk wanita hamil mengenai topik berikut.Topik: [topik]Peraturan:- JANGAN buat diagnosis, cadangkan ubat/dos, stratifikasi risiko.- JANGAN TULIS sebarang nombor, dos atau ayat panduan yang anda tidak pasti; tinggalkan label "[BIDAN DISAHKAN]" sebaliknya. - Bahasa: Tahap gred 6, ayat pendek, terangkan istilah perubatan pada kejadian pertama. Panjang: 300 patah perkataan atau kurang.
Imbas output AI berikut dengan "mata pengesahan". Output: [paste text]Cukup berikan saya senarai:1) Setiap pernyataan NOMBOR, DOSE, MINGGU, dan Julat BIASA di dalamnya (secara berasingan).2) Setiap ayat yang merujuk garis panduan/protokol.3) Setiap tuntutan dengan bahasa definitif ("selalu", "tidak pernah", "pasti"). Ini adalah item yang saya akan sahkan oleh HAND; menambah komen.
Peranan: Anda ialah pembantu pemudahan teks. Tugasan: Tulis semula teks perubatan di bawah dengan cara yang boleh difahami oleh bakal ibu lepasan sekolah menengah. JANGAN TUKAR maksud, TAMBAH atau KELUAR maklumat. Jika anda tidak dapat meringkaskan istilah, terangkan secara ringkas dalam kurungan. Teks: [teks]
Ini adalah draf nota penyerahan; tidak melibatkan pertimbangan klinikal. Susun nota bertaburan berikut mengikut tajuk:[Cerita] [Penemuan hari ini] [Tindakan] [Peringatan untuk susulan].Tiada maklumat baharu GAGAL; Jika terdapat medan yang hilang, tulis "[BLANK]". Nota mentah: [nota]
Gesaan lemah / Gesaan kuat
<w:tcPr><w:tcW w:type="dxa" w:w="2880"/></w:tcPr><w:p><w:r><w:rPr><w:b/></w:rPr><w:t>Gesaan lemah
Gesaan yang berkuasa
teks
"Berikan maklumat tentang zat besi semasa hamil"
"Peranan: pembantu bidan. Tulis garis besar bermaklumat untuk wanita hamil, di peringkat gred 6, maksimum 250 patah perkataan. Syorkan dos/ubat; tandakan nombor yang anda tidak pasti sebagai '[SAHKAN BIDAN]'."
Kesimpulan
Teks tidak bersumber dan sukar untuk disahkan yang mengandungi dos dan tuntutan
Draf yang boleh diedit dengan selamat dengan sempadan yang jelas dan kawasan bertanda untuk disahkan.
Pada gesaan yang lemah, AI dikeluarkan; Ia mudah memasuki zon merah. Dalam gesaan yang berkuasa, peranan, had, teg pengesahan dan panjang ditakrifkan dari awal; Keluaran kekal di bawah kawalan bidan.
Etika dan privasi: dua peraturan dari awal
Bermula dari unit pertama, dua prinsip etika digunakan di seluruh modul. Yang pertama ialah privasi: jangan sekali-kali menulis maklumat pengenalan seperti nama wanita hamil, nombor ID TR, nombor telefon, nombor fail, alamat kepada AI (butiran dalam unit 9). Kedua, ketelusan dan akauntabiliti: Jangan tunjukkan teks yang dijana AI seperti yang ditulis oleh manusia; Setiap penyata yang memasuki dokumen klinikal bertanggungjawab ke atas bidan yang meluluskannya.
Awas: AI menulis mengikut "purata" budaya; oleh itu, ia mungkin terlepas pandang atau menyalahgunakan beberapa sensitiviti sosial, agama atau tempatan. Bidan sentiasa membuat penyesuaian budaya (perincian dalam unit 10).
Kesilapan biasa
- Meminta AI untuk "keputusan": "Perlukah saya merujuk wanita hamil ini?" Soalan seperti ini adalah zon merah; Anda tidak boleh bertanya kepada AI.
- Menggunakan nombor tanpa mengesahkannya: Meninggalkan setiap nombor, seperti dos, minggu, selang analisis, dalam teks tanpa mengesahkan ia adalah kesilapan yang paling biasa dan berbahaya.
- Menulis maklumat pengenalan: Sebarang maklumat yang menjadikan wanita hamil itu dikenali tidak harus disertakan dalam gesaan.
- Kefasihan yang mengelirukan dengan ketepatan: Hanya kerana teks ditulis dengan baik tidak bermakna kandungannya betul.
- Tidak menulis peranan dan had: Gesaan tanpa had menghasilkan output tanpa had (dan berisiko).
- Bergantung pada satu output: Pada teks kritikal, adalah berguna untuk menjalankan semula AI sebagai "mata pengesahan" kedua dan mengimbas outputnya sendiri.
Secara ringkasnya
Kecerdasan buatan ialah pembantu berkuasa yang mempercepatkan kerja teks dan maklumat dalam perbidanan; tetapi ia tidak menggantikan keputusan seperti diagnosis, risiko, ubat, dan rujukan klinikal. Bahagikan tugas kepada zon hijau (gunakan dengan selesa), kuning (sokongan, berhati-hati) dan merah (membuat keputusan). Sahkan setiap pernyataan berangka dan klinikal daripada sumber bebas kerana risiko halusinasi; lulus setiap output melalui disiplin Sahkan–Sesuaikan–Pautan. Prinsip privasi dan tanggungjawab terpakai sepanjang modul: keputusan sentiasa terpulang kepada orang tersebut.
Tugasan permohonan
Pilih 6 tugas mingguan anda sendiri dan buat carta meletakkan setiap satu dalam zon hijau/kuning/merah. Gunakan templat risalah di atas untuk menghasilkan garis besar untuk perniagaan di zon hijau; kemudian imbas cetakan anda sendiri dengan templat "mata pengesahan" dan tandai item yang memerlukan pengesahan. Untuk kerja yang anda letakkan di zon merah, tulis dalam dua ayat mengapa anda tidak akan menggunakan AI.
senarai semak
- [ ] Saya meletakkan kerja di zon hijau/kuning/merah; Jika ia merah, saya tidak menggunakan AI untuk keputusan itu.
- [ ] Saya menulis peranan, had (tiada diagnosis/dos) dan teg pengesahan dalam gesaan.
- [ ] Saya telah mengesahkan secara bebas setiap nombor, dos, minggu, dan pernyataan garis panduan dalam cetakan.
- [ ] Tiada maklumat pengenalan dimasukkan ke dalam gesaan.
- [ ] Saya telah melalui langkah-langkah Sahkan–Sesuaikan–Pautkan output.
- [ ] Saya mengesahkan bahawa saya bertanggungjawab terhadap kenyataan yang dimasukkan dalam dokumen klinikal.