ਫਾਰਮੇਸੀ ਵਿੱਚ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਦੀ ਜਾਣ-ਪਛਾਣ: ਸੀਮਾਵਾਂ, ਪ੍ਰਮਾਣਿਕਤਾ, ਜ਼ਿੰਮੇਵਾਰੀ ਅਤੇ ਨੈਤਿਕਤਾ

ਲਾਭ:

• ਇਹ ਫਰਕ ਕਰਨ ਦੇ ਯੋਗ ਹੋਣਾ ਕਿ ਕਿੱਥੇ ਨਕਲੀ ਬੁੱਧੀ ਫਾਰਮੇਸੀ ਵਰਕਫਲੋ ਵਿੱਚ ਅਸਲ ਸਮੇਂ ਦੀ ਬਚਤ ਕਰਦੀ ਹੈ ਅਤੇ ਕਿੱਥੇ ਸੁਰੱਖਿਆ-ਨਾਜ਼ੁਕ ਜ਼ਿੰਮੇਵਾਰੀ ਸਮਰੱਥ ਫਾਰਮਾਸਿਸਟ ਅਤੇ ਡਾਕਟਰ ਕੋਲ ਖਤਰੇ ਦੇ ਪੱਧਰ ਦੇ ਅਨੁਸਾਰ ਰਹਿਣੀ ਚਾਹੀਦੀ ਹੈ
• ਇੱਕ ਬਹੁ-ਪੱਧਰੀ ਤਸਦੀਕ ਅਨੁਸ਼ਾਸਨ ਨੂੰ ਲਾਗੂ ਕਰਨ ਦੀ ਸਮਰੱਥਾ ਜੋ ਹਰੇਕ AI ਆਉਟਪੁੱਟ ਨੂੰ ਅੱਪ-ਟੂ-ਡੇਟ ਉਤਪਾਦ ਜਾਣਕਾਰੀ (SPC/KT), ਲਾਗੂ ਕਾਨੂੰਨ ਅਤੇ ਸੁਤੰਤਰ ਮਾਹਰ ਨਿਯੰਤਰਣ ਦੇ ਵਿਰੁੱਧ ਟੈਸਟ ਕਰਦੀ ਹੈ।
• ਮਰੀਜ਼ ਦੇ ਨਿੱਜੀ ਅਤੇ ਸਿਹਤ ਡੇਟਾ ਦੀ ਰੱਖਿਆ ਕਰਨ ਲਈ ਸੰਦਰਭ, ਗੋਪਨੀਯਤਾ (ਕੇਵੀਕੇਕੇ) ਅਤੇ ਨੈਤਿਕਤਾ ਦੀ ਗੁਮਨਾਮਤਾ ਦੇ ਰੂਪ ਵਿੱਚ ਸੁਰੱਖਿਅਤ ਸਾਧਨਾਂ ਦੀ ਚੋਣ ਕਰਨ ਦੀ ਆਦਤ ਨੂੰ ਹਾਸਲ ਕਰਨ ਦੀ ਸਮਰੱਥਾ।

ਫਾਰਮੇਸੀ ਭਰੋਸੇ ਦਾ ਇੱਕ ਪੇਸ਼ਾ ਹੈ ਜੋ ਇੱਕ ਨੁਸਖ਼ੇ ਦੇ ਪਿੱਛੇ ਮਰੀਜ਼ ਨੂੰ ਵੇਖਦਾ ਹੈ ਅਤੇ ਉਸਨੂੰ ਸੁਰੱਖਿਅਤ, ਸਹੀ ਅਤੇ ਤਰਕਸੰਗਤ ਤਰੀਕੇ ਨਾਲ ਦਵਾਈ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ। ਇਸ ਟਰੱਸਟ ਦਾ ਸਰੋਤ ਹੈ ਕਿ ਫਾਰਮਾਸਿਸਟ ਹਰ ਫੈਸਲੇ ਨੂੰ ਗਿਆਨ ਅਤੇ ਜ਼ਿੰਮੇਵਾਰੀ 'ਤੇ ਅਧਾਰਤ ਕਰਦਾ ਹੈ। ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (ਛੋਟੇ ਲਈ AI; ਸਾਫਟਵੇਅਰ ਜੋ ਡੇਟਾ ਤੋਂ ਪੈਟਰਨ ਸਿੱਖਦਾ ਹੈ ਅਤੇ ਟੈਕਸਟ, ਟੇਬਲ ਅਤੇ ਸੁਝਾਅ ਤਿਆਰ ਕਰਦਾ ਹੈ) ਇਸ ਪੇਸ਼ੇ ਵਿੱਚ ਇੱਕ ਬਹੁਤ ਸ਼ਕਤੀਸ਼ਾਲੀ ਸਹਾਇਕ ਵਜੋਂ ਦਾਖਲ ਹੁੰਦਾ ਹੈ: ਇੱਕ ਇੰਟਰੈਕਸ਼ਨ ਸਕੈਨ ਕਰਨਾ, ਇੱਕ ਮਰੀਜ਼ ਜਾਣਕਾਰੀ ਟੈਕਸਟ ਲਿਖਣਾ, ਇੱਕ ਨੋਟੀਫਿਕੇਸ਼ਨ ਦਾ ਖਰੜਾ ਤਿਆਰ ਕਰਨਾ, ਇੱਕ ਵਿਧਾਨਿਕ ਟੈਕਸਟ ਦਾ ਸਾਰ ਦੇਣਾ। ਪਰ AI ਇੱਕ ਫਾਰਮਾਸਿਸਟ ਨਹੀਂ ਹੈ; ਉਹ ਨਾ ਤਾਂ ਜ਼ਿੰਮੇਵਾਰੀ ਲੈਂਦਾ ਹੈ, ਨਾ ਹੀ ਡਿਪਲੋਮਾ ਕਰਦਾ ਹੈ, ਅਤੇ ਨਾ ਹੀ ਮਰੀਜ਼ ਦੇ ਵਿਰੁੱਧ ਕਾਨੂੰਨੀ ਤੌਰ 'ਤੇ ਖੜ੍ਹਾ ਹੁੰਦਾ ਹੈ। ਇਸ ਯੂਨਿਟ ਵਿੱਚ, ਤੁਸੀਂ ਸਿੱਖੋਗੇ ਕਿ ਫਾਰਮੇਸੀ ਕਾਰੋਬਾਰ ਵਿੱਚ ਨਕਲੀ ਬੁੱਧੀ ਦੀ ਵਰਤੋਂ ਕਿੱਥੇ ਕਰਨੀ ਹੈ, ਕਿੱਥੇ ਖੜ੍ਹੇ ਰਹਿਣਾ ਹੈ ਅਤੇ ਹਰੇਕ ਆਉਟਪੁੱਟ ਦੀ ਪੁਸ਼ਟੀ ਕਿਵੇਂ ਕਰਨੀ ਹੈ। ਉਦੇਸ਼ ਤੁਹਾਨੂੰ ਇੱਕ ਪੇਸ਼ੇਵਰ ਬਣਾਉਣਾ ਹੈ ਜੋ ਨਕਲੀ ਬੁੱਧੀ ਨੂੰ ਨਿਯੰਤਰਿਤ ਕਰਦਾ ਹੈ, ਇਸ 'ਤੇ ਨਿਰਭਰ ਨਹੀਂ।

ਨਕਲੀ ਬੁੱਧੀ ਫਾਰਮੇਸੀ ਵਿੱਚ ਕੀ ਕਰ ਸਕਦੀ ਹੈ ਅਤੇ ਕੀ ਨਹੀਂ ਕਰ ਸਕਦੀ?

ਨਕਲੀ ਬੁੱਧੀ ਦੀ ਅਸਲ ਸ਼ਕਤੀ ਭਾਸ਼ਾ, ਪੈਟਰਨ ਅਤੇ ਬਲੂਪ੍ਰਿੰਟ ਤਿਆਰ ਕਰਨਾ ਹੈ। ਇੱਕ ਮਰੀਜ਼ ਕਾਉਂਸਲਿੰਗ ਟੈਕਸਟ, ਇੱਕ ਪ੍ਰਤੀਕੂਲ ਪ੍ਰਭਾਵ (ਸਾਈਡ ਇਫੈਕਟ) ਰਿਪੋਰਟਿੰਗ ਫਰੇਮਵਰਕ, ਇੱਕ ਤਰਕਸ਼ੀਲ ਡਰੱਗ ਵਰਤੋਂ (RAH; ਸਹੀ ਦਵਾਈ ਦੇ ਨਾਲ ਦਵਾਈ ਦੀ ਵਰਤੋਂ ਦਾ ਸਿਧਾਂਤ, ਸਹੀ ਖੁਰਾਕ, ਸਹੀ ਮਿਆਦ ਲਈ) ਬਰੋਸ਼ਰ, ਇੱਕ ਸਟਾਕ ਵਿਸ਼ਲੇਸ਼ਣ ਸਾਰਣੀ, ਅਤੇ ਇੱਕ ਸਾਹਿਤ ਸੰਖੇਪ ਸਕਿੰਟਾਂ ਵਿੱਚ ਪ੍ਰਗਟ ਹੁੰਦਾ ਹੈ। ਇਹਨਾਂ ਕੰਮਾਂ ਵਿੱਚ, ਨਕਲੀ ਬੁੱਧੀ ਤੁਹਾਡੇ ਘੰਟਿਆਂ ਦੀ ਬਚਤ ਕਰਦੀ ਹੈ ਅਤੇ ਮਾਨਸਿਕ ਬੋਝ ਨੂੰ ਘੱਟ ਕਰਦੀ ਹੈ।

ਨਕਲੀ ਬੁੱਧੀ ਕੀ ਨਹੀਂ ਕਰ ਸਕਦੀ ਉਹ ਫੈਸਲਾ ਹੈ ਜਿਸ ਲਈ ਕਲੀਨਿਕਲ ਜ਼ਿੰਮੇਵਾਰੀ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਗੁਰਦੇ ਦੇ ਫੰਕਸ਼ਨ ਦੇ ਆਧਾਰ 'ਤੇ ਮਰੀਜ਼ ਦੀ ਖੁਰਾਕ ਨੂੰ ਵਿਵਸਥਿਤ ਕਰਨਾ, ਕੀ ਉਸ ਮਰੀਜ਼ ਲਈ ਦੋ ਦਵਾਈਆਂ ਦੀ ਆਪਸੀ ਤਾਲਮੇਲ ਡਾਕਟਰੀ ਤੌਰ 'ਤੇ ਮਹੱਤਵਪੂਰਨ ਹੈ, ਗਰਭਵਤੀ ਔਰਤ ਵਿੱਚ ਦਵਾਈ ਦੀ ਸੁਰੱਖਿਆ, ਕੀ ਇੱਕ ਨੁਸਖ਼ਾ ਮਨਜ਼ੂਰ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ; ਇਸ ਵਿੱਚੋਂ ਕੋਈ ਵੀ "ਇਹ ਆਮ ਤੌਰ 'ਤੇ ਇਸ ਤਰ੍ਹਾਂ ਹੁੰਦਾ ਹੈ" ਦੇ ਤਰਕ ਦੁਆਰਾ ਨਿਰਧਾਰਤ ਨਹੀਂ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ। AI ਭਰਮ ਪੈਦਾ ਕਰਦਾ ਹੈ ਕਿਉਂਕਿ ਇਹ ਇੰਟਰਨੈਟ ਅਤੇ ਕਿਤਾਬਾਂ ਦੇ ਪਾਠਾਂ ਤੋਂ ਸਿੱਖਦਾ ਹੈ: ਭਾਵ, ਇਹ ਇੱਕ ਗਲਤ ਖੁਰਾਕ, ਪਰਸਪਰ ਪ੍ਰਭਾਵ, ਜਾਂ ਸਰੋਤ ਬਣਾ ਸਕਦਾ ਹੈ ਜੋ ਅਸਲੀ ਜਾਪਦਾ ਹੈ ਪਰ ਝੂਠਾ ਹੈ। ਫਾਰਮੇਸੀ ਵਿੱਚ, ਇਸ ਕਿਸਮ ਦੀ ਗਲਤੀ ਸਿਰਫ ਇੱਕ ਟਾਈਪੋ ਨਹੀਂ ਹੈ; ਗਲਤ ਖੁਰਾਕ ਦਾ ਮਤਲਬ ਹੈ ਗੰਭੀਰ ਮਾੜੇ ਪ੍ਰਭਾਵ ਜਾਂ ਮਰੀਜ਼ ਨੂੰ ਨੁਕਸਾਨ ਵੀ।

ਧਿਆਨ ਦਿਓ: AI ਆਉਟਪੁੱਟ ਇੱਕ ਡਰਾਫਟ ਹੈ, ਨਾ ਕਿ ਇੱਕ ਮਾਹਰ ਰਾਏ. ਕਿਸੇ ਸਮਰੱਥ ਫਾਰਮਾਸਿਸਟ ਅਤੇ ਡਾਕਟਰ ਦੀ ਮਨਜ਼ੂਰੀ ਤੋਂ ਬਿਨਾਂ ਦਵਾਈ, ਖੁਰਾਕ ਅਤੇ ਇਲਾਜ ਸੰਬੰਧੀ ਕੋਈ ਸੁਰੱਖਿਆ-ਨਾਜ਼ੁਕ ਫੈਸਲੇ ਨਹੀਂ ਲਏ ਜਾ ਸਕਦੇ ਹਨ। ਨਿਦਾਨ ਅਤੇ ਇਲਾਜ ਦਾ ਫੈਸਲਾ ਮਨੁੱਖ ਦਾ ਹੈ; AI ਇਸ ਸਹਿਮਤੀ ਨੂੰ ਨਹੀਂ ਬਦਲਦਾ ਹੈ।

ਜੋਖਮ ਪੱਧਰ ਦੇ ਅਨੁਸਾਰ ਤਿੰਨ ਖੇਤਰ

ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਨੂੰ ਸੁਰੱਖਿਅਤ ਢੰਗ ਨਾਲ ਵਰਤਣ ਦਾ ਸਭ ਤੋਂ ਵਿਹਾਰਕ ਤਰੀਕਾ ਹੈ ਜੋਖਮ ਪੱਧਰ ਦੇ ਆਧਾਰ 'ਤੇ ਹਰੇਕ ਕੰਮ ਨੂੰ ਤਿੰਨ ਜ਼ੋਨਾਂ ਵਿੱਚ ਵੰਡਣਾ। ਇਹ ਅੰਤਰ ਇਸ ਸਵਾਲ ਦਾ ਇੱਕ ਤੇਜ਼ ਅਤੇ ਸਹੀ ਜਵਾਬ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ "ਕੀ ਨਕਲੀ ਬੁੱਧੀ ਨੂੰ ਅਜਿਹਾ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ?"

ਖੇਤਰ

ਨਮੂਨਾ ਕਾਰਜ

ਨਕਲੀ ਬੁੱਧੀ ਦੀ ਭੂਮਿਕਾ

ਪੁਸ਼ਟੀਕਰਨ ਪੱਧਰ

ਹਰਾ (ਘੱਟ ਜੋਖਮ)

ਬਲੌਗ ਡਰਾਫਟ, ਸ਼ੈਲਫ ਲੇਬਲ, ਮੀਟਿੰਗ ਨੋਟ, ਈਮੇਲ, ਆਮ ਜਾਣਕਾਰੀ ਟੈਕਸਟ

ਮੁਫ਼ਤ ਉਤਪਾਦਨ

ਤੁਰੰਤ ਸਮੀਖਿਆ

ਪੀਲਾ (ਮੱਧਮ ਜੋਖਮ)

ਮਰੀਜ਼ ਜਾਣਕਾਰੀ ਪਾਠ, ਵਿਧਾਨਕ ਸੰਖੇਪ, ਸਟਾਕ ਵਿਸ਼ਲੇਸ਼ਣ, ਸਾਹਿਤ ਸੰਖੇਪ, ਨੋਟੀਫਿਕੇਸ਼ਨ ਡਰਾਫਟ

ਡਰਾਫਟ + ਪ੍ਰਸਤਾਵ

ਮਾਹਰ ਨਿਯੰਤਰਣ + SmPC/ਸਰੋਤ ਪੁਸ਼ਟੀ

ਲਾਲ (ਸੁਰੱਖਿਆ-ਨਾਜ਼ੁਕ)

ਖੁਰਾਕ ਨਿਰਧਾਰਨ, ਗੱਲਬਾਤ ਦਾ ਫੈਸਲਾ, ਨੁਸਖ਼ੇ ਦੀ ਮਨਜ਼ੂਰੀ, ਵਿਸ਼ੇਸ਼ ਸਮੂਹ (ਗਰਭਵਤੀ/ਬੱਚਾ/ਅਧੂਰੀ) ਮੁਲਾਂਕਣ

ਸਿਰਫ਼ ਪ੍ਰੀ-ਸਕ੍ਰੀਨ/ਚੈੱਕਲਿਸਟ

ਇੱਕ ਸਮਰੱਥ ਫਾਰਮਾਸਿਸਟ ਤੋਂ ਪ੍ਰਵਾਨਗੀ ਅਤੇ, ਜੇ ਲੋੜ ਹੋਵੇ, ਇੱਕ ਡਾਕਟਰ ਲਾਜ਼ਮੀ ਹੈ।

ਗ੍ਰੀਨ ਜ਼ੋਨ ਵਿੱਚ ਤੇਜ਼ ਰਹੋ। ਪੀਲੇ ਜ਼ੋਨ ਵਿੱਚ AI ਦੀ ਵਰਤੋਂ ਕਰੋ, ਪਰ ਹਰ ਡਾਕਟਰੀ ਦਾਅਵੇ ਅਤੇ ਸਰੋਤ ਦੀ ਤੱਥ-ਜਾਂਚ ਕਰੋ। ਰੈੱਡ ਜ਼ੋਨ ਵਿੱਚ, ਏਆਈ ਦਾ ਕਦੇ ਵੀ ਅੰਤਿਮ ਕਹਿਣਾ ਨਹੀਂ ਹੁੰਦਾ; ਇਹ ਸਿਰਫ਼ ਇੱਕ ਸਹਾਇਤਾ ਹੈ ਜੋ ਮਾਹਰ ਦੇ ਕੰਮ ਨੂੰ ਤੇਜ਼ ਕਰਦੀ ਹੈ।

ਮਲਟੀ-ਲੇਅਰ ਪੁਸ਼ਟੀਕਰਨ ਅਨੁਸ਼ਾਸਨ

ਤਸਦੀਕ "ਮੈਂ ਇਸਨੂੰ ਬਾਅਦ ਵਿੱਚ ਦੇਖਾਂਗਾ" ਸੋਚ ਕੇ ਮੁਲਤਵੀ ਕਰਨ ਵਾਲੀ ਕੋਈ ਚੀਜ਼ ਨਹੀਂ ਹੈ; ਵਰਕਫਲੋ ਦਾ ਹਿੱਸਾ ਹੈ। ਫਾਰਮੇਸੀ ਵਿੱਚ ਮਜ਼ਬੂਤ ਪ੍ਰਮਾਣਿਕਤਾ ਵਿੱਚ ਪੰਜ ਪਰਤਾਂ ਹੁੰਦੀਆਂ ਹਨ:

1. ਸਰੋਤ ’ਤੇ ਵਾਪਸ ਜਾਓ। ਜੇਕਰ AI ਨੇ ਕੋਈ ਖੁਰਾਕ, ਪਰਸਪਰ ਪ੍ਰਭਾਵ ਜਾਂ ਸਥਿਤੀ ਦਿੱਤੀ ਹੈ, ਤਾਂ ਮੌਜੂਦਾ ਉਤਪਾਦ ਜਾਣਕਾਰੀ (SmPC: ਸੰਖੇਪ ਉਤਪਾਦ ਜਾਣਕਾਰੀ; ਡਾਕਟਰ ਲਈ ਅਧਿਕਾਰਤ ਦਵਾਈਆਂ ਦੀ ਜਾਣਕਾਰੀ। KT: ਵਰਤੋਂ ਲਈ ਨਿਰਦੇਸ਼; ਮਰੀਜ਼ ਲਈ) ਜਾਂ ਲਾਗੂ ਮਾਰਗਦਰਸ਼ਨ/ਵਿਧਾਨ ਤੋਂ ਇਸਨੂੰ ਖੋਲ੍ਹੋ ਅਤੇ ਪੁਸ਼ਟੀ ਕਰੋ।
2. ਸੁਤੰਤਰ ਖਾਤਾ। ਇੱਕ ਖੁਰਾਕ ਜਾਂ ਗਾੜ੍ਹਾਪਣ (mg/kg, mL, %) ਦੀ ਹੱਥੀਂ ਜਾਂ ਇੱਕ ਪ੍ਰਮਾਣਿਤ ਵਿਧੀ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਮੁੜ ਗਣਨਾ ਕਰੋ।
3. ਮਰੀਜ਼ ਦੇ ਸੰਦਰਭ ਨਾਲ ਟੈਸਟ ਕਰੋ. ਦਾਅਵੇ ਦੀ ਤੁਲਨਾ ਇਸ ਅਸਲ ਮਰੀਜ਼ ਦੀ ਉਮਰ, ਭਾਰ, ਗੁਰਦੇ/ਜਿਗਰ ਫੰਕਸ਼ਨ, ਗਰਭ ਅਵਸਥਾ ਅਤੇ ਹੋਰ ਦਵਾਈਆਂ ਨਾਲ ਕਰੋ।
4. ਮਾਹਰ ਅੱਖ. ਜੇ ਫੈਸਲਾ ਕਲੀਨਿਕਲ ਹੈ ਅਤੇ ਝਿਜਕ ਹੈ, ਤਾਂ ਇੱਕ ਡਾਕਟਰ ਨਾਲ ਸਲਾਹ ਕਰੋ; ਅੰਤਿਮ ਮਨਜ਼ੂਰੀ ਸਮਰੱਥ ਫਾਰਮਾਸਿਸਟ ਕੋਲ ਹੈ।
5. ਆਪਣਾ ਨਿਸ਼ਾਨ ਛੱਡੋ। ਰਿਕਾਰਡ ਕਰੋ ਕਿ ਕਿਹੜਾ ਆਉਟਪੁੱਟ ਪ੍ਰਮਾਣਿਤ ਕੀਤਾ ਗਿਆ ਸੀ ਅਤੇ ਕਿਵੇਂ; ਇਸ ਦੀ ਬਾਅਦ ਵਿੱਚ ਜਾਂਚ ਕੀਤੀ ਜਾਵੇ।

ਸੰਕੇਤ: “ਏਆਈ ਨੇ ਕਿਹਾ” ਕੋਈ ਜਾਇਜ਼ ਨਹੀਂ ਹੈ। ਫਾਰਮੇਸੀ ਦੇ ਫੈਸਲੇ ਲਈ ਹਮੇਸ਼ਾ ਮੌਜੂਦਾ SmPC/PI, ਮੌਜੂਦਾ ਮਾਰਗਦਰਸ਼ਨ/ਵਿਧਾਨ, ਸੁਤੰਤਰ ਗਣਨਾ ਜਾਂ ਸਮਰੱਥ ਮਾਹਰ ਦੀ ਪ੍ਰਵਾਨਗੀ ਹੁੰਦੀ ਹੈ। AI ਇਹਨਾਂ ਤਰਕਸੰਗਤਾਂ ਨੂੰ ਤਿਆਰ ਕਰਨ ਵਿੱਚ ਤੁਹਾਡੀ ਮਦਦ ਕਰਦਾ ਹੈ, ਇਹ ਉਹਨਾਂ ਨੂੰ ਨਹੀਂ ਬਦਲਦਾ।

ਗੋਪਨੀਯਤਾ, KVKK ਅਤੇ ਨੈਤਿਕਤਾ

ਸਿਹਤ ਡੇਟਾ ਸਭ ਤੋਂ ਸੰਵੇਦਨਸ਼ੀਲ ਕਿਸਮ ਦਾ ਨਿੱਜੀ ਡੇਟਾ ਹੈ; ਇਹ ਕਾਨੂੰਨ ਵਿੱਚ "ਵਿਸ਼ੇਸ਼ ਪ੍ਰਕਿਰਤੀ ਦੇ ਨਿੱਜੀ ਡੇਟਾ" ਵਜੋਂ ਸਭ ਤੋਂ ਉੱਚੀ ਸੁਰੱਖਿਆ ਦੇ ਅਧੀਨ ਹੈ। ਮਰੀਜ਼ ਦਾ ਨਾਮ, ਟੀਆਰ ਆਈਡੀ ਨੰਬਰ, ਨਿਦਾਨ, ਵਰਤੀਆਂ ਜਾਂਦੀਆਂ ਦਵਾਈਆਂ; ਇਹ ਸਭ ਕੁਝ ਗੁਪਤ ਹੈ। ਇੱਕ ਕਲਾਉਡ-ਅਧਾਰਿਤ AI ਟੂਲ ਨੂੰ ਇਹ ਡੇਟਾ ਦੇਣ ਤੋਂ ਪਹਿਲਾਂ, ਤਿੰਨ ਸਵਾਲ ਪੁੱਛੋ: ਕੀ ਇਹ ਡੇਟਾ ਅਸਲ ਵਿੱਚ ਜ਼ਰੂਰੀ ਹੈ? ਕੀ ਇਸ ਨੂੰ ਅਗਿਆਤ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ? ਕੀ ਟੂਲ ਜੋ ਮੈਂ ਵਰਤਦਾ ਹਾਂ ਉਹ ਸਿਖਲਾਈ ਵਿੱਚ ਡੇਟਾ ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ?

ਨੈਤਿਕ ਪਹਿਲੂ ਇੱਥੇ ਖਤਮ ਨਹੀਂ ਹੁੰਦਾ। ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਸਿੱਧੇ ਤੌਰ 'ਤੇ ਮਰੀਜ਼ ਦੀ ਜਾਂਚ ਨਹੀਂ ਕਰ ਸਕਦੀ, ਇਲਾਜ ਦੀ ਸਿਫਾਰਸ਼ ਨਹੀਂ ਕਰ ਸਕਦੀ, ਜਾਂ ਕਿਸੇ ਡਾਕਟਰ ਦੀ ਥਾਂ ਨਹੀਂ ਲੈ ਸਕਦੀ। ਇੱਥੋਂ ਤੱਕ ਕਿ ਓਵਰ-ਦੀ-ਕਾਊਂਟਰ (OTC) ਉਤਪਾਦਾਂ ਲਈ, ਫਾਰਮਾਸਿਸਟ ਫਿਲਟਰ ਦੁਆਰਾ ਪਾਸ ਕੀਤੇ ਬਿਨਾਂ ਮਰੀਜ਼ ਨੂੰ AI ਆਉਟਪੁੱਟ ਟ੍ਰਾਂਸਫਰ ਕਰਨਾ ਗੈਰ-ਜ਼ਿੰਮੇਵਾਰਾਨਾ ਹੈ। ਇੱਕ ਅੰਦਰੂਨੀ ਟੂਲ ਵਜੋਂ AI ਦੀ ਵਰਤੋਂ ਕਰੋ; ਕਦੇ ਵੀ ਤੁਹਾਡੇ ਅਤੇ ਮਰੀਜ਼ ਵਿਚਕਾਰ ਪੇਸ਼ੇਵਰ ਨਿਰਣੇ ਨੂੰ ਬਾਈਪਾਸ ਨਾ ਕਰੋ।

ਤਿੰਨ ਛੋਟੇ ਕੇਸ

ਕੇਸ 1 - ਪ੍ਰਮਾਣਿਕਤਾ ਇੱਕ ਗਲਤੀ ਫੜਦੀ ਹੈ। ਇੱਕ ਫਾਰਮਾਸਿਸਟ ਨੇ 18 ਕਿਲੋਗ੍ਰਾਮ ਬੱਚੇ ਲਈ ਖੁਰਾਕ ਦੀ ਤੁਰੰਤ ਜਾਂਚ ਕਰਨ ਲਈ ਏਆਈ ਨਾਲ ਸਲਾਹ ਕੀਤੀ; AI ਨੇ ਗਲਤੀ ਨਾਲ 15 ਮਿਲੀਗ੍ਰਾਮ/ਕਿਲੋਗ੍ਰਾਮ ਦੀ ਬਜਾਏ 150 ਮਿਲੀਗ੍ਰਾਮ ਦੀ ਕੁੱਲ ਖੁਰਾਕ ਦਾ ਸੁਝਾਅ ਦਿੱਤਾ। ਫਾਰਮਾਸਿਸਟ ਨੇ ਪ੍ਰਿੰਟਆਊਟ ਨੂੰ ਡਰਾਫਟ ਮੰਨਿਆ ਅਤੇ ਇੱਕ ਸੁਤੰਤਰ ਗਣਨਾ ਕੀਤੀ: 18 × 15 = 270 ਮਿਲੀਗ੍ਰਾਮ/ਦਿਨ। ਉਸਨੇ ਅੰਤਰ ਦੇਖਿਆ, SPC 'ਤੇ ਇਸਦੀ ਪੁਸ਼ਟੀ ਕੀਤੀ ਅਤੇ ਸਹੀ ਖੁਰਾਕ ਲਾਗੂ ਕੀਤੀ। ਤਸਦੀਕ ਦੇ ਅਨੁਸ਼ਾਸਨ ਤੋਂ ਬਿਨਾਂ, ਬੱਚੇ ਨੂੰ ਲਗਭਗ ਅੱਧੀ ਖੁਰਾਕ ਮਿਲੀ ਹੋਵੇਗੀ; AI ਵਿੱਚ ਅੰਨ੍ਹਾ ਭਰੋਸਾ ਇੱਕ ਗਲਤੀ ਪੈਦਾ ਕਰੇਗਾ।

ਕੇਸ 2 - ਗੁਪਤਤਾ ਦੀ ਸੁਰੱਖਿਆ। ਇੱਕ ਫਾਰਮਾਸਿਸਟ ਇੱਕ ਗੁੰਝਲਦਾਰ ਕੇਸ ਬਾਰੇ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਪੁੱਛਦੇ ਹੋਏ ਮਰੀਜ਼ ਦਾ ਨਾਮ ਅਤੇ ਆਈਡੀ ਨੰਬਰ ਲਿਖਣ ਵਾਲਾ ਸੀ। ਅਨਾਮਾਈਜ਼ੇਸ਼ਨ ਦੀ ਆਪਣੀ ਆਦਤ ਲਈ ਧੰਨਵਾਦ, ਉਸਨੇ ਇਹਨਾਂ ਨੂੰ ਕਲੀਨਿਕਲ ਸਮਾਨਤਾਵਾਂ ਜਿਵੇਂ ਕਿ "65 ਸਾਲ ਦੀ ਉਮਰ, ਮਰਦ, ਗੰਭੀਰ ਗੁਰਦੇ ਦੀ ਬਿਮਾਰੀ" ਨਾਲ ਬਦਲ ਦਿੱਤਾ। ਆਉਟਪੁੱਟ ਦੀ ਗੁਣਵੱਤਾ ਕਦੇ ਨਹੀਂ ਘਟੀ, ਪਰ ਮਰੀਜ਼ ਦਾ ਨਿੱਜੀ ਡੇਟਾ ਕਿਸੇ ਵੀ ਕਲਾਉਡ 'ਤੇ ਨਹੀਂ ਗਿਆ. ਨਤੀਜਿਆਂ ਦੀ ਗੁਣਵੱਤਾ ਨਾਲ ਸਮਝੌਤਾ ਕੀਤੇ ਬਿਨਾਂ ਗੁਪਤਤਾ ਸੁਰੱਖਿਅਤ ਕੀਤੀ ਗਈ ਸੀ।

ਕੇਸ 3 - ਗ੍ਰੀਨ ਜ਼ੋਨ ਵਿੱਚ ਗਤੀ। ਉਹੀ ਫਾਰਮੇਸੀ ਸਟਾਫ਼ ਲਈ ਕੋਲਡ ਚੇਨ ਡਿਲਿਵਰੀ ਵਿਧੀ ਲਿਖੇਗੀ। ਇਹ ਮਿਸ਼ਨ ਘੱਟ ਖਤਰਾ (ਗ੍ਰੀਨ ਜ਼ੋਨ) ਸੀ; ਫਾਰਮਾਸਿਸਟ ਨੇ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਤੋਂ ਇੱਕ ਡਰਾਫਟ ਲਿਆ ਅਤੇ ਇਸਨੂੰ ਅਸਲ ਪ੍ਰਵਾਹ ਵਿੱਚ ਢਾਲ ਲਿਆ, ਘੰਟੇ ਦੇ ਕੰਮ ਨੂੰ ਅੱਧਾ ਘੰਟਾ ਘਟਾ ਦਿੱਤਾ। ਕਿਉਂਕਿ ਉਹ ਸਹੀ ਜ਼ੋਨਿੰਗ ਨੂੰ ਜਾਣਦਾ ਸੀ, ਉਸਨੇ ਇੱਥੇ ਤੇਜ਼ ਕੀਤਾ, ਜਦੋਂ ਕਿ ਇੱਕ ਕਲੀਨਿਕਲ ਫੈਸਲੇ ਵਿੱਚ, ਉਹ ਹੌਲੀ ਹੋ ਜਾਵੇਗਾ ਅਤੇ ਤਸਦੀਕ ਕਰੇਗਾ.

ਕਦਮ-ਦਰ-ਕਦਮ: AI ਨੂੰ ਇੱਕ ਕੰਮ ਵਿੱਚ ਸੁਰੱਖਿਅਤ ਰੂਪ ਵਿੱਚ ਪੇਸ਼ ਕਰਨਾ

1. ਖੇਤਰ ਵਿੱਚ ਕੰਮ ਰੱਖੋ. ਹਰਾ, ਪੀਲਾ ਜਾਂ ਲਾਲ?
2. ਅਗਿਆਤ ਸੰਦਰਭ. ਅਸਲੀ ਨਾਮ, ਆਈਡੀ, ਆਈਡੀ ਅਤੇ ਨਿੱਜੀ ਜਾਣਕਾਰੀ ਸਾਫ਼ ਕਰੋ।
3. ਇੱਕ ਸਪਸ਼ਟ ਸੰਖੇਪ ਦਿਓ. ਸਪੱਸ਼ਟ ਤੌਰ 'ਤੇ ਮਰੀਜ਼ ਦੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ (ਉਮਰ, ਭਾਰ, ਕਾਰਜ), ਟੀਚਾ ਅਤੇ ਫਾਰਮੈਟ ਲਿਖੋ।
4. ਆਉਟਪੁੱਟ ਨੂੰ ਇੱਕ ਡਰਾਫਟ 'ਤੇ ਵਿਚਾਰ ਕਰੋ। ਇਸ ਨੂੰ ਕਦੇ ਵੀ ਅੰਤਿਮ ਉਤਪਾਦ ਵਾਂਗ ਨਾ ਵਰਤੋ।
5. ਪੁਸ਼ਟੀਕਰਨ ਦੀਆਂ ਪਰਤਾਂ ਲਾਗੂ ਕਰੋ। ਸਰੋਤ, ਖਾਤਾ, ਮਰੀਜ਼ ਸੰਦਰਭ, ਮਾਹਰ, ਟਰੇਸ.
6. ਫੈਸਲੇ ਅਤੇ ਇਸ ਦੇ ਤਰਕ ਨੂੰ ਰਿਕਾਰਡ ਕਰੋ।

ਚਾਰ ਕਾਪੀ ਕਰਨ ਯੋਗ ਟੈਂਪਲੇਟ

ਭੂਮਿਕਾ: ਤੁਸੀਂ ਇੱਕ ਫਾਰਮੇਸੀ ਸਹਾਇਕ ਹੋ (ਕਲੀਨੀਕਲ ਫੈਸਲੇ ਨਹੀਂ ਲੈ ਰਹੇ)। ਕੰਮ: [ਟਾਸਕ] ਲਈ ਇੱਕ ਡਰਾਫਟ ਤਿਆਰ ਕਰੋ। ਪ੍ਰਸੰਗ: ਮਰੀਜ਼ ਦੀ ਉਮਰ [...], ਭਾਰ [...], ਗੁਰਦੇ/ਜਿਗਰ ਦੀ ਸਥਿਤੀ [...], ਹੋਰ ਦਵਾਈਆਂ [...]। (ਕੋਈ ਅਸਲ ਪਛਾਣ ਜਾਣਕਾਰੀ ਨਹੀਂ।)ਨਿਯਮ: ਹਰੇਕ ਖੁਰਾਕ/ਇੰਟਰੈਕਸ਼ਨ/ਸਥਿਤੀ ਲਈ ਲੇਬਲ "SmPC/ਸਰੋਤ ਪੁਸ਼ਟੀਕਰਨ ਦੀ ਲੋੜ ਹੈ"। ਫਾਰਮੈਟ: ਬੁਲੇਟ ਪੁਆਇੰਟਾਂ ਵਿੱਚ, ਜਾਇਜ਼ਤਾ ਨਾਲ।

ਟਾਸਕ: ਹੇਠਾਂ ਦਿੱਤੇ ਟੈਕਸਟ ਵਿੱਚ ਡਾਕਟਰੀ ਦਾਅਵਿਆਂ, ਖੁਰਾਕ ਦੇ ਮੁੱਲ, ਅਤੇ ਰੈਗੂਲੇਟਰੀ ਹਵਾਲੇ ਸੂਚੀਬੱਧ ਕਰੋ। ਹਰੇਕ ਲਈ ਇੱਕ "ਸਰੋਤ ਪ੍ਰਮਾਣਿਤ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ" ਨੋਟ ਸ਼ਾਮਲ ਕਰੋ। ਇਸਦੀ ਖੁਦ ਤਸਦੀਕ ਨਾ ਕਰੋ, ਸਿਰਫ਼ ਇਸ 'ਤੇ ਨਿਸ਼ਾਨ ਲਗਾਓ। ਟੈਕਸਟ: [...]

ਟਾਸਕ: ਇੱਕ ਫਾਰਮਾਸਿਸਟ ਦੀਆਂ ਅੱਖਾਂ ਦੁਆਰਾ ਜੋਖਮ ਦੇ ਪੱਧਰ ਦੇ ਅਨੁਸਾਰ ਇਸ ਨਕਲੀ ਖੁਫੀਆ ਆਉਟਪੁੱਟ ਨੂੰ ਸ਼੍ਰੇਣੀਬੱਧ ਕਰੋ। ਹਰੇਕ ਆਈਟਮ ਲਈ: ਹਰਾ/ਪੀਲਾ/ਲਾਲ ਅਤੇ ਇੱਕ ਵਾਕ ਨੂੰ ਜਾਇਜ਼ ਠਹਿਰਾਓ। ਲਾਲ ਆਈਟਮਾਂ ਵਿੱਚ "ਕੁਆਲੀਫਾਈਡ ਫਾਰਮਾਸਿਸਟ/ਡਾਕਟਰ ਦੀ ਮਨਜ਼ੂਰੀ ਲੋੜੀਂਦੀ ਹੈ" ਲਿਖੋ। ਆਉਟਪੁੱਟ: [...]

ਕਾਰਜ: ਹੇਠਾਂ ਮਰੀਜ਼/ਨੁਸਖ਼ੇ ਦੇ ਪਾਠ ਨੂੰ ਅਗਿਆਤ ਕਰੋ। ਅਸਲੀ ਨਾਮ, ID, ਪਤਾ, ਫ਼ੋਨ ਅਤੇ ਪਛਾਣਕਰਤਾ ਨੂੰ [TAGET] ਨਾਲ ਬਦਲੋ; ਕਲੀਨਿਕਲ ਅਰਥ ਬਰਕਰਾਰ ਰੱਖੋ। ਟੈਕਸਟ: [...]

ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ / ਮਜ਼ਬੂਤ ਪ੍ਰੋਂਪਟ

ਕਮਜ਼ੋਰ: "ਮੈਂ ਇਸ ਮਰੀਜ਼ ਨੂੰ ਕਿਹੜੀ ਦਵਾਈ ਦੇਵਾਂ?"

Güçlü: "ਵਾਰਫਰੀਨ ਅਤੇ ਮੈਟਫੋਰਮਿਨ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ, 40 ਮਿ.ਲੀ./ਮਿੰਟ ਦੀ ਅੰਦਾਜ਼ਨ ਕ੍ਰੀਏਟੀਨਾਈਨ ਕਲੀਅਰੈਂਸ ਵਾਲੇ 65-ਸਾਲ ਦੇ ਮਰੀਜ਼ ਲਈ, ਡਾਕਟਰ ਦੁਆਰਾ ਤਜਵੀਜ਼ ਕੀਤੀ ਗਈ ਇੱਕ ਨਵੀਂ ਐਂਟੀਬਾਇਓਟਿਕ ਦੇ ਸੰਭਾਵੀ ਪਰਸਪਰ ਪ੍ਰਭਾਵ ਦੀ ਸੂਚੀ ਬਣਾਓ ਅਤੇ ਪ੍ਰੀ-ਸਕ੍ਰੀਨਿੰਗ ਦੇ ਤੌਰ 'ਤੇ ਖੁਰਾਕ ਦੀ ਵਿਵਸਥਾ ਦੀ ਲੋੜ ਹੈ। ਦੱਸੋ ਕਿ ਹਰੇਕ ਆਈਟਮ ਦੀ ਪੁਸ਼ਟੀ ਕੀਤੀ ਜਾਣੀ ਚਾਹੀਦੀ ਹੈ; ਸਿਰਫ਼ ਜਾਂਚ ਕਰਨ ਲਈ ਪੁਆਇੰਟ ਦੀ ਜਾਂਚ ਨਾ ਕਰੋ।

ਸ਼ਕਤੀਸ਼ਾਲੀ ਪ੍ਰੋਂਪਟ ਵਿੱਚ, ਮਰੀਜ਼ ਦਾ ਸੰਦਰਭ, ਸੰਖਿਆ, ਰੁਕਾਵਟ ਅਤੇ ਸੀਮਾ ਸਪਸ਼ਟ ਤੌਰ 'ਤੇ ਦਿੱਤੀ ਗਈ ਹੈ; ਇਹ ਸਪੱਸ਼ਟ ਹੈ ਕਿ ਨਕਲੀ ਬੁੱਧੀ ਕਿੱਥੇ ਖੜ੍ਹੀ ਹੋਵੇਗੀ ਅਤੇ ਫੈਸਲਾ ਫਾਰਮਾਸਿਸਟ 'ਤੇ ਛੱਡ ਦਿੱਤਾ ਗਿਆ ਹੈ।

ਆਮ ਗਲਤੀਆਂ

• ਮਾਹਰ ਦੀ ਰਾਏ ਲਈ ਨਕਲੀ ਖੁਫੀਆ ਆਉਟਪੁੱਟ ਨੂੰ ਗਲਤ ਕਰਨਾ. AI ਰੂਪਰੇਖਾ ਤਿਆਰ ਕਰਦਾ ਹੈ, ਕਲੀਨਿਕਲ ਫੈਸਲੇ ਨਹੀਂ।
• ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਨੂੰ ਸੁਰੱਖਿਆ-ਨਾਜ਼ੁਕ ਫੈਸਲੇ ਲੈਣ ਦਾ ਕੰਮ ਸੌਂਪਣਾ। ਖੁਰਾਕ, ਪਰਸਪਰ ਪ੍ਰਭਾਵ ਅਤੇ ਨੁਸਖ਼ੇ ਦੀ ਪ੍ਰਵਾਨਗੀ ਨੂੰ ਕਦੇ ਵੀ ਨਕਲੀ ਬੁੱਧੀ ਲਈ ਨਹੀਂ ਛੱਡਿਆ ਜਾਂਦਾ।
• SmPC/ਸਰੋਤ ਦੀ ਪੁਸ਼ਟੀ ਕੀਤੇ ਬਿਨਾਂ ਜਾਣਕਾਰੀ ਦੀ ਵਰਤੋਂ ਕਰਨਾ। ਹਰ ਖੁਰਾਕ, ਪਰਸਪਰ ਪ੍ਰਭਾਵ ਅਤੇ ਸਥਿਤੀ ਦੀ ਅਧਿਕਾਰਤ ਸਰੋਤ ਤੋਂ ਪੁਸ਼ਟੀ ਕੀਤੀ ਜਾਣੀ ਚਾਹੀਦੀ ਹੈ।
• ਮਰੀਜ਼ ਦਾ ਡਾਟਾ ਸਿੱਧਾ ਲੋਡ ਕੀਤਾ ਜਾ ਰਿਹਾ ਹੈ। ਅਗਿਆਤਕਰਨ ਅਤੇ ਸੁਰੱਖਿਅਤ ਟੂਲ ਦੀ ਚੋਣ ਨੂੰ ਨਜ਼ਰਅੰਦਾਜ਼ ਨਹੀਂ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ।
• ਭਰਮ ਵੱਲ ਧਿਆਨ ਨਹੀਂ ਦੇਣਾ. ਜਦੋਂ ਕਿ AI ਭਰੋਸੇਮੰਦ ਲੱਗ ਸਕਦਾ ਹੈ, ਇਹ ਗਲਤ ਹੋ ਸਕਦਾ ਹੈ; ਇੱਕ ਪੱਕਾ ਬਿਆਨ ਸੱਚਾਈ ਦਾ ਸਬੂਤ ਨਹੀਂ ਹੈ।

ਸੰਖੇਪ ਵਿੱਚ

AI ਫਾਰਮੇਸੀ ਵਿੱਚ ਇੱਕ ਅਸਲੀ ਐਕਸਲੇਟਰ ਹੈ, ਪਰ ਇਹ ਇੱਕ ਫਾਰਮਾਸਿਸਟ ਦਾ ਬਦਲ ਨਹੀਂ ਹੈ। ਕੰਮਾਂ ਨੂੰ ਹਰੇ, ਪੀਲੇ ਅਤੇ ਲਾਲ ਜ਼ੋਨ ਵਿੱਚ ਵੰਡੋ; ਹਰੇ 'ਤੇ ਜਲਦੀ ਬਣੋ, ਪੀਲੇ 'ਤੇ ਪੁਸ਼ਟੀ ਕਰੋ, ਕਦੇ ਵੀ AI ਨੂੰ ਲਾਲ 'ਤੇ ਅੰਤਿਮ ਗੱਲ ਨਾ ਦਿਓ। ਹਰੇਕ ਆਉਟਪੁੱਟ ਨੂੰ ਇੱਕ ਡਰਾਫਟ 'ਤੇ ਵਿਚਾਰ ਕਰੋ ਅਤੇ ਇਸਨੂੰ ਪੰਜ-ਲੇਅਰ ਵੈਰੀਫਿਕੇਸ਼ਨ ਰਾਹੀਂ ਪਾਸ ਕਰੋ। ਮਰੀਜ਼ ਦੀ ਗੁਪਤਤਾ ਅਤੇ ਕੇਵੀਕੇਕੇ ਨੂੰ ਗੰਭੀਰਤਾ ਨਾਲ ਲਓ। ਜ਼ਿੰਮੇਵਾਰੀ ਹਮੇਸ਼ਾ ਸਮਰੱਥ ਫਾਰਮਾਸਿਸਟ ਅਤੇ ਡਾਕਟਰ ਦੀ ਰਹਿੰਦੀ ਹੈ; AI ਇਸ ਜ਼ਿੰਮੇਵਾਰੀ ਨੂੰ ਸਾਂਝਾ ਨਹੀਂ ਕਰਦਾ ਹੈ।

ਐਪਲੀਕੇਸ਼ਨ ਦਾ ਕੰਮ

ਆਪਣੇ ਰੋਜ਼ਾਨਾ ਅਭਿਆਸ ਵਿੱਚੋਂ ਤਿੰਨ ਕਾਰਜ ਚੁਣੋ (ਜਿਵੇਂ ਕਿ ਮਰੀਜ਼ ਦੀ ਜਾਣਕਾਰੀ ਦਾ ਪਾਠ, ਰੈਗੂਲੇਟਰੀ ਸੰਖੇਪ, ਮਰੀਜ਼ ਦੀ ਖੁਰਾਕ ਦੀ ਜਾਂਚ ਕਰਨਾ)। ਹਰ ਇੱਕ ਨੂੰ ਹਰੇ/ਪੀਲੇ/ਲਾਲ ਦੇ ਰੂਪ ਵਿੱਚ ਸ਼੍ਰੇਣੀਬੱਧ ਕਰੋ। ਲਿਖੋ ਕਿ ਤੁਸੀਂ ਪੀਲੇ ਅਤੇ ਲਾਲ ਕਾਰਜਾਂ ਲਈ ਕਿਹੜੀਆਂ ਤਸਦੀਕ ਪਰਤਾਂ ਲਾਗੂ ਕਰੋਗੇ ਅਤੇ ਲਾਲ ਕੰਮ ਲਈ ਕਿਸ ਦੀ ਪ੍ਰਵਾਨਗੀ ਦੀ ਲੋੜ ਹੈ। ਨਾਲ ਹੀ, ਇੱਕ ਨਕਲੀ ਖੁਫੀਆ ਟੂਲ ਦੀ ਗੋਪਨੀਯਤਾ ਨੀਤੀ ਵਿੱਚ ਲੱਭੋ ਅਤੇ ਨੋਟ ਕਰੋ ਜੋ ਤੁਸੀਂ ਵਰਤਦੇ ਹੋ ਕਿ ਇਹ ਸਿੱਖਿਆ ਵਿੱਚ ਮਰੀਜ਼ਾਂ ਦੇ ਡੇਟਾ ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ ਜਾਂ ਨਹੀਂ।

ਚੈੱਕਲਿਸਟ

• [ ] ਮੈਂ ਕੰਮ ਨੂੰ ਜੋਖਮ ਜ਼ੋਨ ਵਿੱਚ ਰੱਖਿਆ ਹੈ।
• [ ] ਮੈਂ ਸੰਦਰਭ ਨੂੰ ਅਗਿਆਤ ਕੀਤਾ (ਨਾਮ, ID, ਨਿਦਾਨ ਸਪਸ਼ਟ)।
• [ ] ਮੈਂ ਇੱਕ ਸਪਸ਼ਟ, ਮਰੀਜ਼-ਪ੍ਰਸੰਗਿਕ ਸੰਖੇਪ ਦਿੱਤਾ ਹੈ।
• [ ] ਮੈਂ ਆਉਟਪੁੱਟ ਨੂੰ ਇੱਕ ਡਰਾਫਟ ਵਜੋਂ ਮੰਨਿਆ ਹੈ।
• [ ] ਮੈਂ ਮੌਜੂਦਾ SmPC/ ਹਵਾਲਾ ਤੋਂ ਖੁਰਾਕ/ਇੰਟਰੈਕਸ਼ਨ/ਸ਼ਰਤਾਂ ਦੀ ਪੁਸ਼ਟੀ ਕੀਤੀ ਹੈ।
• ਮੈਂ ਸੁਰੱਖਿਆ-ਨਾਜ਼ੁਕ ਫੈਸਲੇ ਨੂੰ ਸਮਰੱਥ ਫਾਰਮਾਸਿਸਟ/ਡਾਕਟਰ 'ਤੇ ਛੱਡ ਦਿੱਤਾ ਹੈ।
• [ ] ਮੈਂ ਪੁਸ਼ਟੀਕਰਨ ਟਰੇਸ ਨੂੰ ਸੁਰੱਖਿਅਤ ਕੀਤਾ ਹੈ।