ਇਕਾਈਆਂ
1. ਫਾਰਮੇਸੀ ਵਿੱਚ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਦੀ ਜਾਣ-ਪਛਾਣ: ਸੀਮਾਵਾਂ, ਪ੍ਰਮਾਣਿਕਤਾ, ਜ਼ਿੰਮੇਵਾਰੀ ਅਤੇ ਨੈਤਿਕਤਾ 2. ਡਰੱਗ ਪਰਸਪਰ ਪ੍ਰਭਾਵ ਅਤੇ ਖੁਰਾਕ ਨਿਯੰਤਰਣ ਵਿੱਚ ਨਕਲੀ ਬੁੱਧੀ 3. ਮਰੀਜ਼ਾਂ ਦੀ ਸਲਾਹ ਅਤੇ ਤਰਕਸ਼ੀਲ ਡਰੱਗ ਦੀ ਵਰਤੋਂ 4. ਵਿਅੰਜਨ ਨਿਯੰਤਰਣ, ਤਸਦੀਕ ਅਤੇ ਗਲਤੀ ਕੈਪਚਰ 5. ਫਾਰਮਾਕੋਵਿਜੀਲੈਂਸ: ਉਲਟ ਪ੍ਰਭਾਵ ਦੀ ਨਿਗਰਾਨੀ ਅਤੇ ਸੂਚਨਾ 6. ਸਟਾਕ, ਮਿਆਦ ਪੁੱਗਣ ਅਤੇ ਸਪਲਾਈ ਪ੍ਰਬੰਧਨ ਵਿੱਚ ਨਕਲੀ ਬੁੱਧੀ 7. ਸਾਹਿਤ ਸਮੀਖਿਆ ਅਤੇ ਸਬੂਤ-ਆਧਾਰਿਤ ਫਾਰਮੇਸੀ 8. ਖੁਰਾਕ ਦੀ ਗਣਨਾ, ਮੈਜਿਸਟਰਲ ਤਿਆਰੀ ਅਤੇ ਫਾਰਮਾਸਿਊਟੀਕਲ ਗਣਨਾ 9. ਵਿਸ਼ੇਸ਼ ਰੋਗੀ ਸਮੂਹ: ਗਰਭ ਅਵਸਥਾ, ਬਾਲ ਚਿਕਿਤਸਕ, ਜੇਰੀਆਟ੍ਰਿਕਸ ਅਤੇ ਅੰਗ ਅਸਫਲਤਾ 10. ਰੈਗੂਲੇਟਰੀ, ਲਾਇਸੈਂਸਿੰਗ ਅਤੇ ਅਦਾਇਗੀ ਦੀ ਪੁਸ਼ਟੀ 11. ਫਾਰਮੇਸੀ ਪ੍ਰਬੰਧਨ, ਸੰਚਾਰ ਅਤੇ ਦਸਤਾਵੇਜ਼ 12. ਐਂਡ-ਟੂ-ਐਂਡ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਸਮਰਥਿਤ ਫਾਰਮੇਸੀ ਵਰਕਫਲੋ ਅਤੇ ਐਪਲੀਕੇਸ਼ਨ
ਯੂਨਿਟ 5 / 12

ਫਾਰਮਾਕੋਵਿਜੀਲੈਂਸ: ਉਲਟ ਪ੍ਰਭਾਵ ਦੀ ਨਿਗਰਾਨੀ ਅਤੇ ਸੂਚਨਾ

ਲਾਭ:

  • ਦਵਾਈਆਂ ਦੀਆਂ ਪ੍ਰਤੀਕ੍ਰਿਆਵਾਂ (ਸਾਈਡ ਇਫੈਕਟਸ), ਕਾਰਣ ਦਾ ਮੁਲਾਂਕਣ ਅਤੇ TÜFAM ਨੋਟੀਫਿਕੇਸ਼ਨ ਡਰਾਫਟ ਤਿਆਰ ਕਰਨ ਵਿੱਚ ਨਕਲੀ ਬੁੱਧੀ ਦੀ ਵਰਤੋਂ ਕਰਨ ਦੀ ਸਮਰੱਥਾ
  • ਨੋਟੀਫਿਕੇਸ਼ਨ ਟੈਕਸਟ ਨੂੰ ਸੰਪੂਰਨਤਾ, ਗੁਪਤਤਾ ਅਤੇ ਅਧਿਕਾਰਤ ਫਾਰਮੈਟ ਦੇ ਰੂਪ ਵਿੱਚ ਤਸਦੀਕ ਕਰਕੇ ਸੁਰੱਖਿਅਤ ਢੰਗ ਨਾਲ ਪੂਰਾ ਕਰਨ ਦੀ ਸਮਰੱਥਾ
  • ਇਹ ਸਮਝਣ ਦੀ ਯੋਗਤਾ ਕਿ ਫਾਰਮਾਕੋਵਿਜੀਲੈਂਸ ਰਿਪੋਰਟਿੰਗ ਵਿੱਚ ਕਾਰਣਕਾਰੀ ਦੇ ਨਿਰਣੇ ਲਈ ਮਾਹਰ ਮੁਲਾਂਕਣ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ ਅਤੇ ਇਹ ਕਿ ਨਕਲੀ ਬੁੱਧੀ ਸਿਰਫ ਇੱਕ ਡਰਾਫਟ ਤਿਆਰ ਕਰਦੀ ਹੈ

ਇੱਕ ਵਾਰ ਜਦੋਂ ਕੋਈ ਦਵਾਈ ਬਾਜ਼ਾਰ ਵਿੱਚ ਆ ਜਾਂਦੀ ਹੈ, ਤਾਂ ਉਸਦੀ ਕਹਾਣੀ ਖਤਮ ਨਹੀਂ ਹੁੰਦੀ; ਅਸਲ ਸੁਰੱਖਿਆ ਜਾਣਕਾਰੀ ਇੱਕ ਵਾਰ ਇਕੱਠੀ ਹੋ ਜਾਂਦੀ ਹੈ ਜਦੋਂ ਅਸਲ ਮਰੀਜ਼ ਡਰੱਗ ਦੀ ਵਰਤੋਂ ਸ਼ੁਰੂ ਕਰ ਦਿੰਦੇ ਹਨ। ਫਾਰਮਾਕੋਵਿਜੀਲੈਂਸ (ਡਰੱਗ ਸੇਫਟੀ ਮਾਨੀਟਰਿੰਗ) ਦਵਾਈਆਂ ਦੀ ਪ੍ਰਤੀਕ੍ਰਿਆਵਾਂ (ਅਣਚਾਹੇ, ਨੁਕਸਾਨਦੇਹ ਪ੍ਰਭਾਵ) ਨੂੰ ਇਕੱਠਾ ਕਰਨ, ਮੁਲਾਂਕਣ ਕਰਨ ਅਤੇ ਰੋਕਣ ਦਾ ਵਿਗਿਆਨ ਹੈ। ਫਾਰਮਾਸਿਸਟ ਇਸ ਪ੍ਰਣਾਲੀ ਦੀ ਪਹਿਲੀ-ਲਾਈਨ ਅੱਖਾਂ ਵਿੱਚੋਂ ਇੱਕ ਹੈ: ਉਹ ਉਹ ਹੈ ਜੋ ਮਰੀਜ਼ ਦੇ ਵਾਕੰਸ਼ "ਇਸ ਦਵਾਈ ਤੋਂ ਬਾਅਦ ਮੈਨੂੰ ਧੱਫੜ ਸੀ" ਨੂੰ ਸਿਹਤ ਸੰਕੇਤ ਵਿੱਚ ਬਦਲਦਾ ਹੈ। ਇਸ ਪ੍ਰਕਿਰਿਆ ਵਿੱਚ, AI ਦਸਤਾਵੇਜ਼ ਬਣਾਉਣ, ਡਰਾਫਟ ਤਿਆਰ ਕਰਨ ਅਤੇ ਚੈੱਕਲਿਸਟਾਂ ਬਣਾਉਣ ਵਿੱਚ ਸਮਾਂ ਬਚਾਉਂਦਾ ਹੈ। ਪਰ ਕਾਰਨ ਦਾ ਨਿਰਣਾ (ਕੀ ਪ੍ਰਭਾਵ ਅਸਲ ਵਿੱਚ ਡਰੱਗ ਦੇ ਕਾਰਨ ਹੈ) ਇੱਕ ਕਲੀਨਿਕਲ ਮੁਲਾਂਕਣ ਹੈ ਅਤੇ AI ਨੂੰ ਸੌਂਪਿਆ ਨਹੀਂ ਜਾ ਸਕਦਾ। ਇਸ ਯੂਨਿਟ ਵਿੱਚ, ਤੁਸੀਂ ਸਿੱਖੋਗੇ ਕਿ ਕਿਵੇਂ ਨਕਲੀ ਖੁਫੀਆ ਸਹਾਇਤਾ ਨਾਲ ਪ੍ਰਤੀਕੂਲ ਪ੍ਰਭਾਵ ਦੀ ਨਿਗਰਾਨੀ ਅਤੇ ਰਿਪੋਰਟਿੰਗ ਨੂੰ ਸੁਰੱਖਿਅਤ ਢੰਗ ਨਾਲ ਕਰਨਾ ਹੈ।

ਮਾੜੇ ਪ੍ਰਭਾਵ ਅਤੇ ਰਿਪੋਰਟਿੰਗ ਦੀ ਮਹੱਤਤਾ

ਐਡਵਰਸ ਡਰੱਗ ਰਿਐਕਸ਼ਨ (ADR) ਇੱਕ ਹਾਨੀਕਾਰਕ ਅਤੇ ਅਣਚਾਹੇ ਪ੍ਰਭਾਵ ਹੈ ਜੋ ਆਮ ਖੁਰਾਕਾਂ ਵਿੱਚ ਵਰਤੀ ਜਾਂਦੀ ਦਵਾਈ ਦੇ ਕਾਰਨ ਹੁੰਦਾ ਹੈ। ਇਹ ਹਲਕੇ (ਧੱਫੜ, ਮਤਲੀ) ਜਾਂ ਗੰਭੀਰ (ਹਸਪਤਾਲ ਵਿੱਚ ਭਰਤੀ, ਸਥਾਈ ਨੁਕਸਾਨ, ਮੌਤ) ਹੋ ਸਕਦੇ ਹਨ। ਤੁਰਕੀਏ ਵਿੱਚ, ਇਹ ਸੂਚਨਾਵਾਂ TÜFAM (ਤੁਰਕੀ ਫਾਰਮਾਕੋਵਿਜੀਲੈਂਸ ਸੈਂਟਰ) ਨੂੰ ਕੀਤੀਆਂ ਜਾਂਦੀਆਂ ਹਨ। ਸੂਚਨਾਵਾਂ:

  • ਇਹ ਅਸਲ ਸੰਸਾਰ ਵਿੱਚ ਮਾਰਕੀਟ ਵਿੱਚ ਦਵਾਈਆਂ ਦੀ ਸੁਰੱਖਿਆ ਪ੍ਰੋਫਾਈਲ ਦੀ ਨਿਗਰਾਨੀ ਕਰਦਾ ਹੈ।
  • ਇਹ ਦੁਰਲੱਭ ਮਾੜੇ ਪ੍ਰਭਾਵਾਂ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ (ਜੋ ਕਲੀਨਿਕਲ ਅਧਿਐਨਾਂ ਵਿੱਚ ਨਹੀਂ ਲੱਭੇ ਗਏ)।
  • ਜਦੋਂ ਲੋੜ ਹੋਵੇ, ਇਹ ਚੇਤਾਵਨੀ, ਪਾਬੰਦੀ ਜਾਂ ਵਾਪਸੀ ਦੇ ਫੈਸਲਿਆਂ ਦਾ ਆਧਾਰ ਬਣਦਾ ਹੈ।

ਇੱਕ ਫਾਰਮਾਸਿਸਟ ਲਈ, ਰਿਪੋਰਟਿੰਗ ਨਾ ਸਿਰਫ ਇੱਕ ਕਾਨੂੰਨੀ ਫਰਜ਼ ਹੈ ਬਲਕਿ ਮਰੀਜ਼ ਦੀ ਸੁਰੱਖਿਆ ਵਿੱਚ ਸਿੱਧਾ ਯੋਗਦਾਨ ਹੈ। ਪਰ ਪ੍ਰਭਾਵੀ ਹੋਣ ਲਈ, ਸੂਚਨਾ ਸੰਪੂਰਨ, ਸਹੀ ਅਤੇ ਗੁਪਤ ਹੋਣੀ ਚਾਹੀਦੀ ਹੈ; ਇਹ ਉਹ ਥਾਂ ਹੈ ਜਿੱਥੇ ਨਕਲੀ ਬੁੱਧੀ ਮਦਦ ਕਰਦੀ ਹੈ।

ਇੱਕ ਬੁਨਿਆਦੀ ਸਿਧਾਂਤ ਜਿਸ ਬਾਰੇ ਸਥਿਤੀਆਂ ਦੀ ਰਿਪੋਰਟ ਕੀਤੀ ਜਾਣੀ ਚਾਹੀਦੀ ਹੈ ਇਹ ਹੈ: ਜਦੋਂ ਸ਼ੱਕ ਹੋਵੇ, ਰਿਪੋਰਟ ਕਰੋ। ਕੋਈ ਵੀ ਪ੍ਰਤੀਕਰਮ, ਖਾਸ ਤੌਰ 'ਤੇ ਗੰਭੀਰ (ਹਸਪਤਾਲ ਵਿੱਚ ਦਾਖਲ ਹੋਣਾ, ਸਥਾਈ ਨੁਕਸਾਨ, ਜਾਨਲੇਵਾ), ਅਚਾਨਕ (SmPC ਵਿੱਚ ਸ਼ਾਮਲ ਨਹੀਂ) ਅਤੇ ਨਵੀਆਂ ਲਾਂਚ ਕੀਤੀਆਂ ਦਵਾਈਆਂ, ਇੱਕ ਕੀਮਤੀ ਸੰਕੇਤ ਹੈ। ਇਕੱਲਾ ਇਕੱਲਾ ਬਿਆਨ ਸਬੂਤ ਨਹੀਂ ਬਣਦਾ; ਪਰ ਜਦੋਂ ਹਜ਼ਾਰਾਂ ਫਾਰਮਾਸਿਸਟਾਂ ਅਤੇ ਡਾਕਟਰਾਂ ਦੀਆਂ ਰਿਪੋਰਟਾਂ ਇਕੱਠੀਆਂ ਹੁੰਦੀਆਂ ਹਨ, ਤਾਂ ਇੱਕ "ਸੰਕੇਤ" (ਸੰਭਾਵੀ ਸੁਰੱਖਿਆ ਸਮੱਸਿਆ ਦਾ ਇੱਕ ਅੰਕੜਾ ਸੰਕੇਤ) ਉੱਭਰਦਾ ਹੈ। AI ਤੁਹਾਨੂੰ ਜਲਦੀ ਮੁਲਾਂਕਣ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰ ਸਕਦਾ ਹੈ ਕਿ ਕੀ ਕੋਈ ਘਟਨਾ ਰਿਪੋਰਟਿੰਗ ਮਾਪਦੰਡਾਂ ਨੂੰ ਪੂਰਾ ਕਰਦੀ ਹੈ; ਪਰ "ਇਹ ਰਿਪੋਰਟ ਕਰਨ ਦੇ ਯੋਗ ਨਹੀਂ ਹੈ" ਦਾ ਫੈਸਲਾ ਕਰਨ ਲਈ ਇਸਨੂੰ AI 'ਤੇ ਛੱਡਣ ਨਾਲ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਸਿਗਨਲ ਗੁੰਮ ਹੋ ਸਕਦਾ ਹੈ।

ਸੰਕੇਤ: ਇੱਕ ਚੰਗੀ ਪ੍ਰਤੀਕੂਲ ਪ੍ਰਤੀਕ੍ਰਿਆ ਰਿਪੋਰਟ ਵਿੱਚ ਚਾਰ ਬੁਨਿਆਦੀ ਤੱਤ ਸ਼ਾਮਲ ਹੁੰਦੇ ਹਨ: ਇੱਕ ਪਛਾਣਯੋਗ ਮਰੀਜ਼ (ਜਿਵੇਂ ਕਿ ਉਮਰ/ਲਿੰਗ, ਪਛਾਣ ਨਹੀਂ), ਸ਼ੱਕੀ ਦਵਾਈਆਂ, ਪ੍ਰਤੀਕ੍ਰਿਆ ਦਾ ਵੇਰਵਾ, ਅਤੇ ਰਿਪੋਰਟਰ। AI ਇਹਨਾਂ ਚਾਰ ਤੱਤਾਂ ਦੀ ਸੰਪੂਰਨਤਾ ਦੀ ਜਾਂਚ ਕਰਨ ਲਈ ਇੱਕ ਵਧੀਆ ਰੀਮਾਈਂਡਰ ਹੈ।

ਕਾਰਨ: ਜਿੱਥੇ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਰੁਕੇਗੀ

ਕਾਰਨ ਦਾ ਮੁਲਾਂਕਣ ਇਹ ਹੈ ਕਿ "ਕੀ ਇਹ ਪ੍ਰਭਾਵ ਅਸਲ ਵਿੱਚ ਇਸ ਦਵਾਈ ਦੇ ਕਾਰਨ ਹੈ?" ਇਹ ਸਵਾਲ ਦਾ ਜਵਾਬ ਹੈ ਅਤੇ ਹੇਠ ਲਿਖਿਆਂ ਨੂੰ ਤੋਲਦਾ ਹੈ: ਅਸਥਾਈ ਸਬੰਧ (ਦਵਾਈ ਅਤੇ ਇਸਦੇ ਪ੍ਰਭਾਵ ਵਿਚਕਾਰ ਸਮੇਂ ਦੀ ਇਕਸੁਰਤਾ), ਵਿਕਲਪਕ ਕਾਰਨ (ਇਕ ਹੋਰ ਦਵਾਈ, ਬਿਮਾਰੀ), ​​ਜਦੋਂ ਦਵਾਈ ਬੰਦ ਕੀਤੀ ਜਾਂਦੀ ਹੈ ਤਾਂ ਚੁਣੌਤੀ, ਜਦੋਂ ਦੁਬਾਰਾ ਦਿੱਤੀ ਜਾਂਦੀ ਹੈ ਤਾਂ ਰਿਕਵਰੀ (ਮੁੜ ਚੈਲੇਂਜ) ਅਤੇ ਸਾਹਿਤ ਵਿੱਚ ਜਾਣਕਾਰੀ। ਇਹ ਇੱਕ ਕਲੀਨਿਕਲ ਨਿਰਣਾ ਹੈ; ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਇਹਨਾਂ ਤੱਤਾਂ ਨੂੰ ਇੱਕ ਫਰੇਮਵਰਕ ਵਿੱਚ ਸੂਚੀਬੱਧ ਕਰ ਸਕਦੀ ਹੈ, ਪਰ ਸਹੀ ਕਾਰਨ ਦਾ ਫੈਸਲਾ ਮਾਹਰ ਦੁਆਰਾ ਕੀਤਾ ਜਾਂਦਾ ਹੈ। AI ਕਹਿਣਾ "ਇਹ ਯਕੀਨੀ ਤੌਰ 'ਤੇ ਡਰੱਗ ਨਾਲ ਸਬੰਧਤ ਹੈ" ਸਬੂਤ ਨਹੀਂ ਹੈ।

ਤਿੰਨ ਛੋਟੇ ਕੇਸ

ਕੇਸ 1 - ਚਮੜੀ ਦੇ ਧੱਫੜ. ਇੱਕ 45 ਸਾਲਾ ਮਰੀਜ਼ ਨੇ ਐਂਟੀਬਾਇਓਟਿਕ ਸ਼ੁਰੂ ਕਰਨ ਦੇ 3 ਦਿਨਾਂ ਬਾਅਦ ਵਿਆਪਕ ਧੱਫੜ ਦੀ ਰਿਪੋਰਟ ਕੀਤੀ। ਫਾਰਮਾਸਿਸਟ ਨੇ ਏਆਈ ਨੂੰ ਨੋਟੀਫਿਕੇਸ਼ਨ ਡਰਾਫਟ ਅਤੇ ਗੁੰਮ-ਜਾਣਕਾਰੀ ਚੈੱਕਲਿਸਟ ਲਈ ਕਿਹਾ। ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਨੇ ਮਰੀਜ਼ ਦੀ ਉਮਰ, ਦਵਾਈ ਸ਼ੁਰੂ ਹੋਣ ਦੀ ਮਿਤੀ ਅਤੇ ਧੱਫੜ ਦੀ ਸ਼ੁਰੂਆਤ ਵਰਗੇ ਖੇਤਰਾਂ ਬਾਰੇ ਪੁੱਛਿਆ। ਫਾਰਮਾਸਿਸਟ ਨੇ ਜਾਣਕਾਰੀ, ਸਵੈ-ਮੁਲਾਂਕਣ ਕਾਰਨ (ਮਜ਼ਬੂਤ ​​ਅਸਥਾਈ ਸਹਿਮਤੀ, ਕੋਈ ਹੋਰ ਨਵੀਂ ਦਵਾਈਆਂ ਨਹੀਂ) ਨੂੰ ਪੂਰਾ ਕੀਤਾ ਅਤੇ TÜFAM ਫਾਰਮੈਟ ਵਿੱਚ ਸੂਚਨਾ ਭੇਜੀ। ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਨੇ ਇਹ ਯਕੀਨੀ ਬਣਾਇਆ ਕਿ ਕੋਈ ਵੀ ਖੇਤਰ ਖਾਲੀ ਨਾ ਰਹੇ।

ਕੇਸ 2 - ਦੋ ਸ਼ੱਕੀ ਦਵਾਈਆਂ। ਇੱਕ ਮਰੀਜ਼ ਨੂੰ ਦੋ ਨਵੀਆਂ ਦਵਾਈਆਂ ਸ਼ੁਰੂ ਕਰਨ ਤੋਂ ਬਾਅਦ ਜਿਗਰ ਦੇ ਮੁੱਲ ਵਿੱਚ ਵਾਧਾ ਹੋਇਆ। ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਨੇ ਨੋਟ ਕੀਤਾ, "ਦੋਵੇਂ ਨਸ਼ੇ ਸ਼ੱਕੀ ਹਨ, ਇਹ ਵੱਖਰਾ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ ਕਿ ਕੌਣ ਜ਼ਿੰਮੇਵਾਰ ਹੈ।" ਫਾਰਮਾਸਿਸਟ ਨੇ ਦੋਵਾਂ ਨੂੰ ਸ਼ੱਕੀ ਦਵਾਈਆਂ ਦੇ ਤੌਰ 'ਤੇ ਰਿਪੋਰਟ ਕੀਤਾ ਅਤੇ ਕਾਰਣ ਦਾ ਨਿਰਣਾ ਡਾਕਟਰ ਦੇ ਕਲੀਨਿਕਲ ਮੁਲਾਂਕਣ 'ਤੇ ਛੱਡ ਦਿੱਤਾ। ਏਆਈ ਨੇ ਜਲਦਬਾਜ਼ੀ ਵਿੱਚ ਇੱਕ ਵੀ ਡਰੱਗ ਨੂੰ ਦੋਸ਼ੀ ਨਹੀਂ ਠਹਿਰਾਇਆ; ਇਹ ਅਨਿਸ਼ਚਿਤਤਾ ਨੂੰ ਸਹੀ ਰੂਪ ਵਿੱਚ ਦਰਸਾਉਂਦਾ ਹੈ.

ਕੇਸ 3 - ਗੁਪਤਤਾ ਦੀ ਅਸਫਲਤਾ ਨੂੰ ਰੋਕਣਾ। ਇੱਕ ਫਾਰਮਾਸਿਸਟ ਨੇ ਨੋਟੀਫਿਕੇਸ਼ਨ ਦਾ ਖਰੜਾ ਤਿਆਰ ਕਰਦੇ ਸਮੇਂ ਗਲਤੀ ਨਾਲ ਮਰੀਜ਼ ਦਾ ਨਾਮ ਟੈਕਸਟ ਵਿੱਚ ਲਿਖ ਦਿੱਤਾ। ਅਨਾਮਾਈਜ਼ੇਸ਼ਨ ਪ੍ਰੋਂਪਟ ਨੇ ਡਰਾਫਟ ਵਿੱਚ ਬਾਕੀ ਬਚੀ ਪਛਾਣ ਜਾਣਕਾਰੀ ਨੂੰ ਫਲੈਗ ਕੀਤਾ ਅਤੇ ਚੇਤਾਵਨੀ ਦਿੱਤੀ "ਉਮਰ/ਲਿੰਗ ਕਾਫ਼ੀ, ਨਾਮ ਦੀ ਲੋੜ ਨਹੀਂ ਹੈ।" ਫਾਰਮਾਸਿਸਟ ਨੇ ਆਪਣੀ ਪਛਾਣ ਦੀ ਜਾਣਕਾਰੀ ਕੱਢ ਲਈ। ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਨੇ ਗੋਪਨੀਯਤਾ ਦੀ ਉਲੰਘਣਾ ਨੂੰ ਰੋਕਿਆ।

ਕਦਮ-ਦਰ-ਕਦਮ ਉਲਟ ਪ੍ਰਭਾਵ ਰਿਪੋਰਟਿੰਗ (ਨਕਲੀ ਬੁੱਧੀ ਸਮਰਥਿਤ)

  1. ਘਟਨਾ ਨੂੰ ਫੜੋ. ਮਰੀਜ਼/ਰਿਕਾਰਡਿੰਗ ਤੋਂ ਪ੍ਰਤੀਕਿਰਿਆ ਅਤੇ ਸਮਾਂ ਪ੍ਰਾਪਤ ਕਰੋ।
  2. ਅਗਿਆਤ ਸੰਦਰਭ ਸੈਟ ਅਪ ਕਰੋ। ਪਛਾਣ ਦੀ ਬਜਾਏ ਉਮਰ, ਲਿੰਗ, ਸੰਬੰਧਿਤ ਕਲੀਨਿਕਲ ਜਾਣਕਾਰੀ।
  3. ਇੱਕ ਰੂਪਰੇਖਾ ਅਤੇ ਚੈੱਕਲਿਸਟ ਲਈ ਬੇਨਤੀ ਕਰੋ। AI ਤੋਂ ਸੂਚਨਾ ਡਰਾਫਟ ਅਤੇ ਗੁੰਮ-ਫੀਲਡ ਸੂਚੀ ਪ੍ਰਾਪਤ ਕਰੋ।
  4. ਕਾਰਣ ਦਾ ਮੁਲਾਂਕਣ ਆਪ ਹੀ ਕਰੋ। ਅਸਥਾਈ ਸਬੰਧ, ਵਿਕਲਪ, ਚੁਣੌਤੀ; ਜੇ ਲੋੜ ਹੋਵੇ ਤਾਂ ਡਾਕਟਰ ਨਾਲ।
  5. ਪੂਰਨਤਾ ਅਤੇ ਗੁਪਤਤਾ ਦੀ ਪੁਸ਼ਟੀ ਕਰੋ। ਕੀ ਲੋੜੀਂਦੇ ਖੇਤਰ ਭਰੇ ਗਏ ਹਨ, ਕੀ ਆਈਡੀ ਸਾਫ਼ ਹੈ?
  6. ਅਧਿਕਾਰਤ ਫਾਰਮੈਟ ਵਿੱਚ ਭੇਜੋ। TÜFAM/ਸੰਬੰਧਿਤ ਸਿਸਟਮ ਨੂੰ ਅੱਗੇ ਭੇਜੋ ਅਤੇ ਸੁਰੱਖਿਅਤ ਕਰੋ।

ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ / ਮਜ਼ਬੂਤ ਪ੍ਰੋਂਪਟ

ਕਮਜ਼ੋਰ: "ਇਸ ਮਾੜੇ ਪ੍ਰਭਾਵ ਦੀ ਰਿਪੋਰਟ ਕਰੋ।"

ਮਜਬੂਤ: "ਨਿਮਨਲਿਖਤ ਪ੍ਰਤੀਕੂਲ ਪ੍ਰਤੀਕ੍ਰਿਆ ਲਈ ਇੱਕ ਨੋਟੀਫਿਕੇਸ਼ਨ ਡਰਾਫਟ ਅਤੇ ਲਾਜ਼ਮੀ-ਫੀਲਡ ਚੈਕਲਿਸਟ ਤਿਆਰ ਕਰੋ। ਮਰੀਜ਼ (ਅਗਿਆਤ): 45 ਸਾਲ, ਔਰਤ। ਸ਼ੱਕੀ ਦਵਾਈ: [ਨਾਮ], ਸ਼ੁਰੂਆਤ [ਤਾਰੀਖ]। ਪ੍ਰਤੀਕਰਮ: [ਵੇਰਵਾ], ਸ਼ੁਰੂਆਤ [ਤਾਰੀਖ]। ਹੋਰ ਦਵਾਈਆਂ: [...]। ਡਰਾਫਟ ਨੂੰ ਪੇਸ਼ ਕਰੋ। ਡੀਚੈਲੇਂਜ), ਪਰ ਕਾਰਣ ਦਾ ਨਿਰਣਾ ਨਾ ਕਰੋ, ਪਛਾਣ ਦੀ ਬੇਨਤੀ ਨਾ ਕਰੋ।"

ਮਜ਼ਬੂਤ ​​ਪ੍ਰੋਂਪਟ ਵਿੱਚ, ਅਗਿਆਤ ਸੰਦਰਭ, ਲੋੜੀਂਦੇ ਖੇਤਰ, ਅਤੇ ਕਾਰਣ ਸੀਮਾ ਸਪਸ਼ਟ ਹਨ।

ਚਾਰ ਕਾਪੀ ਕਰਨ ਯੋਗ ਟੈਂਪਲੇਟ

ਕਾਰਜ: ਪ੍ਰਤੀਕੂਲ ਪ੍ਰਭਾਵ ਰਿਪੋਰਟਿੰਗ ਰੂਪਰੇਖਾ (ਕਾਰਨ ਦਾ ਨਿਰਣਾ ਬਣਾਉਣਾ)। ਮਰੀਜ਼ (ਅਗਿਆਤ): ਉਮਰ [...], ਲਿੰਗ [...]।ਸ਼ੱਕੀ ਦਵਾਈਆਂ: [ਨਾਮ, ਖੁਰਾਕ, ਸ਼ੁਰੂਆਤੀ ਮਿਤੀ]।ਪ੍ਰਤੀਕਰਮ: [ਵੇਰਵਾ, ਸ਼ੁਰੂਆਤ, ਕੋਰਸ, ਗੰਭੀਰਤਾ]।ਹੋਰ ਦਵਾਈਆਂ/ਸ਼ਰਤਾਂ: [...]।

ਕਾਰਜ: ਕਾਰਜ-ਕਾਰਣ ਮੁਲਾਂਕਣ ਫਰੇਮਵਰਕ ਤਿਆਰ ਕਰੋ (ਫੈਸਲਾ ਨਹੀਂ)। ਲੜੀਬੱਧ: 1) ਅਸਥਾਈ ਸਬੰਧ 2) ਵਿਕਲਪਕ ਕਾਰਨ 3) ਡਰੱਗ ਨੂੰ ਰੋਕਣ ਤੋਂ ਬਾਅਦ ਕੋਰਸ (ਡੀਚੈਲੇਂਜ) 4) ਮੁੜ-ਪ੍ਰਬੰਧਨ ਦੀ ਸਥਿਤੀ 5) ਸਾਹਿਤ ਵਿੱਚ ਮਾਨਤਾ। ਹਰੇਕ ਆਈਟਮ ਨੂੰ ਇੱਕ ਸਵਾਲ ਦੇ ਰੂਪ ਵਿੱਚ ਲਿਖੋ; ਮਾਹਰ ਨਤੀਜਾ ਭਰੇਗਾ।

ਕਾਰਜ: ਪੂਰਨਤਾ ਦੀ ਜਾਂਚ ਸੂਚੀ ਦੀ ਰਿਪੋਰਟ ਕਰੋ। ਇਹਨਾਂ ਦੀ ਜਾਂਚ ਕਰੋ: ਪਛਾਣਯੋਗ ਮਰੀਜ਼ (ਆਈਡੀ ਨਹੀਂ), ਸ਼ੱਕੀ ਦਵਾਈ, ਪ੍ਰਤੀਕ੍ਰਿਆ ਦਾ ਵੇਰਵਾ, ਰਿਪੋਰਟਰ ਦੀ ਜਾਣਕਾਰੀ, ਤਾਰੀਖਾਂ, ਗੰਭੀਰਤਾ, ਨਤੀਜਾ। ਗੁੰਮ ਹੋਏ ਖੇਤਰਾਂ ਦੀ ਸੂਚੀ ਬਣਾਓ।

ਕਾਰਜ: ਗੋਪਨੀਯਤਾ ਲਈ ਸੂਚਨਾ ਟੈਕਸਟ ਨੂੰ ਸਕੈਨ ਕਰੋ। ਟੈਕਸਟ: [...]। ਜੇਕਰ ਕੋਈ ਪਛਾਣ ਜਾਣਕਾਰੀ (ਨਾਮ, ਆਈ.ਡੀ., ਪਤਾ, ਫ਼ੋਨ) ਹੈ, ਤਾਂ ਇਸ 'ਤੇ ਨਿਸ਼ਾਨ ਲਗਾਓ ਅਤੇ "ਅਗਿਆਤ ਸਮਾਨ ਨਾਲ ਬਦਲੋ" ਦਾ ਸੁਝਾਅ ਦਿਓ। ਕਲੀਨਿਕਲ ਮਹੱਤਤਾ ਨੂੰ ਬਣਾਈ ਰੱਖੋ.

ਪ੍ਰਤੀਕਰਮ ਦੀ ਤੀਬਰਤਾ ਅਤੇ ਤਰਜੀਹ ਸਾਰਣੀ

ਗੰਭੀਰਤਾ

ਉਦਾਹਰਨ

ਸੂਚਨਾ ਤਰਜੀਹ

ਨਕਲੀ ਬੁੱਧੀ ਦੀ ਭੂਮਿਕਾ

ਹਲਕਾ

ਅਸਥਾਈ ਮਤਲੀ, ਹਲਕੇ ਧੱਫੜ

ਮਿਆਰੀ

ਰੂਪਰੇਖਾ + ਚੈੱਕਲਿਸਟ

ਮੱਧਮ

ਕਾਰਜ ਸ਼ਕਤੀ ਦਾ ਨੁਕਸਾਨ, ਖੁਰਾਕ ਬਦਲਣ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ

ਤਰਜੀਹ

ਡਰਾਫਟ + ਸੰਪੂਰਨਤਾ

ਗੰਭੀਰ

ਹਸਪਤਾਲ ਵਿੱਚ ਭਰਤੀ, ਸਥਾਈ ਨੁਕਸਾਨ

ਜ਼ਰੂਰੀ

ਤੇਜ਼ ਡਰਾਫਟ; ਮਾਹਰ ਨੂੰ ਕਾਰਣ

ਅਚਾਨਕ/ਨਵਾਂ

ਪ੍ਰਤੀਕਿਰਿਆ SmPC ਵਿੱਚ ਨਹੀਂ ਹੈ

ਉੱਚ

ਸਾਹਿਤ ਪ੍ਰੀ-ਸਕ੍ਰੀਨਿੰਗ + ਪੁਸ਼ਟੀਕਰਣ

ਆਮ ਗਲਤੀਆਂ

  • ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਨੂੰ ਕਾਰਨ ਦਾ ਫੈਸਲਾ ਕਰਨ ਦੇਣਾ। ਕਾਰਨ ਕਲੀਨਿਕਲ ਨਿਰਣਾ ਹੈ; AI ਸਿਰਫ ਫਰੇਮਵਰਕ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ।
  • ਪਛਾਣ ਜਾਣਕਾਰੀ ਨੂੰ ਛੱਡਣਾ। ਨੋਟੀਫਿਕੇਸ਼ਨ ਵਿੱਚ ਕੋਈ ਨਾਮ/ਟੀਸੀ ਦੀ ਲੋੜ ਨਹੀਂ ਹੈ; ਅਗਿਆਤ ਸਮਾਨ ਕਾਫ਼ੀ ਹੈ।
  • ਗੁੰਮ ਫੀਲਡ ਨਾਲ ਭੇਜੋ। ਜੇਕਰ ਲੋੜੀਂਦੇ ਖੇਤਰ ਪੂਰੇ ਨਹੀਂ ਹੁੰਦੇ ਹਨ, ਤਾਂ ਸੂਚਨਾ ਆਪਣਾ ਮੁੱਲ ਗੁਆ ਦਿੰਦੀ ਹੈ।
  • ਇਸ ਨੂੰ ਹਲਕੇ ਵਜੋਂ ਰਿਪੋਰਟ ਨਹੀਂ ਕਰ ਰਿਹਾ। ਅਚਾਨਕ ਪ੍ਰਤੀਕਰਮ, ਭਾਵੇਂ ਮਾਮੂਲੀ, ਸਿਗਨਲ ਮੁੱਲ ਲੈ ਕੇ ਜਾਂਦੇ ਹਨ।
  • ਕਈ ਸ਼ੱਕੀ ਨਸ਼ੀਲੀਆਂ ਦਵਾਈਆਂ ਨੂੰ ਇੱਕ ਤੱਕ ਘਟਾਉਣਾ। ਜੇਕਰ ਅਸਪਸ਼ਟ ਹੈ, ਤਾਂ ਸਾਰੇ ਸ਼ੱਕੀਆਂ ਦੀ ਰਿਪੋਰਟ ਕੀਤੀ ਜਾਂਦੀ ਹੈ।

ਸੰਖੇਪ ਵਿੱਚ

ਫਾਰਮਾਕੋਵਿਜੀਲੈਂਸ ਮਰੀਜ਼ ਦੀ ਸੁਰੱਖਿਆ ਦੀ ਇੱਕ ਅਦਿੱਖ ਪਰ ਮਹੱਤਵਪੂਰਨ ਪਰਤ ਹੈ, ਅਤੇ ਫਾਰਮਾਸਿਸਟ ਇਸ ਪ੍ਰਣਾਲੀ ਦੀ ਫਰੰਟ-ਲਾਈਨ ਅੱਖ ਹੈ। ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਨੋਟੀਫਿਕੇਸ਼ਨ ਡਰਾਫਟ ਇਸ ਕੰਮ ਨੂੰ ਤੇਜ਼ ਕਰਦਾ ਹੈ ਅਤੇ ਸੰਪੂਰਨਤਾ ਜਾਂਚ ਅਤੇ ਗੋਪਨੀਯਤਾ ਸਕੈਨਿੰਗ ਨਾਲ ਗਲਤੀ ਦੇ ਹਾਸ਼ੀਏ ਨੂੰ ਘਟਾਉਂਦਾ ਹੈ। ਹਾਲਾਂਕਿ, ਕਾਰਣ ਦਾ ਮੁਲਾਂਕਣ ਇੱਕ ਕਲੀਨਿਕਲ ਨਿਰਣਾ ਹੈ ਅਤੇ ਮਾਹਰ ਦਾ ਹੈ; AI ਸਿਰਫ ਇੱਕ ਮੁਲਾਂਕਣ ਫਰੇਮਵਰਕ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ। ਨੋਟੀਫਿਕੇਸ਼ਨ ਨੂੰ ਪੂਰੀ ਤਰ੍ਹਾਂ, ਗੁਮਨਾਮ ਰੂਪ ਵਿੱਚ ਅਤੇ ਅਧਿਕਾਰਤ ਫਾਰਮੈਟ ਦੇ ਅਨੁਸਾਰ ਪੂਰਾ ਕਰਨਾ ਫਾਰਮਾਸਿਸਟ ਦੀ ਜ਼ਿੰਮੇਵਾਰੀ ਹੈ।

ਐਪਲੀਕੇਸ਼ਨ ਦਾ ਕੰਮ

ਆਪਣੇ ਅਸਲ ਅਭਿਆਸ (ਉਮਰ, ਲਿੰਗ, ਸ਼ੱਕੀ ਦਵਾਈ, ਪ੍ਰਤੀਕ੍ਰਿਆ, ਮਿਤੀਆਂ) ਤੋਂ ਇੱਕ ਅਗਿਆਤ ਪ੍ਰਤੀਕੂਲ ਪ੍ਰਭਾਵ ਦਾ ਦ੍ਰਿਸ਼ ਸੈੱਟ ਕਰੋ। AI ਨੂੰ ਇੱਕ ਸੂਚਨਾ ਰੂਪਰੇਖਾ, ਇੱਕ ਕਾਰਣਤਾ ਮੁਲਾਂਕਣ ਫਰੇਮਵਰਕ, ਅਤੇ ਇੱਕ ਸੰਪੂਰਨਤਾ ਚੈਕਲਿਸਟ ਲਈ ਪੁੱਛੋ। ਕਾਰਣ ਦਾ ਮੁਲਾਂਕਣ ਖੁਦ ਕਰੋ (ਜੇਕਰ ਲੋੜ ਹੋਵੇ ਤਾਂ ਡਾਕਟਰ ਨਾਲ) ਅਤੇ ਇਸਨੂੰ ਡਰਾਫਟ ਵਿੱਚ ਦਰਜ ਕਰੋ। ਅੰਤ ਵਿੱਚ, ਗੋਪਨੀਯਤਾ ਸਕੈਨ ਪ੍ਰੋਂਪਟ ਚਲਾਓ ਅਤੇ ਤਸਦੀਕ ਕਰੋ ਕਿ ਡਰਾਫਟ ਵਿੱਚ ਕੋਈ ਪਛਾਣ ਕਰਨ ਵਾਲੀ ਜਾਣਕਾਰੀ ਨਹੀਂ ਬਚੀ ਹੈ।

ਚੈੱਕਲਿਸਟ

  • [ ] ਮੈਨੂੰ ਪ੍ਰਤੀਕਿਰਿਆ ਅਤੇ ਸਮਾਂ ਸਹੀ ਮਿਲਿਆ।
  • [ ] ਮੈਂ ਸੰਦਰਭ ਨੂੰ ਅਗਿਆਤ ਕੀਤਾ (ਕੋਈ ਆਈਡੀ ਨਹੀਂ, ਸਿਰਫ਼ ਉਮਰ/ਲਿੰਗ)।
  • [ ] ਮੈਂ ਡਰਾਫਟ ਅਤੇ ਗੁੰਮ-ਖੇਤਰ ਸੂਚੀ ਤਿਆਰ ਕੀਤੀ ਹੈ।
  • [ ] ਮੈਂ ਆਪਣੇ ਆਪ / ਇੱਕ ਮਾਹਰ ਨਾਲ ਕਾਰਨ ਦਾ ਮੁਲਾਂਕਣ ਕੀਤਾ, ਮੈਂ ਇਸਨੂੰ ਨਕਲੀ ਬੁੱਧੀ 'ਤੇ ਨਹੀਂ ਛੱਡਿਆ।
  • [ ] ਮੈਂ ਲੋੜੀਂਦੇ ਖੇਤਰਾਂ ਦੀ ਸੰਪੂਰਨਤਾ ਦੀ ਜਾਂਚ ਕੀਤੀ।
  • [ ] ਮੈਂ ਗੋਪਨੀਯਤਾ ਸਕੈਨ ਨਾਲ ਪ੍ਰਮਾਣ ਪੱਤਰਾਂ ਨੂੰ ਕਲੀਅਰ ਕੀਤਾ ਹੈ।
  • [ ] ਮੈਂ ਇਸਨੂੰ ਅਧਿਕਾਰਤ ਫਾਰਮੈਟ ਵਿੱਚ ਭੇਜਿਆ ਅਤੇ ਇਸਨੂੰ ਸੁਰੱਖਿਅਤ ਕੀਤਾ।