ලාභ:
- ජෛව වෛද්ය කාර්ය ප්රවාහයේදී කෘතිම බුද්ධිය ආරක්ෂිත වටිනාකමක් නිපදවන්නේ කොතැනද සහ වෛද්යවරයාගේ සහ බලයලත් ඉංජිනේරුවෙකුගේ වගකීම වන්නේ කුමන තීරණද යන්න වෙන්කර හඳුනා ගැනීමට හැකි වීම.
- විශාලත්වයේ භෞතික විද්යාත්මක අනුපිළිවෙල, සායනික විශ්වසනීයත්වය සහ ස්වාධීන සාක්ෂි සමඟ එක් එක් AI ප්රතිදානය හරස් වලංගු කරන විනයක් යෙදීමේ හැකියාව
- මායාව, දත්ත කාන්දු වීම සහ රෝගියාගේ ආරක්ෂාව පිළිබඳ අවදානම හඳුනා ගැනීම සහ සන්දර්භය නිර්නාමික කිරීම මගින් ආරක්ෂිත විමසීම් සැකසීමේ පුරුද්ද වර්ධනය කිරීම.
ජෛව වෛද්ය ඉංජිනේරු විද්යාව යනු මිනිස් සිරුරේ සංකීර්ණත්වය සහ ඉංජිනේරු විද්යාවේ නිරවද්යතාවය හඹා යාම ඡේදනය වන වෘත්තියකි. ECG සංඥාවක් යනු හදවතේ විද්යුත් සෙවනැල්ලයි, MRI රූපයක් යනු පටකවල චුම්භක දෝංකාරයකි, රසායනාගාර අගයක් යනු සැණෙපොතක් වේ. මෙම සියලු මිනුම් වක්ර, ඝෝෂාකාරී වන අතර අර්ථ නිරූපණය අවශ්ය වේ. කෘතිම බුද්ධිය (AI; විශාල දත්ත රටා වලින් ඉගෙන ගන්නා සහ පෙළ/රූප/අංක නිපදවන මෘදුකාංග පද්ධති) මෙම අර්ථ නිරූපණය වේගවත් කළ හැකි නමුත් චතුර භාෂාවකින් එහි වැරදි සැඟවිය හැක. මෙම ඒකකය සම්පූර්ණ මොඩියුලය ගොඩනගනු ලබන අත්තිවාරම් දෙක තබයි: ජෛව වෛද්ය කාර්ය ප්රවාහය තුළ AI සැබෑ අගය නිපදවන්නේ කොතැනද සහ අපි එක් එක් ප්රතිදානය වලංගු කරන්නේ කෙසේද යන්නයි.
අපි ආරම්භයේ සිට නිරපේක්ෂ රේඛාවක් අඳින්නෙමු: මෙම මොඩියුලය පුරා ඔබ ඉගෙන ගන්නා කිසිදු ශිල්පීය ක්රමයක් සුදුසුකම් ලත් වෛද්යවරයෙකුගේ රෝග විනිශ්චය, දක්ෂ ඉංජිනේරුවෙකුගේ අනුමැතිය සහ වලංගු උපාංග ක්රියාවලීන් ප්රතිස්ථාපනය නොකරයි. කෘතිම බුද්ධිය රෝග විනිශ්චය නොකරයි. කෘතිම බුද්ධිය සහායකයෙකි; ඉක්මනින් කියවයි, ඉක්මනින් සංඥා කරයි, රටා අල්ලා ගනී. නමුත් ගෙඩියක් මග හැරුණොත්, උපකරණයක් මඟින් ව්යාජ අනතුරු ඇඟවීමක් කළහොත්, මාත්රාවක් වැරදි ලෙස ගණනය කළහොත්, වගකීම පැවරෙන්නේ මෘදුකාංගයට නොව තීරණය ගත් වෛද්යවරයාට සහ ඉංජිනේරුවරයාට ය. ඔබ මෙම වාක්යය එක් එක් ඒකකය තුළ විවිධ ස්වරූපවලින් දකිනු ඇත, මන්ද මෙය රෝගියාගේ ආරක්ෂාව ගැන සැලකිලිමත් වන ඉංජිනේරු විද්යාවේ එකම සත්යය වන බැවිනි.
කෘතිම බුද්ධිය ජෛව වෛද්ය කාර්ය ප්රවාහයේ වටිනාකමක් ඇති කරන්නේ කොතැනින්ද?
ජෛව වෛද්ය ඉංජිනේරුවෙකුගේ හෝ සායනික තාක්ෂණ කණ්ඩායමේ සතිය දළ වශයෙන් වැඩ වර්ග තුනකට බෙදා ඇත: දත්ත සැකසීම (සංඥා පිරිසිදු කිරීම, රූප පෙර සැකසුම්, වගු සංස්කරණය, ලඝු-සටහන් නිස්සාරණය), අර්ථ නිරූපණය සහ විශ්ලේෂණය (හඳුනාගැනීම, වර්ගීකරණය, අනාවැකි ආකෘති නිර්මාණය, අවදානම් ලකුණු කිරීම) සහ සන්නිවේදන සහ ප්රලේඛනය (තාක්ෂණික ගොනුව, වලංගු කිරීමේ වාර්තාව, සාහිත්ය සාරාංශය, උපාංග අත්පොත). AI ක්ෂේත්ර තුනම ස්පර්ශ කරයි, නමුත් එහි දායකත්වය සහ අවදානම එක් එක් අංශවල වෙනස් වේ.
දත්ත සැකසීම යනු කෘතිම බුද්ධියේ ආරක්ෂිතම සහ වඩාත්ම ලාභදායී ක්ෂේත්රයයි. අමු සංඥාවෙන් ශබ්දය ඉවත් කිරීම, සම්මත ප්රමාණයට රූප පරිමාණය කිරීම, නිදහස් පෙළ සායනික සටහන් ව්යුහගත ක්ෂේත්රවලට පරිවර්තනය කිරීම, නොගැලපෙන ඒකක පෙළගැස්වීම—මෙය පුනරාවර්තන, රීති මත පදනම් වූ සහ සත්යාපනය කිරීමට පහසු කාර්යයන් වේ. මෙහි දෝෂයක් ඇති වුවද, මූලාශ්රය වෙත ආපසු ගොස් (අමු දත්ත) එය පරීක්ෂා කිරීමට මිනිත්තු කිහිපයක් ගතවනු ඇත.
අර්ථ නිරූපණය සහ විශ්ලේෂණ ක්ෂේත්රය ඉහළම අගය සහ ඉහළම අවදානම දරයි. AI හට රූපයක සැක සහිත ප්රදේශයක් සලකුණු කළ හැක, සංඥාවක ඇති විය හැකි අරිතිමියාව හඳුනා ගත හැක; කාර්යබහුල සායනයක නොසලකා හැරිය හැකි රටාවක් මෙය හෙළි කළ හැකිය. නමුත් එම ආකෘතියටම නොපවතින සොයාගැනීමක් විශ්වාසයෙන් නිපදවිය හැකිය (මෙම සංසිද්ධිය මායාව ලෙස හැඳින්වේ: ආකෘතිය නොපවතින තොරතුරු සැබෑ ලෙස ඉදිරිපත් කරයි). මෙම ක්ෂේත්රය තුළ, AI යනු උපකල්පන සහ ප්රමුඛතා මෙවලමක් මිස තීරණ ගන්නෙකු නොවේ.
සන්නිවේදනය සහ ලේඛනගත කිරීමේදී AI කෙටුම්පත් ත්වරණකය. වලංගුකරණ වාර්තාවක ක්රම අංශය, සාහිත්ය සාරාංශයක් හෝ අවදානම් විශ්ලේෂණයක පළමු කෙටුම්පත මිනිත්තු කිහිපයකින් නිෂ්පාදනය කරයි. මෙහි ඇති අවදානම නම්, සාදන ලද මූලාශ්ර සහ වැරදි සංඛ්යා අවධානයට ලක් නොවී ගලා යන පෙළකට ලිස්සා යා හැකි වීමයි.
වලංගු කිරීමේ විනය: ඇන්කර් තුනේ රීතිය
මෙම මොඩියුලයේ හදවත තනි පුරුද්දකි: එය වලංගු කිරීමකින් තොරව සායනික හෝ ඉංජිනේරුමය තීරණයකට කිසිදු AI ප්රතිදානයක් ඇතුළත් නොකිරීම. අපි ස්වාධීන නැංගුරම් තුනක් මත වලංගුකරණය පදනම් කරමු.
පළමු නැංගුරම - විශාලත්වයේ කායික අනුපිළිවෙල. ප්රතිඵලය මානව කායික විද්යාවේ දන්නා පරාසය තුළ තිබේද? විවේක හෘද ස්පන්දන වේගය සාමාන්යයෙන් විනාඩියකට බීට් 50-100; මොඩල් එක 400ක් දෙනවා නම් එක්කෝ කෞතුක භාණ්ඩයක් නැත්නම් එඩිටින් දෝශයක් තියෙනවා. වැඩිහිටි ශරීර උෂ්ණත්වය 36-38 ° C පරාසයක පවතී; 45 °C භෞතික විද්යාත්මකව ජීවීන් සමඟ නොගැලපේ. වැඩිහිටියෙකුගේ සම්පූර්ණ රුධිර පරිමාව ආසන්න වශයෙන් ලීටර් 5 කි. මෙම චෙක්පත තත්පර කිහිපයක් ගත වන අතර බොහෝ දෝෂ අල්ලා ගනී.
දෙවන නැංගුරම - සායනික විශ්වසනීයත්වය. ප්රතිදානය රෝගියාගේ සායනික ඉතිහාසයට සහ වෛද්ය තාර්කිකත්වයට අනුකූලද? 25-හැවිරිදි රෝග ලක්ෂණ නොමැති රෝගියෙකු සඳහා "ඉහළ විශ්වාසය" උසස් සොයාගැනීමක් ආකෘතිය යෝජනා කරන්නේ නම්, පූර්ව පරීක්ෂා කිරීමේ සම්භාවිතාව අඩු වන අතර මෙම සංඥාව අතිරේක සැකයෙන් බලයි. වයස, ස්ත්රී පුරුෂ භාවය, ඉතිහාසය සහ රෝග ලක්ෂණ යනු සෑම අර්ථකථනයක්ම සමත් විය යුතු විශ්වසනීයත්වයේ පෙරහනයි.
තුන්වන නැංගුරම - ස්වාධීන සාක්ෂි. මෙය ශක්තිමත්ම නැංගුරමයි. යොමු සම්මත පරීක්ෂණයක්, දෙවන රූපකරණ ක්රමයක්, රසායනාගාර තහවුරු කිරීම, විශේෂඥ දෙවන මතය. AI විසින් සලකුණු කරන ලද සොයා ගැනීමක් රන් සම්මත ක්රමයකට හෝ විශේෂඥයෙකු විසින් ස්වාධීන ඇගයීමකට එරෙහිව පරීක්ෂා කරනු ලැබේ. සෑම විටම සායනික සත්යය ජය ගනී.
කුඩා අවස්ථා තුනක්: අංක අනුව
1 වන අවස්ථාව - සංඥා පෙර සැකසීමේදී කාලය ඉතිරි කිරීම. සායනික ඉංජිනේරුවෙකු පර්යේෂණ අධ්යයනයක් සඳහා 320 ECG පටිගත කිරීම් තුළ කෞතුක වස්තු අතින් කොටස් කිරීම සහ සලකුණු කිරීම; පටිගත කිරීමකට සාමාන්යයෙන් මිනිත්තු 7ක්, දළ වශයෙන් මුළු පැය 37ක්. AI-බලගන්වන ලද පෙර-සැකසුම් කාර්ය ප්රවාහයක් සමඟින්, එය පළමු කෙටුම්පත් ලකුණු කිරීම වාර්තාවකට තත්පර 40 දක්වා අඩු කර, ඉතිරි කාලය දෘශ්ය පරීක්ෂාව සඳහා කැප කළේය. මුළු කාලය පැය 12 ක් පමණ අඩු විය; තීරනාත්මක දෙය වූයේ ඉතිරි කරන ලද කාලය සත්යාපනය සඳහා වැය කිරීමයි.
නඩුව 2 - අල්ලාගත් මායාව. ජෛව වෛද්ය ඉංජිනේරුවෙකු උපාංගයක සායනික ඇගයීම් වාර්තාවක් සඳහා සාහිත්ය සාරාංශයක් ඉල්ලා සිටි විට, “Yilmaz et al. 2019 වාර්තා කළ 98% සංවේදීතාව” යන වාක්ය ඛණ්ඩයේ ඇතුළත් විය. එවැනි ලිපියක් නොතිබුණි; ආකෘතිය සැබෑ රටාවක් අනුකරණය කරමින් ආරෝපණය ගොතන ලදී. මූලාශ්ර සත්යාපනය (DOI සහ ජර්නල් චෙක්පත) වාර්තාව අත්සන් කිරීමට පෙර දෝෂය හසු විය.
නඩුව 3 - ඒකක දෝෂය. මාත්රාව ගණනය කිරීමේ ආධාරකයක් තුළ, mg/mL වෙනුවට µg/mL සමඟ ඖෂධ සාන්ද්රණය ව්යාකූල කිරීම මඟින් ආකෘතිය නිර්දේශිත පරිමාව 1000 ගුණයකින් මාරු කළේය. විශාලත්වය පිරික්සීමේ කායික අනුපිළිවෙල - "වැඩිහිටියෙකුට මිලි ලීටර් 2 ක් ලබා දී ඇත, ලීටර් 2 ක් නොවේ" - වහාම දෝෂය අනාවරණය විය. මෙම ගණනය තවමත් අනුමැතිය සඳහා ඖෂධවේදියෙකු සහ වෛද්යවරයා වෙත ගියේය; AI යනු හුදෙක් අතරමැදි පාලන මෙවලමක් විය.
දුර්වල ක්ෂණික / ශක්තිමත් ක්ෂණික
දුර්වල ක්ෂණික:
මෙම රෝගියාගේ දත්ත දෙස බලා ඔහුගේ රෝග විනිශ්චය සඳහන් කරන්න.[data]
බලවත් විමසුම:
ඔබේ කාර්යභාරය: ඔබ ජෛව වෛද්ය දත්ත විශ්ලේෂකයෙකි (ඔබ රෝග විනිශ්චය නොකරයි). සපයන ලද දත්ත මත පමණක් පදනම්ව පහත නිර්නාමික මිනුම් සාරාංශ කරන්න. - රෝග විනිශ්චය නොකරන්න; සංඛ්යාත්මක සොයාගැනීම් සහ සාමාන්ය පරාස සංසන්දනය පමණක් දෙන්න. - දත්තවල නොමැති සොයාගැනීම්, අගයන් හෝ කථා එකතු නොකරන්න. - එක් එක් නිරීක්ෂණ අසල වරහන් සමඟ ඔබ පදනම් වූ දත්ත රේඛාව පෙන්වන්න. - නොපැහැදිලි ස්ථානයේ "දත්ත ප්රමාණවත් නොවේ" ලියන්න. - අවසානයේ: වෛද්යවරයා විසින් තහවුරු කළ යුතු කරුණු 3 ක වෙනම ලැයිස්තුවක් සාදන්න. නිර්නාමික දත්ත: [මිනුම්]
ප්රබල විමසුම ආකෘතිය මත කරුණු තුනක් පනවයි: මූලාශ්රයට ඇලී සිටීම, රෝග විනිශ්චය කිරීමේ අධිකාරිය උපකල්පනය නොකිරීම සහ සත්යාපනය කිරීමට දේවල් සලකුණු කිරීම. මෙය මායාව සම්පූර්ණයෙන්ම අවසන් නොකරයි, නමුත් එය දෘශ්යමාන කර භූමිකාව නිවැරදිව ස්ථානගත කරයි.
පිටපත් කළ හැකි සැකිලි හතරක්
1) නිර්නාමික සන්දර්භය ස්ථාපිත කිරීම:
මම ජෛව වෛද්ය මෙහෙයුමකට උදව් කිරීමට කැමතියි. රෝගියාගේ නම, අනන්යතාවය, දිනය සහ ආයතනික තොරතුරු රහසිගතය; "Patient-A", "Day-0" වැනි නියෝජිත ප්රකාශන සමඟ මම ඔවුන්ට දෙන්නෙමි. ගවේෂණය: [ක්වෙස්ට්]. මා සපයන නිර්නාමික තාක්ෂණික දත්ත මත පමණක් රඳා සිටින්න.
2) නැංගුරම් සත්යාපන ඉල්ලීම් තුනක්:
පහත ප්රතිදානය සඳහා චෙක්පත් තුනක් කරන්න: 1) විශාලත්වයේ භෞතික විද්යාත්මක අනුපිළිවෙල: සෑම සංඛ්යාවක්ම මිනිස් පරාසය තුළ තිබේද? එසේ නොවේ නම්, ලකුණ.2) සායනික විශ්වසනීයත්වය: වයස/ඉතිහාසය/රෝග ලක්ෂණ සමග නොගැලපෙන හිමිකම් තිබේද?3) සත්යාපන ලැයිස්තුව: ස්වාධීන පරීක්ෂණ/විශේෂඥයින් විසින් තහවුරු කළ යුතු අයිතම. ප්රතිදානය: [පෙළ]
3) අපැහැදිලි බව බලාත්මක කිරීම:
විශ්වාසනීය මට්ටම් තුනකින් ඔබේ අර්ථ නිරූපණය දෙන්න:- ඉහළ විශ්වාසය (දත්ත මගින් සෘජුවම සහාය දක්වයි)- මධ්යම විශ්වාසය (සාධාරණ අනුමාන)- සමපේක්ෂන (අතිරේක දත්ත/පරීක්ෂණ අවශ්ය) කාර්යය: [කාර්යය]. දත්ත: [නිර්නාමික දත්ත]
4) තීරණය/සහාය වෙනස:
පහත කාර්යය දෙකට බෙදන්න:A) AI හට විශ්වාසයෙන් කළ හැකි දත්ත/කෙටුම්පත් කාර්යයB) බලයලත් වෛද්යවරයා/ඉංජිනේරු අනුමැතිය අනිවාර්යය වන තීරණාත්මක කාර්ය විස්තර: [අර්ථ දැක්වීම]
AI හි කාර්යභාරය: මෙහෙයුමේ වර්ගය අනුව අවදානම
කාර්ය වර්ගය
AI දායකත්වය
අවදානම් මට්ටම
සත්යාපන ඝනත්වය
සංඥා/රූප පෙර සැකසුම්
ඉහළ
අඩු
ස්ථාන පරීක්ෂාව
මූලික සලකුණු සොයා ගැනීම
ඉහළ
මධ්යම
විශේෂඥ + සාධාරණත්වය
පුරෝකථනය / අවදානම් ලකුණු කිරීම
මධ්යම
ඉහළ
ක්රමාංකනය + ස්වාධීන
රෝග විනිශ්චය / ප්රතිකාර තීරණය
සීමිතයි
ඉතා ඉහළ
සම්පූර්ණ වෛද්ය අනුමැතිය
වාර්තාව/සාහිත්ය කෙටුම්පත
ඉහළ
මධ්යම
මූලාශ්රය තහවුරු කිරීම
උපාංගයේ ආරක්ෂක තීරණය
සීමිතයි
ඉතා ඉහළ
සම්මත + V&V + අනුමැතිය
ඉඟිය: කාර්යයක අවදානම් මට්ටම තීරණය කිරීම සඳහා, එක් ප්රශ්නයක් අසන්න: “මෙම ප්රතිදානය වැරදි නම් රෝගියාට කුමක් සිදුවේද?” පිළිතුර "මට මිනිත්තු කිහිපයක් අහිමි වනු ඇත" නම්, සැහැල්ලුවෙන් සත්යාපනය කරන්න; "රෝගියෙකුට හානියක් විය හැකි" නම්, ප්රතිදානය උපකල්පනයක් ලෙස සලකා එය සම්පූර්ණ සායනික/ඉංජිනේරු ක්රියාවලිය හරහා ක්රියාත්මක කරන්න.
අවධානය: කෘත්රිම බුද්ධියේ ඇති භයානකම ලක්ෂණය වන්නේ එය වැරදි සිදු කිරීම නොව, එය විශ්වාසයෙන් සහ වෛද්ය භාෂාවෙන් වැරදි සිදු කිරීමයි. චතුර, තාක්ෂණික සහ වෘත්තීය පාඨයක් එය නිවැරදි බව අදහස් නොවේ. ශෛලිය නොව සාක්ෂි විශ්වාස කරන්න.
පොදු වැරදි
- නිරවද්යතාවය සඳහා චතුර ලෙස වරදවා වටහා ගැනීම. පාඨය කෙතරම් වෛද්ය විද්යාත්මකව දිස් වුවද, සත්ය හිමිකම් (වටිනාකම, සොයා ගැනීම, මූලාශ්රය, මාත්රාව) ස්වාධීනව සත්යාපනය කළ යුතුය.
- කාර්යයේ වර්ගය අනුව අවදානම පරිමාණය නොකිරීම. ඊමේල් කෙටුම්පතක් මෙන් මාත්රා ගිණුමක් දෙස බැලීම. රෝගියාට විය හැකි හානිය අනුව වලංගු කිරීම පරිමාණය කෙරේ.
- නොසිතා රෝගියාගේ දත්ත ඇතුලත් කිරීම. සෞඛ්ය දත්ත විශේෂ පුද්ගලික දත්ත වේ; පාලනය නොකළ වාහනයට ඇතුළු වීමට පෙර නිර්නාමික කරන්න.
- AI රෝග විනිශ්චය අධිකාරිය ලබා දීම. AI රෝග විනිශ්චය නොකරයි; උපකල්පන ජනනය කරයි. රෝග විනිශ්චය සහ ප්රතිකාර තීරණ වෛද්යවරයා සතුය.
- අවිනිශ්චිතතාවය නොසලකා හැරීම. ආකෘතිය "විශ්වාස" ලෙස පෙනෙන නිසා අවිනිශ්චිතතාවය නැති වී යයි අදහස් නොවේ; විශ්වාස මට්ටම සහ පරාසය සඳහා විමසන්න.
සාරාංශයක් ලෙස
- ජෛව වෛද්ය මිනුම් වක්ර සහ ඝෝෂාකාරී වේ; කෘත්රිම බුද්ධියට ඒවා වේගවත් කිරීමටත් ඔවුන්ගේ වැරදි සැඟවීමටත් හැකිය.
- කෘත්රිම බුද්ධිය යනු දත්ත සැකසීමේදී ආරක්ෂිතම සහ වඩාත්ම ලාභදායී වන අතර, අර්ථකථනය/විශ්ලේෂණයේදී වටිනාම නමුත් අවදානම් සහගතම සහ ලේඛනගත කිරීමේදී ත්වරණකාරකයයි.
- සෑම ප්රතිඵලයක්ම නැංගුරම් තුනකින් වලංගු වේ: විශාලත්වයේ භෞතික විද්යාත්මක අනුපිළිවෙල, සායනික විශ්වසනීයත්වය, ස්වාධීන සාක්ෂි.
- ප්රතිඵලය පිළිබඳ අවදානම එය වැරදියි නම් රෝගියාට ඇති වන හානියට සමාන වේ; ඒ අනුව වලංගු කිරීමේ පරිමාණයන්.
- AI රෝග විනිශ්චය නොකරයි; රෝගියාගේ ආරක්ෂාව සම්බන්ධයෙන් සෑම තීරණයක්ම ගනු ලබන්නේ බලයලත් වෛද්යවරයාගේ සහ ඉංජිනේරුවරයාගේ අනුමැතිය ඇතිවය.
යෙදුම් කාර්යය
ඔබේම වැඩවලින් සතියක් තුළ ඔබ කරන ජෛව වෛද්ය කාර්යයන් පහක් ලැයිස්තුගත කරන්න (උදා: සංඥා නිෂ්කාශනය, පෙර පියාසර කිරීම, වාර්තා අංශය, අවදානම් සටහන් කිරීම, උපාංග පරීක්ෂා කිරීම). මෙම ඒකකයේ ඇති වගුව අනුව එක් එක් අවදානම් මට්ටමේ තබා "එය වැරදි නම් රෝගියාට කුමක් සිදුවේද?" ප්රශ්නයට එක වාක්යයකින් උත්තර දෙන්න. ඉන්පසු අවම අවදානම් කාර්යයට ශක්තිමත්, නිර්නාමික විමසුමක් ලියා එය උත්සාහ කරන්න; නැංගුරම් තුනකින් ප්රතිදානය පරීක්ෂා කර ගැටලුවක් ඇති කළේ කුමන නැංගුරමද යන්න සටහන් කරන්න.
පිරික්සුම් ලැයිස්තුව
- [ ] කෘත්රිම බුද්ධිය ආරක්ෂිතව නිපදවන්නේ කොතැනද සහ ජෛව වෛද්ය කාර්ය ප්රවාහයේ අවදානම් අගය කොතැනද යන්න මට වෙන්කර හඳුනාගත හැකිය.
- [ ] සෑම ප්රතිඵලයක්ම භෞතික විද්යාත්මක විශාලත්වය, සායනික විශ්වසනීයත්වය සහ ස්වාධීන සාක්ෂි සහිතව සත්යාපනය කිරීමට මම ප්රත්යාවර්තය ලබාගෙන ඇත.
- [ ] කාර්යයක අවදානම් මට්ටම "එය වැරදුනහොත් රෝගියාට කුමක් සිදුවේද?" ප්රශ්නය සමඟ මට තීරණය කළ හැකිය.
- [ ] මායාව සහ අවිනිශ්චිතතාවය යනු කුමක්ද සහ ඒවා දෘශ්යමාන කරන්නේ කෙසේද යන්න මම දනිමි.
- කෘත්රිම බුද්ධිය රෝග විනිශ්චය නොකරන බවත් රෝග විනිශ්චය/ප්රතිකාර තීරණය වෛද්යවරයා සතු බවත් මම අභ්යන්තරීකරණය කර ඇත්තෙමි.