අන්තයේ සිට අවසානය දක්වා කෘතිම බුද්ධිය සහය දක්වන ෆාමසි වැඩ ප්‍රවාහය සහ යෙදුම

ලාභ:

• බෙහෙත් වට්ටෝරු පිළිගැනීමේ සිට රෝගී උපදේශනය දක්වා වැඩ ප්‍රවාහයේ සෑම අදියරකදීම කෘතිම බුද්ධිය ස්ථානගතව සහ සීමාවන් තුළ ඒකාබද්ධ කිරීමේ හැකියාව
• ෆාමසි පරිමාණ කඩිනම් පුස්තකාලයක්, සත්‍යාපන ප්‍රොටෝකෝලය සහ පෞද්ගලිකත්ව ප්‍රතිපත්තියක් ස්ථාපිත කිරීමේ හැකියාව
• කෘත්‍රිම බුද්ධියෙන් සහය දක්වන නිෂ්පාදනයේ රෝගියාගේ ආරක්ෂාව, වගකීම සහ විශ්වාසය ආරක්ෂා කරන විගණන සංස්කෘතියක් සැලසුම් කිරීමේ හැකියාව

පෙර ඒකක තනි තනි කාර්යයන් (අන්තර්ක්‍රියා, උපදේශන, බෙහෙත් වට්ටෝරු පාලනය, ඖෂධ සුපරීක්ෂාකාරිත්වය, කොටස්, සාහිත්‍යය, ගිණුම්කරණය, විශේෂ කණ්ඩායම්, නීති සම්පාදනය, ව්‍යාපාර) AI වෙත යොමු කර ඇත. මෙම අවසාන ඒකකය තුළ, අපි කොටස් එකට එකතු කරමු: රෝගියෙකු ෆාමසියට ඇතුළු වීමේ සිට පිටවීම දක්වා සමස්ත කාර්ය ප්‍රවාහය පුරාවටම, ස්ථානීය, සීමා සහිත සහ පාලිත ආකාරයෙන් AI ඒකාබද්ධ කරන්නේ කෙසේදැයි ඔබට පෙනෙනු ඇත. අරමුන වන්නේ විසිරුණු සහ අහඹු "AI හි ඉඳහිට භාවිතා කිරීම" වෙතින් ගමන් කිරීමයි; එක් එක් පියවරේ කාර්යභාරය, සත්‍යාපනය සහ වගකීම නිර්වචනය කරන පද්ධතියකට ගමන් කිරීම අරමුණයි. මක්නිසාද යත්, ෆාමසිය තුළ කෘතිම බුද්ධියේ වටිනාකම හෙළි වන්නේ තනි පුද්ගල ඉල්ලීම් වලින් නොව, ආරක්ෂිත සහ නැවත නැවතත් කළ හැකි අනුපිළිවෙලකටය. මෙම ඒකකය තුළ, ඔබ ෆාමසි පරිමාණ කඩිනම් පුස්තකාලයක්, සත්‍යාපන ප්‍රොටෝකෝලයක් සහ විගණන සංස්කෘතියක් ස්ථාපිත කරන්නේ කෙසේදැයි ඉගෙන ගනු ඇත.

අවසානයේ සිට අවසානය දක්වා වැඩ ප්‍රවාහයේ කෘතිම බුද්ධියේ ස්ථානය

සාමාන්‍ය ෆාමසි ප්‍රවාහයක AI ක්‍රියාත්මක වන්නේ කොතැනින්ද සහ එය නතර වන්නේ කොතැනින්දැයි අපි බලමු:

1. බෙහෙත් වට්ටෝරුව පිළිගැනීම: කෘතිම බුද්ධි පූර්ව තිර (මාත්‍රාව, අන්තර්ක්‍රියා, අනුපිටපත් කිරීම) → ඖෂධවේදියෙකු ඇගයීමට ලක් කරයි.
2. සායනික තක්සේරුව: AI පිරික්සුම් ලැයිස්තුව සහ සිහිකැඳවීම ලබා දෙයි → තීරණය ඖෂධවේදියෙකු/වෛද්‍යවරයා සතුය.
3. සකස් කිරීම/ගිණුම: AI ගිණුම කෙටුම්පත් කරයි → ඖෂධවේදියා එය ස්වාධීනව සත්‍යාපනය කරයි.
4. රෝගියාගේ උපදේශනය: AI සරල පෙළ ජනනය කරයි → ඖෂධවේදි නිරීක්ෂකයින් සහ පුද්ගලීකරණය කරයි.
5. ඖෂධ සුපරීක්ෂාකාරිත්වය: AI කෙටුම්පත් දැනුම්දීම → හේතුව විශේෂඥයා සතුය.
6. තොග/ක්‍රියාකාරීත්වය: AI විසින් කෙටුම්පත් ලේඛන විශ්ලේෂණය කර නිෂ්පාදනය කරයි → ඖෂධවේදියෙකු සත්‍යාපනය කරයි.

මෙම ප්රවාහයේ සෑම පියවරකදීම නොවෙනස්වන මූලධර්මයක් ඇත: කෘතිම බුද්ධිය වේගවත් කරයි, මිනිසුන් තහවුරු කරයි. කෘත්‍රිම බුද්ධියට ආරක්‍ෂාව පිළිබඳ තීරණාත්මක පියවරක් ගැන අවසාන තීරණයක් නැත.

මෙම සාකල්‍ය දර්ශනය AI හුදකලා "මැජික් විසඳුම්" ලෙස දැකීමෙන් ගලවයි. ඖෂධවේදියෙකු දුෂ්කර ප්‍රශ්නයක් සඳහා ඉඳහිට පමණක් AI භාවිතා කරන්නේ නම්, පුරුද්දක් හෝ ආරක්ෂිත විනයක් ඇති නොවේ; සෑම අවස්ථාවකදීම පාලනයකින් තොරව භාවිතය මුල සිටම පැන නගී. කෙසේ වෙතත්, ඔබ ප්‍රවාහය සිතියම් ගත කළ පසු, එක් එක් කාර්යය කෘතිම බුද්ධියෙන් අපේක්ෂා කරන්නේ කුමක්ද සහ එය නතර කළ යුත්තේ කොතැනද යන්න කල්තියා පැහැදිලි වේ. මෙම පුරෝකථනය කිරීමේ හැකියාව කරුණු දෙකක් සහතික කරයි: කාර්යක්ෂමතාව (සියල්ලන්ම එකම පරීක්‍ෂා කළ මාර්ගය අනුගමනය කරන නිසා) සහ ආරක්ෂාව (සත්‍යාපන පියවර ප්‍රවාහයේ තැන්පත් කර ඇති නිසා, පසුව මතක තබා ගත යුතු දෙයක් නොවේ). වැඩ ප්‍රවාහයට AI කාවැද්දීම එය සෙල්ලම් බඩුවක සිට යටිතල ව්‍යුහයක් බවට පරිවර්තනය කරයි.

ඉඟිය: AI වෙත කාර්යයක් බාහිරින් ලබා දීමට පෙර, මෙම එක් ප්‍රශ්නයක් අසන්න: “මෙම ප්‍රතිදානය වැරදි නම් සහ මා නොදැන සිටියේ නම්, එය රෝගියාට හානියක් කරයිද?” පිළිතුර "ඔව්" නම්, එම කාර්යය රතු කලාපයේ ඇති අතර අනිවාර්යයෙන්ම නිපුණ සත්‍යාපනයක් අවශ්‍ය වේ.

ගොඩනැඟිලි කොටස් තුනක්: පුස්තකාලය, ප්රොටෝකෝලය, සංස්කෘතිය

කෘතිම බුද්ධියේ තිරසාර භාවිතයක් ගොඩනැඟිලි කොටස් තුනක් මත පදනම් වේ:

• කඩිනම් පුස්තකාලය: නිතර භාවිතා කරන කාර්යයන් සඳහා පරීක්ෂා කරන ලද, සම්මත විමසුම්. එය එක් එක් ඖෂධවේදියෙකු මුල සිට ඉල්ලීම් ලිවීම වළක්වයි; අනුකූලතාවයක් ලබා දෙයි.
• සත්‍යාපන ප්‍රොටෝකෝලය: එක් එක් වර්ගයේ ප්‍රතිදානය සඳහා "කවුද, කුමන මූලාශ්‍රය සමඟද යන්න සත්‍යාපනය කරන්නේ" යන රීතිය. සත්‍යාපනය අමතක වීම වළක්වයි.
• විගණන සංස්කෘතිය: දඬුවම් නොමැතිව වැරදි වාර්තා කිරීම, තීරණ වාර්තා කිරීම සහ අඛණ්ඩ වැඩිදියුණු කිරීම් සිදු කරන පරිසරයක්.

මෙම තුනෙන් තොරව, කෘතිම බුද්ධිය භාවිතය රඳා පවතින, පාලනයකින් තොරව සහ අවදානම් සහිතයි.

කුඩා නඩු තුනක්

නඩුව 1 - සම්මත කඩිනම් පුස්තකාලය. එක් ෆාමසියක් වඩාත් පොදු කාර්යයන් තුන සඳහා පරීක්‍ෂා කරන ලද විමසීම් තුනක් හඳුනාගෙන (රෝගී ස්ක්‍රිප්ට්, අන්තර්ක්‍රියා පූර්ව පරීක්‍ෂණය, බෙහෙත් වට්ටෝරුව දෙවන ඇස) සහ ඒවා පොදු ගොනුවක එකතු කළේය. නවක අභ්‍යාසලාභියෙකුට පවා එම ගුණාත්මක ප්‍රතිදානය ලබා ගැනීමට හැකි විය. පළමු මාසය තුළ, උපදේශන පාඨ සකස් කිරීමේ කාලය සැලකිය යුතු ලෙස අඩු වූ අතර පාඨයන් ස්ථාවර විය. පුස්තකාලය පුද්ගලයාගෙන් ස්වාධීනව ගුණාත්මක තත්ත්වයට පත් කර ඇත.

2 වන අවස්ථාව - සත්‍යාපන ප්‍රොටෝකෝලය. එම ඔසුසල විසින් එක් එක් වර්ගයේ නිමැවුම් සඳහා වලංගු කිරීමේ රීතියක් ලියා ඇත: මාත්‍රාව ගණනය කිරීම → ස්වාධීන නැවත ගණනය කිරීම + SPC; නීති → නිල පාඨය; උපදේශනය → SmPC + ඖෂධවේදියාගේ අනුමැතිය. දිනක් මාත්‍රාව ගණනය කිරීමේදී කෘත්‍රිම බුද්ධියේ දශම දෝෂය ප්‍රොටෝකෝලයට අනුකූලව කරන ලද ස්වාධීන ගණනය කිරීමකට හසු විය. ප්‍රොටෝකෝලය රෝගියා වෙත ළඟා වීමට පෙර දෝෂයක් නතර කළේය.

නඩුව 3 - විගණන සංස්කෘතිය සහ පටිගත කිරීම. ෆාමසිය විසින් AI විසින් අනාවරණය කරන ලද සෑම දෝෂයක්ම කුඩා ලොග් පොතක සටහන් කර ඇත (ඉගෙනීමේ අරමුණු සඳහා, දඬුවම් සඳහා නොවේ). ඔවුන් මාස තුනකට පසු වාර්තා සමාලෝචනය කළ විට, වඩාත් පොදු දෝෂය "නීති සම්පාදනය යල් පැනීම" බව සොයා ගත් අතර මෙයට විශේෂ තහවුරු කිරීමේ පියවරක් එක් කළේය. සංස්කෘතිය තනි පුද්ගල වැරදි වලින් පද්ධතිමය දියුණුවක් ලබා ගත්තේය.

පියවරෙන් පියවර: ෆාමසිය තුළ කෘතිම බුද්ධි පද්ධතියක් පිහිටුවීම

1. කාර්ය බඩු තොගයක් සාදන්න. කෘත්‍රිම බුද්ධිය භාවිතා කරන්නේ/භාවිතා කළ හැකි කාර්යයන් මොනවාද?
2. එක් එක් කාර්යය කලාප කරන්න. කොළ / කහ / රතු; රතු පාටින්, මානව අනුමැතිය අවශ්ය වේ.
3. ඉක්මන් පුස්තකාලයක් සාදන්න. සෑම කාර්යයක් සඳහාම සම්මත විමසුම පරීක්ෂා කර ඇත.
4. සත්‍යාපන ප්‍රොටෝකෝලයක් ලියන්න. ප්‍රභවය නිර්වචනය කරන්න සහ එක් එක් ප්‍රතිදානය සඳහා වගකිව යුතුය.
5. රහස්‍යතා/KVKK ප්‍රතිපත්තියක් ස්ථාපිත කරන්න. කුමන දත්ත නිර්නාමික කර තිබේද, කුමන මෙවලම භාවිතා කරන්නේද?
6. වාර්තා කර සමාලෝචනය කරන්න. තීරණ සහ වැරදි වාර්තා කරන්න, නිතිපතා වැඩිදියුණු කරන්න.

දුර්වල ක්ෂණික / ශක්තිමත් විමසුම

දුර්වල: "අපි ෆාමසියේ කෘතිම බුද්ධිය භාවිතා කරමු."

ප්‍රබල: "අපගේ ඔසුසලේ වඩාත් පොදු කාර්යයන් 5 ලියන්න; අවදානම් කලාපය (කොළ/කහ/රතු), කෘත්‍රිම බුද්ධියේ කාර්යභාරය, අනිවාර්ය සත්‍යාපන පියවර සහ වගකිව යුතු පුද්ගලයා සමඟ එක් එක් වගුවක් සාදන්න. රතු කලාපීය කාර්යයන් සඳහා, 'සුදුසුකම් ලත් ඖෂධවේදියෙකුගේ/වෛද්‍යවරයාගේ අනුමැතිය අනිවාර්යයි' යන සටහන එක් කරන්න. එය කෙටුම්පත් ප්‍රොටෝකෝලය මගින් පෙන්නුම් කරන කෙටුම්පතක් ලෙස සලකමු."

බලවත් විමසුමේදී, කොන්ක්රීට් ප්රතිදානය (ප්රොටෝකෝල වගුව), සීමාවන් සහ සමාලෝචන තත්ත්වය පැහැදිලිය.

පිටපත් කළ හැකි සැකිලි හතරක්

Quest: Quest-zone-authentication protocol table.කාර්යයන්: [...]. ප්‍රතිදානය: | ගවේෂණය | අවදානම් කලාපය | කෘතිම බුද්ධියේ කාර්යභාරය |අනිවාර්ය සත්‍යාපනය | වගකිවයුතු | මූලාශ්‍රය |රතු කර්තව්‍යයන් තුළ "බලය ලත් අනුමැතිය අවශ්‍යයි" එක් කරන්න.

කාර්යය: ඉක්මන් පුස්තකාල කාඩ්පත. කාර්යය නම: [...]. ප්‍රතිදානය: සම්මත කඩිනම් පෙළ + අපේක්ෂිත ප්‍රතිදාන ආකෘතිය + සත්‍යාපන පියවර + නිතර දෝෂ අනතුරු ඇඟවීම. කණ්ඩායම සඳහා එය සරලව සහ නැවත නැවතත් කළ හැකි ලෙස තබා ගන්න.

කාර්යය: පෞද්ගලිකත්වය/KVKK පිරික්සුම් ලැයිස්තුව (ෆාමසිය). ප්‍රතිදානය: කුමන දත්ත වර්ගය නිර්නාමික කර තිබේද, කුමන මෙවලම භාවිතා කරන්නේද, කුමන දත්ත කිසිදා බෙදා නොගන්නා, රඳවා ගැනීමේ/මකාදැමීමේ රීතිය. එය ප්‍රතිපත්තියක් ලෙස අයිතම කරන්න.

කාර්යය: AI දෝෂය/ඉගෙනුම් ලඝු සැකිල්ල.ප්‍රතිදානය: | දිනය | ගවේෂණය | දෝෂ වර්ගය | ඔහු අල්ලා ගත්තේ කෙසේද | ගන්නා ලද පියවර |අරමුණ දඩුවම නොව පද්ධතිය වැඩිදියුණු කිරීම ය; කණ්ඩායම සඳහා අච්චුව සකස් කරන්න.

අවසානය දක්වා වගකීම් වගුව

වේදිකාව

කෘතිම බුද්ධිය

මානව (නිපුණ)

සත්යාපනය

බෙහෙත් වට්ටෝරු පූර්ව පරීක්ෂාව

සලකුණු කිරීම

ඖෂධවේදීන්ගේ ඇගයීම

SmPC/දත්ත සමුදාය

මාත්‍රාව/ගිණුම

කෙටුම්පත

ඖෂධවේදීන්ගේ අනුමැතිය

ස්වාධීන ගිණුම

උපදේශනය

පෙළ

ඖෂධවේදී පුද්ගලීකරණය

KÜB/KT

ඖෂධ සුපරීක්ෂාකාරිත්වය

කෙටුම්පත

විශේෂඥ හේතුඵලය

නිල ආකෘතිය

නියාමන/ප්‍රතිපූරණය

ව්යුහය සාරාංශය

ඖෂධවේදී තහවුරු කිරීම

නිල පාඨය

කොටස් / ව්යාපාර

විශ්ලේෂණ කෙටුම්පත

ඖෂධවේදියාගේ තීරණය

සැබෑ දත්ත

පොදු වැරදි

• පුද්ගලයා මත රඳා පවතින පද්ධතියෙන් ඉවත් වීම. කඩිනම් පුස්තකාලය සහ ප්‍රොටෝකෝලය නොමැතිව, ගුණාත්මකභාවය උච්චාවචනය වේ.
• සත්‍යාපනය විකල්ප කිරීම. සත්‍යාපනය කාර්ය ප්‍රවාහයේ අනිවාර්ය පියවරක් විය යුතුය.
• රතු ප්‍රදේශය බොඳ කිරීම. ආරක්ෂක තීරණාත්මක කාර්යයන් පැහැදිලිව නිර්වචනය කර මිනිසුන්ට පැවරිය යුතුය.
• වැරදි සැඟවීම. දඬුවම් සංස්කෘතිය වරද සඟවයි; සංස්කෘතිය ඉගෙනීම පද්ධතිය ශක්තිමත් කරයි.
• ප්‍රතිපත්තිය ලිවීම සහ එය ක්‍රියාත්මක නොකිරීම. රහස්‍යභාවය සහ සත්‍යාපන නීති ජීවමාන ලියවිල්ලක් විය යුතුය.

සාරාංශයකින්

ෆාමසියේ කෘතිම බුද්ධියේ සැබෑ වටිනාකම තනි පුද්ගල ඉල්ලීම් වල නොව, ආරක්ෂිත සහ නැවත නැවතත් කළ හැකි පද්ධතියක සිදු වේ. අවසානයේ සිට අවසානය දක්වා වැඩ ප්‍රවාහයේ සෑම පියවරකදීම, මූලධර්මය එකම වේ: AI වේගවත් කරයි, මිනිසා අනුමත කරයි; කෘත්‍රිම බුද්ධියට කිසිදු ආරක්‍ෂාව පිළිබඳ තීරණාත්මක තීරණයක අවසාන තීරණයක් නොමැත. ගොඩනැඟිලි කොටස් තුනක් මෙම පද්ධතිය පවත්වා ගෙන යයි: පරීක්ෂා කරන ලද කඩිනම් පුස්තකාලයක්, එක් එක් ප්‍රතිදානය සඳහා සත්‍යාපන ප්‍රොටෝකෝලයක් සහ ඒවාට දඬුවම් නොකර දෝෂ වලින් ඉගෙන ගන්නා විගණන සංස්කෘතියක්. මේ අනුව, කෘතිම බුද්ධිය; එය රෝගියාගේ ආරක්ෂාව, වෘත්තීය වගකීම සහ විශ්වාසය ආරක්ෂා කරමින් ඔසුසල සඳහා සැබෑ දායකත්වයක් සපයයි.

යෙදුම් කාර්යය

ඔබේම ඔසුසලක් (හෝ උපකල්පිත ඔසුසලක්) සඳහා AI පද්ධතියක කුඩා සටහනක් සකසන්න. නිතර නිතර වැඩ 5 ලැයිස්තුගත කරන්න, එකින් එක කලාප කරන්න, සහ කාර්ය-භූමිය-සත්‍යාපන වගුව පුරවන්න. අවම වශයෙන් කාර්යයන් දෙකක් සඳහා එක් ඉක්මන් පුස්තකාල කාඩ්පතක් ලියන්න. රහස්‍යතා/KVKK පිරික්සුම් ලැයිස්තුවක් සහ දෝෂ/ඉගෙනුම් ලොග් අච්චුවක් සාදන්න. අවසාන වශයෙන්, කණ්ඩායම විසින් මෙම පද්ධතිය සමාලෝචනය කරන ආකාරය සැලසුම් කරන්න (උදා. මාසිකව).

පිරික්සුම් ලැයිස්තුව

• [ ] මම කාර්ය බඩු තොගය එළියට ගත්තා.
• [ ] මම එක් එක් මෙහෙයුම කොළ/කහ/රතු කළා.
• [ ] මම ක්ෂණික පුස්තකාල කාඩ්පත් නිර්මාණය කළෙමි.
• [ ] මම සත්‍යාපන ප්‍රොටෝකෝලය නිර්වචනය කළ අතර එක් එක් ප්‍රතිදානය සඳහා වගකිව යුතුය.
• [ ] මම රහස්‍යතා/KVKK ප්‍රතිපත්තිය අයිතමගත කර ඇත.
• [ ] මම තීරණය සහ දෝෂ වාර්තා අච්චුව සැකසුවෙමි.
• [ ] මම නිතිපතා සමාලෝචන සැලැස්මක් හැදුවා.

මොඩියුල විභාගය

1. ඖෂධවේදියෙකුට වෝෆරින් ගන්නා රෝගියෙකුට අලුතින් ආරම්භ කරන ලද ප්‍රතිජීවකයක අන්තර් ක්‍රියාකාරිත්වය ඉක්මනින් පරීක්ෂා කිරීමට කෘතිම බුද්ධිය භාවිතා කිරීමට අවශ්‍ය වේ. වඩාත්ම නිවැරදි ප්රවේශය කුමක්ද?

• A) පූර්ව පරීක්ෂාව සඳහා කෘතිම බුද්ධිය භාවිතා කිරීම; වත්මන් SmPC/දත්ත සමුදාය සමඟ අන්තර්ක්‍රියා තහවුරු කිරීම සහ දක්ෂ ඖෂධවේදියෙකුගේ අධීක්ෂණය යටතේ වෛද්‍යවරයා සමඟ සම්බන්ධීකරණයෙන් තීරණය ගැනීම ✔
• B) කෘත්‍රිම බුද්ධිය මඟින් ලබා දෙන අන්තර්ක්‍රියා අර්ථ නිරූපණය කෙලින්ම රෝගියාට පැවරීම සහ මාත්‍රාව වෙනස් කිරීම
• C) කෘත්‍රිම බුද්ධිය පවසන්නේ අන්තර්ක්‍රියාකාරිත්වයක් නොමැති බව නම්, වෙනත් කිසිදු පරීක්ෂාවකින් තොරව ඖෂධය ලබා දෙන්න.
• D) වෛද්යවරයෙකුගෙන් උපදෙස් ලබා ගැනීම මඟ හැරීම සහ ක්රියාවලිය වේගවත් කිරීම

විස්තරය: මත්ද්‍රව්‍ය අන්තර්ක්‍රියා සහ ලේ ගැලීමේ අවදානම ආරක්‍ෂාව පිළිබඳ තීරණාත්මක ගැටලුවකි. කෘතිම බුද්ධිය පූර්ව පරීක්ෂාව සහ මතක් කිරීම සඳහා භාවිතා කළ හැක; කෙසේ වෙතත්, සායනික වැදගත්කම සහ තීරණය වත්මන් SmPC/interaction දත්ත සමුදාය තහවුරු කිරීම සහ අවශ්‍ය නම්, වෛද්‍යවරයා සමඟ දක්‍ෂ ඖෂධවේදියෙකු විසින් සිදු කළ යුතුය. AI ප්‍රතිදානය මෙම අනුමැතිය ප්‍රතිස්ථාපනය නොකරයි.

2. ඔබ කෘත්‍රිම බුද්ධියෙන් ඖෂධයක ළමා මාත්‍රාව ගැන විමසූ විට ව්‍යාජ (හලුසිනේටරි) අගයක් ලබා නොගැනීම සඳහා ආරක්ෂිතම ක්‍රමය කුමක්ද?

• A) කෘතිම බුද්ධිය මඟින් ලබා දෙන මාත්‍රාව විශ්වාස කිරීම සහ සකස් කිරීම
• B) වත්මන් SmPC/CT සහ ළමා මාත්‍රා මාර්ගෝපදේශයෙන් මාත්‍රාව තහවුරු කර ස්වාධීනව mg/kg නැවත ගණනය කරන්න ✔
• C) එකම ප්‍රශ්නය විවිධ වචන වලින් අසා සාමාන්‍යය ගන්න
• D) රෝගී සංසදයක අදහස් දැක්වීමක් මත පදනම්ව

පැහැදිලි කිරීම: භාෂා ආකෘතිය මාත්‍රා තොරතුරු වැරදි ලෙස මතක තබා ගැනීම, වෙනස් ඇඟවීමක් සඳහා අගයක් ලබා දීම හෝ ඒකක මිශ්‍ර කිරීම විය හැක. ළමා මාත්‍රාව වත්මන් SmPC/CT, නිෂ්පාදකයාගේ තොරතුරු සහ ළමා මාත්‍රා මාර්ගෝපදේශයෙන් තහවුරු කළ යුතුය; ගණනය කිරීම ස්වාධීනව නැවත සිදු කළ යුතුය.

3. ඔබ රෝගියාගේ උපදේශනය සඳහා කෘතිම බුද්ධිය සහිත මත්ද්‍රව්‍ය භාවිත පාඨයක් සකස් කර ඇත. රෝගියාට පෙළ ලබා දීමට පෙර හොඳම ආකල්පය කුමක්ද?

• A) පාඨයේ මුද්‍රණය කිසිසේත්ම නොකියවා රෝගියාට ලබා දීම
• B) පාඨය චතුර ලෙස විශ්වාස කිරීම සහ නිරවද්‍යතාවය පරීක්ෂා නොකිරීම
• C) දැනට පවතින SmPC/CT සමඟ එක් එක් වෛද්‍ය හිමිකම් තහවුරු කිරීම සහ රෝගියාගේ විශේෂිත තත්ත්වයන් සැලකිල්ලට ගනිමින් ඖෂධවේදියාගේ අනුමැතිය ඇතිව එය ලබා දීම ✔
• D) රෝගියාගෙන් විමසීමකින් තොරව ඔබේම අනුමානයෙන් පෙළෙහි මාත්‍රා වෙනස් කිරීම

විස්තරය: AI හට පැහැදිලි දළ සටහනක් ඉදිරිපත් කළ හැක, නමුත් එහි වැරදි මෙහෙයුම් උපදෙස්, නැතිවූ අනතුරු ඇඟවීම් හෝ යල් පැන ගිය තොරතුරු අඩංගු විය හැක. සෑම වෛද්‍ය ප්‍රකාශයක්ම දැනට පවතින SmPC/CT සමඟ තහවුරු කළ යුතු අතර, රෝගියාට අදාළ කොන්දේසි (අසාත්මිකතා, ගැබ් ගැනීම්, වෙනත් ඖෂධ) සැලකිල්ලට ගත යුතු අතර පාඨය ඖෂධවේදියා විසින් අනුමත කළ යුතුය.

4. අහිතකර බලපෑමක් (අතුරු ආබාධ) දැනුම්දීමක් සඳහා ඔබ කෘතිම බුද්ධිය හරහා TÜFAM වෙත යැවීමට කෙටුම්පතක් සකස් කර ඇත. හේතුකාරකය සඳහා වඩාත් නිවැරදි ප්රවේශය කුමක්ද (බලපෑමට ඖෂධයේ සම්බන්ධතාවය)?

• A) කෘත්‍රිම බුද්ධිය විසින් කරන ලද හේතුඵල විනිශ්චය නිශ්චිත ලෙස පිළිගෙන වාර්තා කරන්න
• B) හේතුව අපැහැදිලි නම් දැනුම්දීම කිසිසේත් සිදු නොකිරීම
• C) කෙටුම්පතේ ඇති පරිදි රෝගියා හඳුනාගැනීමේ තොරතුරු ලියා එවන්න
• D) විශේෂඥ ඇගයීම හරහා හේතුව නිර්ණය කිරීම සහ රහස්‍යභාවය සහ නිල ආකෘතිය අනුව කෙටුම්පත සම්පූර්ණ කිරීම ✔

පැහැදිලි කිරීම: හේතුකාරකය තක්සේරු කිරීම සඳහා සායනික විනිශ්චය අවශ්ය වේ; තාවකාලික සම්බන්ධතා, විකල්ප හේතු සහ සාහිත්‍යය එකට ඇගයීමට ලක් කෙරේ. AI හට කෙටුම්පත් සහ පිරික්සුම් ලැයිස්තු නිෂ්පාදනය කළ හැක, නමුත් හේතුකාරක තීරණය විශේෂඥ විනිශ්චය මගින් ගනු ලබන අතර නිල ආකෘතියට සහ රහස්‍යභාවයට අනුකූලව දැනුම්දීම සම්පූර්ණ කෙරේ.

5. ඔබට කෘත්‍රිම බුද්ධිය සහිත සායනික ප්‍රශ්නයක් සඳහා සාහිත්‍ය සෙවීමක් තිබූ අතර එය ඔබට DOI සමඟ ලිපි කිහිපයක් ලබා දුන්නේය. වඩාත්ම නිවැරදි හැසිරීම කුමක්ද?

• A) ඒවා විවෘත නොකර මූලාශ්‍ර ලැයිස්තුවට යොමු එකතු කිරීම
• B) එහි DOI පෙනුම මත රඳා පැවතීම උපුටා දක්වමින්
• C) මුල් මූලාශ්‍ර/දත්ත සමුදායෙන් DOI සමඟ එක් එක් යොමුව විවෘත කර අන්තර්ගතය හිමිකම් පෑමට සහය දක්වන බව තහවුරු කරන්න ✔
• D) මාතෘකා බැලීමෙන් පමණක් ලිපි භාර ගැනීම

විස්තරය: භාෂා ආකෘතීන්ට යථාර්ථවාදී ලෙස පෙනෙන නමුත් නොපවතින ලිපි, කතුවරුන් සහ DOI නිර්මාණය කළ හැක. සෑම යොමුවක්ම මුල් මූලාශ්‍රය හෝ පිළිගත් දත්ත සමුදාය හරහා DOI සමඟ විවෘත කර සත්‍යාපනය කළ යුතුය; අන්තර්ගතය ඇත්ත වශයෙන්ම හිමිකම් පෑමට සහය දක්වන්නේ දැයි බැලීමට එය කියවිය යුතුය.

6. වලාකුළු මත පදනම් වූ කෘතිම බුද්ධි මෙවලමකට රෝගියෙකුගේ නම, TR ID අංකය සහ රෝග විනිශ්චය ඇතුළත් බෙහෙත් වට්ටෝරුවක් ලබා දීමේදී පුද්ගලිකත්වය (KVKK) අනුව හොඳම හැසිරීම කුමක්ද?

• A) සන්දර්භය නිර්නාමික කිරීම, හඳුනාගැනීම සහ පුහුණුවේදී දත්ත භාවිතා නොකරන ප්‍රතිපත්ති-අනුකූල මෙවලමක් භාවිතා කිරීම ✔
• B) හඳුනාගැනීමේ තොරතුරු සමඟ බෙහෙත් වට්ටෝරුව උඩුගත කිරීම
• C) පුද්ගලිකත්ව ප්‍රතිපත්තිය කියවීමෙන් තොරව නොමිලේ මෙවලමක් භාවිතා කිරීම
• D) ප්‍රතිඵලයේ ගුණාත්මකභාවය සඳහා TR ID අංකය අවශ්‍ය යැයි උපකල්පනය කිරීම

විස්තරය: සෞඛ්‍ය දත්ත විශේෂ පුද්ගලික දත්ත වන අතර ඉහළ ආරක්ෂාවක් අවශ්‍ය වේ. සන්දර්භය නිර්නාමික කළ යුතුය, අක්තපත්‍ර මකා දැමිය යුතුය, සහ දත්ත අධ්‍යාපනයේ භාවිතා නොකරන බව සහතික කරන ප්‍රතිපත්ති/කොන්ත්‍රාත්තුවට අනුකූල මෙවලමක් තෝරා ගත යුතුය.

7. මහේස්ත්‍රාත් සූත්‍රගත කිරීමක් සඳහා, කෘතිම බුද්ධිය තනුක ගණනය කිරීමක් සිදු කළේය. රෝගියා සූදානම් කිරීමට පෙර වඩාත්ම තීරණාත්මක පියවර කුමක්ද?

• A) නිවැරදිව ලියා ඇති බව පෙනෙන්නට ගිණුම මත විශ්වාසය තැබීම
• B) කෘත්‍රිම බුද්ධිය එය කරන නිසා ප්‍රතිඵලය නිවැරදිව සලකා බැලීම
• C) ලේබලය මත ප්‍රතිඵලය එලෙසම ලියන්න
• D) ඒකක විශ්ලේෂණය සමඟ ගණනය කියවීම සහ ස්වාධීනව නැවත ගණනය කිරීම සහ ප්රතිඵලය තර්කානුකූලව පරීක්ෂා කිරීම ✔

විස්තරය: AI ඒකක ව්‍යාකූල කළ හැක (mg සිට mL දක්වා, % සිට mg/mL දක්වා), දශම මාරු කිරීම, හෝ වැරදි අනුපාතය සැකසීම. ගිණුම් විශ්ලේෂණ ඒකකය මගින් කියවිය යුතු අතර අතින්/සත්‍යාපිත ක්‍රමය මගින් ස්වාධීනව ප්‍රතිනිර්මාණය කළ යුතුය; ප්රතිඵලය තර්ක පාලනයට යටත් විය යුතුය.

8. ඔබ කෘත්‍රිම බුද්ධියෙන් SSI reimbursement (SUT) තත්ත්වය සහ ඖෂධයක වාර්තා අවශ්‍යතාවය පිළිබඳව විමසූ අතර, එය පැහැදිලි පිළිතුරක් ලබා දුන්නේය. මෙම දැනුම භාවිතා කිරීමට පෙර ඔබ කළ යුත්තේ කුමක්ද?

• A) කෘත්‍රිම බුද්ධිය පැහැදිලි පිළිතුරු ලබා දෙන බැවින් කෙලින්ම අයදුම් කරන්න
• B) වත්මන් SUT සහ නිල රෙගුලාසි ✔ හි වත්මන් පාඨයෙන් කොන්දේසිය තහවුරු කරන්න
• C) සගයකු විසින් සිහිපත් කරන ලද පැරණි රීතිය අනුව ක්රියා කිරීම
• D) කෘතීම බුද්ධිය එය දන්නා නිසා වාර්තා අවශ්‍යතාවය පරීක්ෂා නොකිරීම

පැහැදිලි කිරීම: ආපසු ගෙවීමේ සහ වාර්තා කිරීමේ කොන්දේසි නිතර යාවත්කාලීන වන අතර AI විසින් යල් පැන ගිය හෝ වෙනත් කාල පරිච්ඡේදයක රීතියක් ලබා දිය හැක. අදාළ SUT සහ නිල රෙගුලාසි වල වත්මන් පාඨයෙන් කොන්දේසිය තහවුරු කළ යුතුය; එසේ නොමැති නම්, මූල්ය හා නීතිමය අවදානම් මතු වේ.

9. ආරක්ෂිත-විවේචනාත්මක ලෙස වර්ගීකරණය කළ යුතු ෆාමසිය තුළ කෘතිම බුද්ධියේ කාර්යභාරය පහත සඳහන් දේවලින් කුමක් ද?

• A) ෆාමසි බ්ලොගය සඳහා සාමාන්‍ය සෞඛ්‍ය ලිපි කෙටුම්පතක් සකස් කිරීම
• B) රෝගියාගේ වකුගඩු අකර්මණ්‍ය වීම අනුව ඖෂධ මාත්‍රාව තීරණය කිරීම ✔
• C) කාර්ය මණ්ඩල රැස්වීමක් සඳහා න්‍යාය පත්‍ර සටහනක් ලිවීම
• D) රාක්ක පිරිසැලසුම සඳහා ලේබල් පෙළ නිර්මාණය කිරීම

විස්තරය: මාත්‍රාව නිර්ණය කිරීම, ප්‍රතිකාර වෙනස් කිරීම සහ අන්තර්ක්‍රියා මත පදනම් වූ සායනික තීරණ ගැනීම රෝගියාගේ ආරක්ෂාවට සෘජුවම බලපාන අතර ආරක්ෂාව-විවේචනාත්මක වේ; මෙම තීරණ සඳහා දක්ෂ ඖෂධවේදියෙකු/වෛද්‍යවරයෙකුගේ අනුමැතිය අවශ්‍ය වේ. රාක්ක ලේබල් කිරීම, බ්ලොග් කෙටුම්පත් කිරීම හෝ රැස්වීම් සංදේශය අඩු අවදානම් පරිපාලන කාර්යයන් වේ.

10. ගර්භනී රෝගියෙකුට ඖෂධයක් භාවිතා කළ හැකිද යන්න ඔබ කෘතිම බුද්ධියෙන් පූර්ව පරීක්ෂාවට ලක් කර ඇත. වඩාත්ම නිවැරදි ප්රවේශය කුමක්ද?

• A) 'ආරක්ෂිත' කියමින් කෘතිම බුද්ධිය මත පදනම්ව ඖෂධ ලබා දීම
• B) ගර්භණීභාවය පිළිබඳ තොරතුරු නොසලකා හැරීම සාමාන්ය දෙයක් නිසා
• C) අන්තර්ජාලයේ අහඹු වෙබ් අඩවියක් මත පදනම්ව තීරණයක් ගැනීම
• D) දැනට පවතින SmPC/ආරක්‍ෂක මූලාශ්‍රය සමඟ පූර්ව පරීක්ෂාව තහවුරු කිරීම, වෛද්‍යවරයා සමඟ සහයෝගයෙන් තීරණය ගැනීම සහ අවිනිශ්චිත අවස්ථාවකදී වෛද්‍යවරයා වෙත යොමු කිරීම ✔

විස්තරය: ගැබ් ගැනීම ඉහළ අවදානම් කණ්ඩායමක් වන අතර තොරතුරු වේගයෙන් යාවත්කාලීන වේ. කෘත්‍රිම බුද්ධිය පූර්ව පරීක්‍ෂණයට සහ ප්‍රශ්න ජනනය කිරීමට උපකාරී වේ; කෙසේ වෙතත්, වත්මන් SmPC/CT, ගර්භණී ආරක්ෂණ සම්පත් සහ වෛද්යවරයා සමඟ සහයෝගයෙන් තීරණය කළ යුතු අතර, අවිනිශ්චිත අවස්ථාවකදී, වෛද්යවරයා වෙත යොමු කළ යුතුය.

11. බෙහෙත් වට්ටෝරුවක් මත කෘත්‍රිම බුද්ධිය මගින් අනාවරණය කරගත් 'හැකි අධි මාත්‍රාවක්' අනතුරු ඇඟවීමක් සම්බන්ධයෙන් වඩාත් නිවැරදි ආකල්පය කුමක්ද?

• A) අනතුරු ඇඟවීම නොසලකා හැර බෙහෙත් වට්ටෝරුව එලෙසම ගන්න
• B) අවවාදය මත විශ්වාසය තැබීම සහ වෛද්යවරයාගෙන් විමසීමෙන් තොරව මාත්රාව ඔබම අඩු කිරීම
• C) අනතුරු ඇඟවීම සත්‍ය යැයි උපකල්පනය කිරීම සහ ඖෂධය සම්පූර්ණයෙන්ම ලබා දීම ප්‍රතික්ෂේප කිරීම
• D) SmPC/මාර්ගෝපදේශය සමඟ අනතුරු ඇඟවීම තහවුරු කර වෛද්‍යවරයා සමඟ ඇති සැබෑ ගැටලුව විසඳන්න, අනවශ්‍ය නම්, හේතුව සටහන් කරන්න ✔

විස්තරය: AI ඇඟවීම් ව්‍යාජ ධනාත්මක (අනවශ්‍ය අනතුරු ඇඟවීම) හෝ ව්‍යාජ සෘණ (මිස්) විය හැක. සෑම අනතුරු ඇඟවීමක්ම SmPC සහ මගපෙන්වීම සමඟ තහවුරු කළ යුතුය; සැබෑ ගැටළුවක් තිබේ නම්, එය වෛද්යවරයා සම්බන්ධ කර ගැනීමෙන් විසඳා ගත යුතුය; එය අනවශ්ය නම්, එය යුක්ති සහගත ලෙස සටහන් කළ යුතුය.

12. තොග සහ කල් ඉකුත් වීමේ කළමනාකරණය තුළ කෘතිම බුද්ධිය මගින් නිපදවන ඉල්ලුම පුරෝකථනය සහ ඇණවුම් නිර්දේශය සඳහා වඩාත් සුදුසු භාවිතය කුමක්ද?

• A) නියම තොග, කල් ඉකුත්වන සහ සීතල දාම නීති සමඟ නිර්දේශය සත්‍යාපනය කිරීම සහ ඖෂධවේදියාගේ තීරණය සමඟ එය යෙදීම ✔
• B) ඇණවුම් යෝජනාව පරීක්ෂා නොකර එය ස්වයංක්‍රීයව අනුමත කරන්න
• C) පුරෝකථනය මත රඳා නොසිටීම සහ පදයේ තත්ත්වය අතින් පරීක්ෂා කිරීම
• D) පුරෝකථනය අනුව සීතල දාමයක් අවශ්ය නිෂ්පාදන අසීමිත ගබඩා කිරීම

විස්තරය: කෘතිම බුද්ධියට ඓතිහාසික දත්ත වලින් රටා උකහා ගත හැකි අතර කෙටුම්පත් නිර්දේශ ඉදිරිපත් කළ හැක; කෙසේ වෙතත්, සැබෑ තොග, සෘතුමය වසංගතය, සැපයුම් ගැටළු සහ කල් ඉකුත්වන තත්ත්වය සඳහා මානව පාලනය අවශ්ය වේ. නිර්දේශය සත්‍ය තොග දත්ත සහ සීතල දාම/කල් ඉකුත් වීමේ රීති සමඟ සත්‍යාපනය කර ඖෂධවේදියාගේ තීරණය අනුව ක්‍රියාත්මක කෙරේ.

13. කෘතිම බුද්ධියෙන් සකස් කරන ලද තාර්කික ඖෂධ භාවිතය (RUD) අත් පත්‍රිකාවක් රෝගීන්ට බෙදා හැරීමට පෙර වඩාත් සුදුසු ක්‍රියාමාර්ගය කුමක්ද?

• A) අත් පත්‍රිකාව වේගවත් කිරීම සඳහා පාලනයකින් තොරව බෙදා හැරීම
• B) වත්මන් මාර්ගෝපදේශය/SmPC සමඟ අන්තර්ගතය තහවුරු කර ඖෂධවේදියාගේ අනුමැතියෙන් පසුව බෙදා හැරීම ✔
• C) දෘශ්‍ය නිර්මාණය දෙස බැලීම සහ අන්තර්ගතය කියවීම පමණක් නොවේ
• D) අත් පත්‍රිකාවට බෙහෙත් වට්ටෝරුව සඳහා මාත්‍රා නිර්දේශයක් එකතු කිරීම සහ වෛද්‍යවරයා අක්‍රීය කිරීම

විස්තරය: අත් පත්‍රිකාව සෞඛ්‍ය සන්නිවේදන නිෂ්පාදනයකි; වැරදි හෝ අසම්පූර්ණ තොරතුරු රෝගියා අවදානමට ලක් කරයි. වත්මන් මාර්ගෝපදේශය සහ SmPC සමඟ අන්තර්ගතය තහවුරු කළ යුතු අතර, කියවීමේ හැකියාව නිරීක්ෂණය කර දක්ෂ ඖෂධවේදියාගේ අනුමැතියෙන් පසුව බෙදා හැරිය යුතුය.

14. කෘත්‍රිම බුද්ධියට අනුබල දෙන ෆාමසියක ගුණාත්මකභාවය සහ රෝගියාගේ ආරක්ෂාව ආරක්ෂා කිරීම සඳහා ස්ථාපිත කළ යුතු මූලික ව්‍යුහය කුමක්ද?

• A) සෑම සේවකයෙක්ම තමන්ගේම ආකාරයෙන් අධීක්ෂණය නොකළ කෘතිම බුද්ධිය භාවිතා කරයි
• B) ප්‍රතිදානයන් කිසිවක් ඉතිරි නොකර කෙලින්ම රෝගියා වෙත මාරු කිරීම
• C) පොදු කඩිනම් පුස්තකාලයක් ස්ථාපිත කිරීම, සත්‍යාපන ප්‍රොටෝකෝලය සහ රහස්‍යතා/KVKK ප්‍රතිපත්තිය සහ නිසි අනුමැතිය ඇතිව ආරක්‍ෂිත තීරණාත්මක නිමැවුම් වසා දැමීම ✔
• D) කණ්ඩායම් සත්‍යාපනය මසකට වරක් පමණි

විස්තරය: කෘතිම බුද්ධියේ බෙදා හරින ලද සහ පාලනයකින් තොරව භාවිතා කිරීම මාත්‍රාව, පෞද්ගලිකත්වය සහ නියාමන දෝෂ වල අවදානම විශාල කරයි. පොදු ෆාමසි පරිමාණ කඩිනම් පුස්තකාලයක් ස්ථාපිත කිරීම, එක් එක් නිමැවුම් වර්ගය සඳහා සත්‍යාපන ප්‍රොටෝකෝලය සහ පැහැදිලි පෞද්ගලිකත්ව/KVKK ප්‍රතිපත්තියක්; සෑම ආරක්ෂක-විවේචනාත්මක නිමැවුමක්ම නිසි අනුමැතිය සහිතව වසා දැමීම අත්‍යවශ්‍ය වේ.