ලාභ:
- සෞඛ්ය දත්ත විශේෂ ගුණාත්මක දත්ත බව අවබෝධ කර ගැනීම සහ KVKK/නීති සම්පාදන විෂය පථය තුළ නිර්නාමිකකරණය, ගබඩා කිරීම සහ බෙදාගැනීමේ රීති
- කෘතිම බුද්ධිය භාවිතා කිරීමේදී සදාචාරාත්මක මූලධර්ම (සාධාරණත්වය, විනිවිදභාවය, වගවීම) සහ ආයතනික පාලන ප්රතිපත්තියක් කෙටුම්පත් කිරීමේ හැකියාව
- කෘත්රිම බුද්ධි ප්රතිදානය කළමනාකරණ සහ සායනික තීරණ ප්රතිස්ථාපනය නොකරන පාලන රාමුවක් ස්ථාපිත කිරීමට හැකි වීම, වගකීම සහ අවසාන අනුමැතිය සැමවිටම මිනිසා සතුව පවතී.
මෙම මොඩියුලය පුරාවටම, අපි සෑම මෙහෙයුම් ප්රදේශයකම, පත්වීම් වල සිට ඇඳන් දක්වා, පුරෝකථනයේ සිට ආදායම දක්වා, ගුණාත්මක භාවයේ සිට ඉන්වෙන්ටරි දක්වා ත්වරණකාරකයක් ලෙස AI භාවිතා කළෙමු. නමුත් මෙම සියලු බලගතු භාවිතයන් මත වහලක් ඇත: දත්ත පෞද්ගලිකත්වය, නියාමන අනුකූලතාවය සහ ආචාර ධර්ම. මෙම රාමුව නොමැතිව, ඔබ වේගවත් කරන සෑම ව්යාපාරයක්ම විස්තාරණය කළ අවදානමකි. මෙම අවසාන ඒකකය විසුරුවා හරින ලද රීති තනි පාලන රාමුවකට ගෙන එයි. පාලනය යනු ආයතනයක කුමක් කළ හැක්කේ කාටද සහ කුමන නීතිරීති යටතේද, වගකීම සහ පාලනය ක්රියා කරන්නේ කෙසේද යන්න නිර්වචනය කරන කළමනාකරණ පද්ධතියයි. ප්රධාන මූලධර්මය නැවත වරක් තබමු, වඩාත් පැහැදිලිව: AI ප්රතිදානය කළමනාකරණ සහ සායනික තීරණ ප්රතිස්ථාපනය නොකරයි; වගකීම සහ අවසාන අනුමැතිය සෑම විටම මිනිසා සතුය.
සෞඛ්ය දත්ත පුද්ගලික වන්නේ ඇයි?
සෞඛ්ය දත්ත සාමාන්ය දත්ත නොවේ. Türkiye හි, KVKK (පුද්ගලික දත්ත ආරක්ෂණ නීතිය) සෞඛ්ය දත්ත "විශේෂ ස්වභාවයේ පුද්ගලික දත්ත" ලෙස සලකයි; මෙයින් අදහස් කරන්නේ ඉහළම මට්ටමේ ආරක්ෂාවයි. එහි යුරෝපීය සමානකම GDPR වේ. රෝගියෙකුගේ රෝග විනිශ්චය, ප්රතිකාර, ප්රොටෝකෝල අංකය හෙළිදරව් වුවහොත්, ආපසු හැරවිය නොහැකි හානියක් සිදුවනු ඇත: අපකීර්තිය, වෙනස් කොට සැලකීම, විශ්වාසය නැතිවීම. එබැවින් මූලික නීති කිහිපයක් තිබේ. නිර්නාමිකකරණය යනු පුද්ගලයා හඳුනා ගන්නා සියලුම තොරතුරු (නම, හැඳුනුම්පත, ප්රොටෝකෝලය, දුර්ලභ රෝග විනිශ්චය + වයස + ස්ථාන සංයෝජනය) දත්ත වලින් ඉවත් කිරීමයි. දත්ත අවම කිරීම යනු කාර්යය ඉටු කරන අවම දත්ත ප්රමාණය සමඟ ක්රියා කිරීමයි. අරමුණ සීමා කිරීම යනු දත්ත එක්රැස් කරන ලද අරමුණ සඳහා පමණක් භාවිතා කිරීමයි. රඳවා ගැනීමේ සීමාව අවශ්ය ප්රමාණයට වඩා වැඩි කාලයක් දත්ත තබා ගැනීම නොවේ.
රෝගියාගේ දත්ත පොදු AI මෙවලමකට ඇලවීම දත්ත බාහිර සේවාදායකයකට යැවීමක් වන අතර එය බරපතල උල්ලංඝනයකි. නිවැරදි ප්රවේශය: දත්ත නිර්නාමික කරන්න, හැකි නම් ආයතනික සහ දත්ත සැකසුම් කොන්ත්රාත්තු සහිත මෙවලම් තෝරන්න (ආකෘති පුහුණුව සඳහා ඔබේ දත්ත භාවිතා නොකරන), සහ කුමන මෙවලමට දත්ත යා හැකි ද යන්න පිළිබඳ ලිඛිත ප්රතිපත්තියක් ඇත. මතක තබා ගන්න: කුඩා කැබලි එකට එකතු වූ විට, පුද්ගලයෙකුට නැවත අර්ථ දැක්විය හැක; "68 හැවිරිදි කාන්තාව" ආරක්ෂිතව සිටින අතර, "68 හැවිරිදි කාන්තාවක්, X ගමේ, දුර්ලභ රෝගයක් සහිත Y" තවදුරටත් නිර්නාමික නොවේ.
ආචාර ධර්ම සහ අවසානය දක්වා පාලනය
යහපත් AI පාලනය සදාචාරාත්මක මූලධර්ම තුනක් මත පදනම් වේ. සාධාරණත්වය නම් AI මගින් රෝගී කණ්ඩායමකට (වැඩිහිටි, අඩු ආදායම්ලාභී, ග්රාමීය) ක්රමානුකූලව අවාසිදායක නොවන බවයි; බැහැර කිරීම සඳහා නොපෙන්වන ලකුණු භාවිතා නොකිරීම මෙයට උදාහරණයකි. විනිවිදභාවය යනු තීරණය පදනම් වන්නේ කුමක් ද යන්න පැහැදිලි කිරීමට හැකි වීම; "කළු පෙට්ටිය" යෝජනාවක් නොව දෘශ්ය සාධාරණීකරණයක් සහිත යෝජනාවක් වඩාත් ප්රිය කරයි. වගවීම යනු සෑම තීරණයක් පිටුපසම වගකිවයුතු පුද්ගලයෙකු සිටීමයි; “AI එසේ කීවා” යනු ආරක්ෂාවක් නොවේ.
මෙම මූලධර්ම ක්රියාවට නංවන්නේ පාලන ප්රතිපත්තියකි. හොඳ ප්රතිපත්තියක් නිර්වචනය කරයි: කුමන වාහනයකට යා හැකි දත්ත (දත්ත වර්ගීකරණය); නිර්නාමික කිරීමේ නීති; එක් එක් රැකියාව සඳහා මානව අනුමැතිය ලකුණු (කවුද අත්සන් කරන්නේ); වගවීම සහ විගණන මංපෙත් (කවදා කුමක් කළේද - රේල් වාර්තාව); සහ සදාචාරාත්මක මූලධර්ම. මෙම ප්රතිපත්තිය මොඩියුලය පුරාවට අප දුටු “ජනතාව තීරණය කරයි” යන ප්රකාශ සියල්ල තනි ආයතනික රාමුවකට ඒකාබද්ධ කරයි.
අවධානය: "AI යෝජනා කළා, මම ක්රියාත්මක කළා" යන වාක්යය වගකීම පැවරීමක් නොවේ. නීත්යානුකූලව සහ සදාචාරාත්මකව, යෝජනාව පිළිගෙන ක්රියාත්මක කරන පුද්ගලයා සමඟ වගකීම පවතී. පාලනය මෙම වගකීම නිශ්චිතවම දෘශ්යමාන සහ සොයා ගත හැකි කරයි.
කුඩා නඩු තුනක්
නඩුව 1 - නැවත හඳුනාගැනීමේ අවදානම. එක් ඒකකයක් "නිර්නාමික" සිද්ධි සාරාංශයක් බෙදාහදා ගත්තේය: "අපේ නගරයේ එකම හදවත් බද්ධ කිරීමේ රෝගියා, 34 හැවිරිදි පිරිමි, පසුගිය මාසයේ නිදහස් කරන ලදී." මෙම වාක්යයේ නාම පදයක් නොතිබුණි, නමුත් සංයෝජනයෙන් එම පුද්ගලයා අද්විතීය ලෙස විස්තර කරන ලදී. තත්ත්වය නිලධාරියා මෙයට විරුද්ධ විය; දුර්ලභ ලක්ෂණ එකතුවක් නිර්නාමිකත්වය බිඳ දමයි. විස්තරාත්මක විස්තර ඉවත් කර සාමාන්යකරණය කරමින් සාරාංශය නැවත ලියා ඇත.
නඩුව 2 - ලුහුබැඳීමේ වාර්තාවේ වටිනාකම. රෝහලකදී, AI සමඟ ඉදිරිපත් කළ කළමනාකරණ වාර්තාවක අංකයක් වැරදි බවට පත් වූ අතර වැරදි තොරතුරු කළමනාකාරිත්වයට යවා ඇත. විගණනය අතරතුර, "මෙම අංකය පැමිණියේ කොහෙන්ද, එය තහවුරු කළේ කවුද?" යනුවෙන් අසන ලදී. සංවිධානයේ පාලන ප්රතිපත්තිය සෑම AI ප්රතිදානයක් සඳහාම "මූලාශ්ර + සත්යාපකය + දිනය" වාර්තාවක් අනිවාර්ය කර ඇති බැවින්, සත්යාපන පියවර මඟ හරින ලද ස්ථානයේ දෝෂය සිදු වූ බව වහාම පැහැදිලි විය. ලුහුබැඳීම් පටිගත කිරීම් භාවිතා කළේ ක්රියාවලිය නිවැරදි කිරීමට මිස අපරාධකරුවන් සෙවීමට නොවේ.
3 වන අවස්ථාව - ප්රතිපත්තිය අර්බුදයක් වළක්වයි. නව සේවකයෙක් ඔහුගේ විසර්ජන ලැයිස්තුව පොදු AI මෙවලමකට උඩුගත කිරීමට සූදානම්ව සිටියේය. ආයතනයේ පැහැදිලි ප්රතිපත්තියේ සඳහන් වූයේ "රෝගී හඳුනාගැනීම් අඩංගු ලිපිගොනු විවෘත මෙවලමට ඇතුළු නොවන බවත්, ඒවා පළමුව නිර්නාමික කර ඇති අතර, අනුමත ආයතනික මෙවලම පමණක් භාවිතා කරන බවත්ය." සේවකයා ප්රතිපත්තිය මතක තබා, දත්ත නිර්නාමික කර, අනුමත මෙවලම භාවිතා කළේය. ලිඛිත පාලනය ආයතනික ප්රත්යාවර්තයක් ලෙස පුද්ගල වරදක් වැළැක්වීය.
පිටපත් කළ හැකි සැකිලි හතරක්
1) කෙටුම්පත් දත්ත වර්ගීකරණ ප්රතිපත්තිය:
ඔබේ කාර්යභාරය: සෞඛ්ය සේවා ආයතනයේ තොරතුරු ආරක්ෂණ/තත්ත්ව නිලධාරියාගේ සහකාර. අපගේ ආයතනය සඳහා "AI ඇතුළු කළ හැකි දත්ත මොනවාද" වර්ගීකරණ වගුවක් කෙටුම්පත් කරන්න: රතු (කවදාවත්: රෝගියා හැඳුනුම්පත, හැඳුනුම්පත, ප්රොටෝකෝලය), කහ (නිර්නාමික), කොළ (නොමිලේ: පොදු, පුද්ගල නොවන). එක් එක් පන්තිය සඳහා උදාහරණ සහ නීති ලියන්න. මෙය කෙටුම්පතක් බවත් නීති/අනුකූලතා දෙපාර්තමේන්තුව එය අනුමත කළ යුතු බවත් සඳහන් කරන්න.
2) නිර්නාමික පිරික්සුම් ලැයිස්තුව:
AI වෙත කිසියම් දත්තයක් ලබා දීමට පෙර මම ධාවනය කරන නිර්නාමික පිරික්සුම් ලැයිස්තුවක් සකස් කරන්න: නම/TC/ප්රොටෝකෝලය ප්රතිදානයද, දුර්ලභ විශේෂාංග සංයෝජනය (වයස+ස්ථානය+දුර්ලභ රෝග විනිශ්චය) පුද්ගලයා හඳුනා ගන්නේද, කිසියම් අනවශ්ය ඉඩක් තිබේද, එය ආයතනික අනුමත මෙවලමක්ද? සෑම අයිතමයක්ම ඔව්/නැත ලෙස සලකුණු කිරීමට ඉඩ දෙන්න.
3) මානව අනුමත ස්ථාන සිතියම:
පහත AI භාවිත ප්රදේශ සඳහා "අනුමත කරන" වගුවක් සාදන්න (වාර්තාව, ඉල්ලුම පුරෝකථනය, ඇඳ ප්රමුඛතාවය, බිල්පත් කේතය, මාරු කාලසටහන): අවදානම් මට්ටම සහ එක් එක් ප්රදේශය සඳහා අනිවාර්ය මානව අනුමැතිය අධිකාරිය. අවදානම් සහිත ප්රදේශවල සායනික+පරිපාලන ද්විත්ව අනුමැතිය සඳහා අවශ්ය බව අවධාරණය කරන්න.
4) AI ප්රතිදාන ලුහුබැඳීමේ පටිගත කිරීමේ අච්චුව:
එක් එක් AI ප්රතිදානය සඳහා පිරවීම සඳහා ට්රේල් ලොග් අච්චුවක් ලියන්න: දිනය, භාවිත කළ මෙවලම, ඇතුළත් කළ දත්ත පන්තිය (නිර්නාමික), ප්රතිදානයේ සාරාංශය, සත්යාපනය කළ පුද්ගලයා, අනුමත කළ කළමනාකරු, තීරණය. මෙය විගණනය සහ වගවීම සඳහා බව සඳහන් කරන්න.
දුර්වල ක්ෂණික / ශක්තිමත් විමසුම
දුර්වල ක්ෂණික:
අපගේ රෝගීන්ගේ දත්ත AI වෙත ලබා දී එය විශ්ලේෂණය කරන්න.
නිර්නාමිකකරණය, වාහන ආරක්ෂාව, තහවුරු කිරීමක් සහ හෝඩුවාවක් පටිගත කිරීමක් නොමැත; සෘජු KVKK උල්ලංඝනය කිරීමේ අවදානම.
බලවත් විමසුම:
අපගේ සංවිධානය සඳහා AI පාලන ප්රතිපත්තියක් කෙටුම්පත් කරන්න: (1) දත්ත වර්ගීකරණය (රතු/කහ/කොළ), (2) නිර්නාමිකකරණ රීති, (3) එක් එක් භාවිත අවස්ථාව සඳහා මානව අනුමත කිරීම්, (4) මංපෙත් ලොග් වීම සහ විගණනය, (5) සාධාරණත්වය/විනිවිදභාවය/වගකීමේ මූලධර්ම. මෙය කෙටුම්පතක් බවත් නීතිමය/අනුකූලතා අනුමැතිය අවශ්ය බවත් සඳහන් කරන්න.
පාලන අංගය
සපයන දේ
උදාහරණයක්
දත්ත වර්ගීකරණය
ඇතුල් විය හැකි දේ තීරණය කරයි
ID = කවදාවත්
නිර්නාමිකකරණය
පුද්ගලයා ආරක්ෂා කරයි
නම/දුර්ලභ සංයෝජනය මතු වේ
මානව අනුමැතිය ලකුණු
වගකීම නිර්වචනය කරයි
ඉහළ අවදානමක් යටතේ දෙවරක් පරීක්ෂා කරන්න
වාර්තාව
විගණන හැකියාව
මූලාශ්රය + සත්යාපිතය + දිනය
සදාචාරාත්මක මූලධර්ම
සාධාරණ, විනිවිද පෙනෙන, වගවීම
බැහැර කිරීම සඳහා ලකුණු භාවිතා කිරීම
පොදු වැරදි
- එය "නිර්නාමික" යැයි සිතමින් හඳුනාගත හැකි දත්ත බෙදා ගැනීම. ගතිලක්ෂණවල දුර්ලභ සංයෝජනයක් පුද්ගලයෙකුට ලබා දෙයි.
- අනුමත නොකළ මෙවලමක් භාවිතා කිරීම. දත්ත යන්නේ offsite server එකකට.
- AI මත වගකීම පැවරීම. "AI කිව්වා" නීතිමය ආරක්ෂාවක් නොවේ.
- වාර්තා තබා නොගැනීම. දෝෂයක් ඇති විට, ඔබට මූලාශ්රය සහ සත්යාපනය පෙන්විය නොහැක.
- ප්රතිපත්තිය ලිවීම සහ එය ක්රියාත්මක නොකිරීම. එය ප්රත්යාවර්තයක් මිස කඩදාසි මත රීතිය ආරක්ෂා නොකරයි.
ඉඟිය: තනි පිටුවකට ගැළපෙන සහ ඕනෑම කෙනෙකුට කටපාඩම් කිරීමට තරම් සරල “ස්වර්ණමය නීති” ලැයිස්තුවකින් ඔබේ පාලන ප්රතිපත්තිය ඔටුනු පළඳින්න: හැඳුනුම්පත ඇතුළු නොකරන්න, නිර්නාමිකකරණය නොකරන්න, අනුමත වාහනය භාවිතා නොකරන්න, සත්යාපනය කරන්න, මිනිස් අත්සන. කිසිවෙක් දීර්ඝ ප්රතිපත්තිය කියවන්නේ නැත; පහේ නියමය හැමෝටම මතකයි.
සාරාංශයකින්
AI හි මෙහෙයුම් බලය සුරක්ෂිත වන්නේ පුද්ගලිකත්වය, නීති සම්පාදනය සහ ආචාර ධර්ම වල ශක්තිමත් රාමුවක් යටතේ පමණි. සෞඛ්ය දත්ත විශේෂ ගුණාත්මක දත්ත වේ; නිර්නාමිකකරණය, දත්ත අවම කිරීම සහ අනුමත මෙවලම අත්යවශ්ය වේ. යහපාලනය; එය තනි රාමුවක් තුළ දත්ත වර්ගීකරණය, නිර්නාමිකකරණය, මානව අනුමත කිරීම්, හෝඩුවාවක් පටිගත කිරීම සහ සදාචාරාත්මක මූලධර්ම (සාධාරණත්වය, විනිවිදභාවය, වගවීම) ඒකාබද්ධ කරයි. මෙම මොඩියුලයේ එක් වාක්ය සාරාංශය එයයි: AI වේගවත් කරයි, මිනිසා තීරණය කරයි සහ වගකීම දරයි. සත්යාපනය නොකළ AI ප්රතිදානයක් අත්සන් නොකළ කළමනාකරණ තීරණයක් තරම්ම අවදානම් සහගතය.
යෙදුම් කාර්යය
"AI ප්රතිදාන ට්රේල් වාර්තාව" සහ "දත්ත වර්ගීකරණ" සැකිලි භාවිතා කරමින් ඔබේ සංවිධානය සඳහා එක් පිටුවක කෙටුම්පත් පාලන ප්රතිපත්තියක් සකස් කරන්න. අවම වශයෙන් අයිතම පහක "රන් රීතිය" ලැයිස්තුවක් ඇතුළත් කරන්න. ඉන්පසුව, ඔබ මොඩියුලය පුරා ඉගෙන ගත් භාවිත ප්රදේශයක් තෝරන්න (උදාහරණයක් ලෙස, ඇඳ ප්රමුඛතාවය හෝ බිල්පත් කේතය) සහ එම ප්රතිපත්තියට එම ප්රතිපත්තියට අවශ්ය වන අනුමැතිය සහ සත්යාපන පියවර අයිතම 5කින් ලියන්න.
පිරික්සුම් ලැයිස්තුව
- [ ] සෞඛ්ය දත්ත විශේෂ ලෙස වර්ගීකරණය කර ඇති අතර මම නිර්නාමිකකරණ රීති ක්රියාත්මක කර තිබේද?
- [ ] දුර්ලභ ලක්ෂණ සංයෝජනයක් සමඟ නැවත හඳුනාගැනීමේ අවදානම මම පරීක්ෂා කර තිබේද?
- [ ] මම එක් එක් භාවිත අවස්ථාව සඳහා මානව අනුමත ලක්ෂ්යය අර්ථ දක්වා තිබේද?
- [ ] මම AI ප්රතිදානයන් සඳහා වාර්තාවක් (මූලාශ්රය/සත්යාපකය/දිනය) තබා ගන්නේද?
- [ ] වගකීම සහ අවසාන අනුමැතිය සැමවිටම පුද්ගලයා සතු බව මා ප්රතිපත්තියේ ලියා තිබේද?
මොඩියුල විභාගය
1. රෝහල් කළමණාකරුවෙකු කිසිදු සායනික ඇගයීමකින් තොරව කෘතිම බුද්ධිය මගින් ජනනය කරන ලද ඇඳන් වෙන් කිරීමේ නිර්දේශය සෘජුවම ක්රියාත්මක කරයි. මෙම ප්රවේශයේ මූලික වැරැද්ද කුමක්ද?
- A) කෘත්රිම බුද්ධි ප්රතිදානය සායනික යෝග්යතාවයට සහ පරිපාලන සත්යාපනයට යටත් නොකර තීරණයක් බවට පරිවර්තනය කිරීම; වගකීම මිනිසුන් සතු බව නොසලකා හැරීම ✔
- B) ඇඳ කළමනාකරණයේදී කෘතිම බුද්ධිය භාවිතා කිරීම සපුරා තහනම්ය
- C) කෘත්රිම බුද්ධිය සෑම විටම ඇඳන් සංඛ්යාව ඇත්තට වඩා පෙන්වයි
- D) යෝජනාව වගුවක ඉදිරිපත් කර නොමැත
විස්තරය: කෘතිම බුද්ධිය සංඛ්යානමය නිර්දේශයක් නිෂ්පාදනය කරයි; කෙසේ වෙතත්, ඇඳ වෙන් කිරීම සහ විසර්ජන ප්රමුඛතාවය රෝගියාගේ සායනික තත්ත්වය මත රඳා පවතින අතර අවසාන තීරණය වෛද්යවරයාගේ / හෙද අනුමැතිය සහ වගකිවයුතු කළමණාකරු සතු වේ. සත්යාපනය නොකළ ප්රතිදානය අත්සන් නොකළ තීරණයක් වැනිය.
2. ප්රසිද්ධියේ ලබා ගත හැකි කෘත්රිම බුද්ධි මෙවලමකට රෝගියාගේ දත්ත ඇතුළත් කිරීමේදී වඩාත් යෝග්ය ප්රවේශය පහත සඳහන් දේවලින් කුමක්ද?
- A) වේගය සඳහා රෝගියාගේ නම සහ ප්රොටෝකෝල අංකය ඇලවීම
- B) හඳුනාගැනීමේ තොරතුරු ඉවත් කර දත්ත නිර්නාමික කිරීම සහ, හැකි නම්, ආයතනික, ගිවිසුම්ගත මෙවලමක් භාවිතා කරන්න ✔
- C) රෝගියාගේ නම පමණක් සඟවා TR ID අංකය තබන්න
- D) දත්ත හුවමාරු කිරීමට පෙර රෝගියාගෙන් වාචික අවසරය ලබා ගැනීම ප්රමාණවත්ය.
පැහැදිලි කිරීම: සෞඛ්ය දත්ත විශේෂ පුද්ගලික දත්ත වේ. නම, TR ID, ප්රොටෝකෝල අංකය වැනි අනන්යතා තොරතුරු ඉවත් කළ යුතු අතර, දත්ත නිර්නාමික කළ යුතු අතර, හැකි නම්, ආයතනික දත්ත සැකසීමේ ගිවිසුම්ගත මෙවලම් වඩාත් කැමති විය යුතුය.
3. කෘත්රිම බුද්ධිය විසින් නිපදවන ලද අවදානම් ලකුණු ප්රදර්ශණය නොවන බව පුරෝකථනය කිරීමේදී වඩාත් සුදුසු භාවිතය කුමක්ද?
- A) අධි අවදානම් සහිත රෝගීන් සඳහා හමුවීම් ප්රතික්ෂේප කිරීම
- B) ලකුණු නොසලකා හැරීම සහ සියලුම රෝගීන් සඳහා එකම ක්රියා පටිපාටිය ක්රියාත්මක කරන්න
- ඇ) සාධාරණ සැලසුම් කිරීම, සිහිකැඳවීම් කඩිමුඩියේ සහ වැඩිපුර වෙන්කරවා ගැනීම වැනි ප්රවේශය සුරැකීමේ මැදිහත්වීම් ✔
- D) අධි අවදානම් සහිත රෝගීන් ස්ථිරවම අසාදු ලේඛනගත කිරීම
පැහැදිලි කිරීම: අවදානම් ලකුණු සම්භාවිතා ඇස්තමේන්තුවකි; එය රෝගියා ප්රතික්ෂේප කිරීම නොව, සිහිකැඳවීම් ඝනත්වය, අධික වෙන් කිරීම් සහ ප්රවේශ පහසුකම් වැනි සාධාරණ මැදිහත්වීම් මඟ පෙන්වීම සඳහා භාවිතා කළ යුතුය. රෝගීන්ගේ ප්රවේශ අයිතිවාසිකම් ආරක්ෂා කළ යුතුය.
4. ඉල්ලුම පුරෝකථනය කිරීමේදී කෘත්රිම බුද්ධිය මඟින් ලබා දෙන තනි අංකයක් වෙනුවට විශ්වාස කාල අන්තරයන් සහ අවස්ථා සමඟ වැඩ කිරීමට ප්රධාන හේතුව කුමක්ද?
- A) විරාමයක් ඉදිරිපත් කිරීමෙන් වාර්තාව දිගු වේ
- B) කෘතිම බුද්ධියට තනි ඉලක්කම් නිපදවිය නොහැකි නිසා
- C) විශ්වාස අන්තරය සෑම විටම සත්ය අගය නිශ්චිතවම ලබා දෙන බැවිනි
- D) පුරෝකථනය අවිනිශ්චිතතාවයට සම්බන්ධ බැවින්, අවස්ථා අනුව නම්යශීලී සැලසුම් කිරීම සහ අවදානම් කළමනාකරණය කිරීම අවශ්ය වේ ✔
පැහැදිලි කිරීම: පුරෝකථනය ඓතිහාසික දත්ත මත පදනම් වන අතර අවිනිශ්චිතතාවයන් ඇතුළත් වේ. තනි ලක්ෂ්යයකට වඩා පරාසයකට අනුව සැලසුම් කිරීම ඔබට අඩු/ඉහළ ඉල්ලුම් අවස්ථා සඳහා සූදානම් වීමට සහ ධාරිතාව නම්යශීලී ලෙස කළමනාකරණය කිරීමට ඉඩ සලසයි.
5. ආදායම් චක්රයේ AI යෝජනා බිල්පත් කේත ඇති විට වඩාත්ම තීරණාත්මක අවදානම කුමක්ද?
- A) කෘතිම බුද්ධිය වලංගු නොවන හෝ වැරදි කේතයක් සාදා, එය චතුර ලෙස යෝජනා කර සත්යාපනයකින් තොරව ඉන්වොයිසියට ඇතුල් කරයි ✔
- B) කෘතිම බුද්ධිය ඉතා සෙමින් කේත නිපදවයි
- C) කේත යෝජනාව සෑම විටම SGK විසින් ස්වයංක්රීයව පිළිගනු ලැබේ
- D) කේත නිෂ්පාදනය කළ හැක්කේ ඉංග්රීසියෙන් පමණි
පැහැදිලි කිරීම: කෘත්රිම බුද්ධියට ඇත්ත වශයෙන්ම නොපවතින හෝ වැරදි කේතයක් චතුර ලෙස යෝජනා කළ හැක (මායාව). කේතීකරණය සහ බිල්පත් නියාමනය කරනු ලැබේ; සෑම කේතයක්ම වලංගු ගනුදෙනු ලැයිස්තු සහ මුදල් ආපසු ගෙවීමේ රීති සහිත බලයලත් විශේෂඥයෙකු විසින් සත්යාපනය කළ යුතුය.
6. තත්ත්ව දර්ශක උපකරණ පුවරුවක, AI දර්ශකයේ හදිසි පහත වැටීමක් 'වැඩිදියුණු කිරීම' ලෙස අර්ථකථනය කරයි. කළමනාකරු කළ යුත්තේ කුමක්ද?
- A) සෘජුවම අධ්යක්ෂ මණ්ඩලය වෙත අදහස ඉදිරිපත් කිරීම
- B) දත්තවල ගුණාත්මක භාවය, නිර්වචනය වෙනස් කිරීම හෝ ඉලක්ක අපගමනය නිසා වෙනස් වීම සිදු විය හැකිද යන්න විමර්ශනය කර හේතුව තහවුරු කරන්න ✔
- C) උපකරණ පුවරුවෙන් දර්ශකය ඉවත් කරන්න
- D) කෘතිම බුද්ධිය විශ්වාස කිරීම සහ කිසිදු චෙක්පතක් නොකිරීම
පැහැදිලි කිරීම: දර්ශකයේ වෙනස් වීම දත්ත තත්ත්ව ගැටලුවක්, අර්ථ දැක්වීමේ වෙනසක් හෝ ක්රීඩා කිරීම නිසා සිදු විය හැක. අදහස් දැක්වීමේ හේතුව සහ දත්ත මූලාශ්රය සත්යාපනය කිරීම පරිපාලකයා සතුය.
7. කෘතිම බුද්ධිය සමඟ රෝගියා තෘප්තිමත් නොවන පෙළ ප්රතිපෝෂණ විශ්ලේෂණය කිරීමේදී වඩාත් පොදු වැරැද්ද කුමක්ද?
- A) තේමා වලට පෙළ වෙන් කිරීම
- B) ප්රතිපෝෂණය නිර්නාමික කිරීම
- C) ස්වයංක්රීය හැඟීම් ලේබලය සහ නියැදිය වලංගු කිරීමකින් තොරව සියලුම රෝගීන්ට සාමාන්යකරණය කිරීම ✔
- D) පැමිණිලි වලට ප්රමුඛත්වය දීම
පැහැදිලි කිරීම: ස්වයංක්රීය හැඟීම් ලේබල් කිරීම උත්ප්රාසය, නිෂේධනය සහ වැරදි ලෙස කියවන සන්දර්භය හඳුන්වා දිය හැක; අතිරේකව, නියැදි පක්ෂග්රාහීත්වය ගෙන යන්නේ කතුවරුන්ගේ අදහස් පමණි. නියැදීමෙන් සහ කියවීමෙන් ප්රතිඵල සත්යාපනය නොකර සාමාන්යකරණයන් සිදු නොකළ යුතුය.
8. ඉන්වෙන්ටරි කළමනාකරණයේ ABC විශ්ලේෂණයේ ප්රධාන අරමුණ කුමක්ද?
- A) සියලුම අයිතම අකාරාදී පිළිවෙලට සකස් කිරීම
- B) විටමින් A අඩංගු ඖෂධ පමණක් ගණන් කිරීම
- C) කල් ඉකුත් වූ නිෂ්පාදන විනාශ කිරීම
- D) වටිනාකම/විවේචනාත්මක මට්ටම අනුව කොටස් අයිතම වර්ගීකරණය සහ වඩාත්ම තීරණාත්මක අයිතම වෙත පාලන ප්රමුඛත්වය යොමු කිරීම ✔
පැහැදිලි කිරීම: ABC විශ්ලේෂණය ඉන්වෙන්ටරි අයිතම අගය/විවේචනය අනුව A (ඉහළ), B (මධ්යම), C (අඩු); මේ අනුව, කළමනාකරණ අවධානය සහ පාලන වාර ගණන වඩාත් තීරණාත්මක අයිතම කෙරෙහි අවධානය යොමු කෙරේ.
9. ක්රියාවලි වැඩිදියුණු කිරීමේදී 'බාධක' සංකල්පය අදහස් කරන්නේ කුමක්ද?
- A) පටුම ධාරිතාව සහිත පියවර සහ සම්පූර්ණ ප්රවාහයේ වේගය සීමා කිරීම ✔
- B) ක්රියාවලියේ වේගවත්ම ධාවන පියවර
- C) වැඩිම පිරිසක් වැඩ කරන ඒකකය
- D) රෝගීන් වඩාත් තෘප්තිමත් වන වේදිකාව
විස්තරය: බාධකය යනු සම්පූර්ණ ක්රියාවලියේ වේගය තීරණය කරන පටුම ධාරිතාව සහිත පියවරයි. වැඩිදියුණු කිරීමේ උත්සාහය මුලින්ම බාධාව කෙරෙහි අවධානය යොමු කළ යුතුය; වෙනත් තැනක වැඩිදියුණු කිරීම සමස්ත ප්රවාහය වේගවත් නොවේ.
10. වැඩ මුර සැලසුම් කිරීමේදී කෘත්රිම බුද්ධිය මඟින් නිපදවන කාලසටහන යෙදීමට පෙර කළමනාකරු විසින් පරීක්ෂා කළ යුත්තේ කුමක්ද?
- A) ප්රස්ථාරය වර්ණයෙන් මුද්රණය කර තිබේද නැද්ද යන්න
- B) කම්කරු නීතිය, විවේක කාලය, සායනික නිපුණතා සහ යුක්තිය නීති රීති වලට අනුකූල වීම ✔
- C) කෘතීම බුද්ධියට ප්රස්ථාරය නිපදවීමට තත්පර කීයක් ගතවේද?
- D) කාලසටහන වඩාත්ම ජ්යෙෂ්ඨ පුද්ගලයින්ට හිතකරද යන්න
විස්තරය: වගුව; එය කම්කරු නීතියේ (උපරිම වැඩ කරන කාලය, විවේකය), සේවක අයිතිවාසිකම්, සායනික නිපුණතාවය සහ යුක්තිය පිළිබඳ නීති රීති වලට අනුකූල විය යුතුය. AI හට මෙම නීති කඩ කරන කෙටුම්පතක් ඉදිරිපත් කළ හැක; අවසාන අනුමැතිය කළමනාකරු සතුය.
11. සෞඛ්ය කළමනාකරණයේදී කෘත්රිම බුද්ධිය භාවිතයේ නිවැරදි සීමාව ප්රකාශ කරන්නේ පහත සඳහන් කවරේද?
- A) කෘතිම බුද්ධියට සියළුම කළමනාකරණ තීරණ ස්වයංක්රීයව ගත හැකිය
- B) කෘත්රිම බුද්ධිය භාවිතා කළ හැක්කේ පෙළ ලිවීමේදී මිස සංඛ්යාත්මක විශ්ලේෂණයේදී නොවේ
- C) කෘතිම බුද්ධිය සහකාර සහ තීරණ ආධාරක මෙවලමකි; තීරනාත්මක තීරණ වල වගකීම සහ අවසාන අනුමැතිය මිනිසුන් සතුය ✔
- D) කෘතිම බුද්ධියට මානව අනුමැතියකින් තොරව ආපසු ගෙවීමේ තීරණ අවසන් කළ හැකිය
විස්තරය: කෘතිම බුද්ධි සහකාර, කෙටුම්පත් උත්පාදක සහ තීරණ ආධාරක මෙවලම. සම්පත් වෙන් කිරීම, සායනික ප්රමුඛතාවය සහ රෝගීන්ගේ ආරක්ෂාව කෙරෙහි බලපාන තීරණවල වගකීම සහ අවසාන අනුමැතිය සෑම විටම දක්ෂ විශේෂඥයා සහ වගකිවයුතු කළමනාකරු වෙත පැවරේ.
12. රැඳී සිටීමේ සාමාන්ය දිග (LOS) දර්ශකයේ අඩු වීමක් පමණක් 'සාර්ථකත්වය' පිළිබඳ ප්රමාණවත් සාක්ෂි නොවන්නේ මන්ද?
- A) රැඳී සිටින කාලය කිසි විටෙකත් මැනිය නොහැකි බැවින්
- B) රැඳී සිටින කාලය ගණනය කළ හැක්කේ කෘත්රිම බුද්ධියෙන් පමණි
- ඇ) රැඳී සිටීමේ කාලය ප්රතිපූරණයට කිසිසේත්ම අදාළ නොවන බැවින්.
- D) ඉක්මනින් විසර්ජනය වීම සහ නැවත ලබා ගැනීම වැඩි වීමත් සමඟ අඩුවීම පැමිණේ නම්, රෝගියාගේ ආරක්ෂාව අඩාල විය හැකි අතර එය අදාළ දර්ශක සමඟින් අර්ථ දැක්විය යුතුය ✔
පැහැදිලි කිරීම: පදිංචි කාලය අඩුවීම හොඳ සම්පත් භාවිතයක් පෙන්නුම් කරයි; කෙසේ වෙතත්, එය ඉක්මනින් විසර්ජනය සහ නැවත පැමිණීම වැඩි වීමක් සමඟ පැමිණෙන්නේ නම්, රෝගියාගේ ආරක්ෂාව අඩාල විය හැකිය. දර්ශකය වෙනත් අදාළ දර්ශක සමඟ අර්ථ දැක්විය යුතුය.
13. වසංගතයක් හෝ ව්යසනයක් වැනි හදිසි බාධාවකදී ඓතිහාසික දත්ත මත පදනම්ව ඉල්ලුම පුරෝකථනය කිරීමේ තත්ත්වය කුමක්ද?
- A) පුරෝකථනය මඟ පෙන්වීම නතර කරයි; ප්රවීණ විනිශ්චය සහ තත්ය කාලීන අධීක්ෂණය මූලිකත්වය ගනී ✔
- B) ඓතිහාසික දත්ත මත පදනම් වූ පුරෝකථනය මෙම තත්වයන් තුළ වඩාත් විශ්වාසදායක වේ
- C) පුරෝකථනය ස්වයංක්රීයව නිවැරදි වේ, මැදිහත්වීමක් අවශ්ය නොවේ
- D) මෙම අවස්ථා වලදී, සැලසුම් කිරීම සම්පූර්ණයෙන්ම නතර කළ යුතුය
විස්තරය: AI අනාවැකිය අතීත රටා මත පදනම් වේ. වසංගත, ව්යසන හෝ ව්යවස්ථාදායක වෙනස්කම් වැනි ව්යුහාත්මක බිඳීම් වලදී, අතීත දත්ත මඟ පෙන්වීම නතර කරයි; විශේෂඥ විනිශ්චය සහ තත්ය කාලීන අධීක්ෂණය මූලිකත්වය ගනී.
14. ආයතනික AI පාලන ප්රතිපත්තියකට ඇතුළත් කළ යුත්තේ පහත සඳහන් මොනවාද?
- A) කෘත්රිම බුද්ධි මෙවලමක් මිලදී ගන්නේ කුමන වෙළඳ නාමයෙන් පමණක්ද?
- B) දත්ත වර්ගීකරණය, නිර්නාමිකකරණය, මානව අනුමත කිරීම්, වගකීම්/විගණන වාර්තා සහ සදාචාරාත්මක මූලධර්ම ✔
- C) කෘත්රිම බුද්ධිය භාවිතා කළ හැක්කේ කළමනාකරුවන්ට පමණක් යන රීතිය
- D) කෘත්රිම බුද්ධියට තනිව සියලු තීරණ ගැනීමට ඉඩ සලසන ලිපියකි
විස්තරය: ශබ්ද පාලනය; එය කුමන මෙවලමකට යා හැකි දත්ත, නිර්නාමිකකරණ රීති, මානව අනුමත ලක්ෂ්ය, වගකීම් සහ විගණන වාර්තා, සදාචාරාත්මක මූලධර්ම (සාධාරණත්වය, විනිවිදභාවය, වගවීම) නිර්වචනය කරයි.