Dobički:
- Sposobnost integracije umetne inteligence na kraju samem in znotraj meja na vseh stopnjah delovnega toka, od sprejema bolnika do odpusta
- Sposobnost vzpostavitve hitre knjižnice, protokola preverjanja in politike zasebnosti na ravni klinike/storitve
- Sposobnost oblikovanja revizijske kulture, ki ohranja varnost pacientov, odgovornost in zaupanje v oskrbo, podprto z umetno inteligenco
Prejšnje enote so prikazale uporabo umetne inteligence na posameznih področjih zdravstvene nege: spremljanje pacienta, načrtovanje oskrbe, izobraževanje, predaja, varnost zdravil, triaža, postopek, zasebnost, privolitev in komunikacija. Ta zadnja enota združuje vse. Zasnovali boste end-to-end workflow kot end-to-end workflow, kjer, kako in v kakšnih mejah boste uporabljali umetno inteligenco na pacientovi poti od sprejema do odpusta. Vzpostavili boste tudi strukturo – knjižnico pozivov, protokol za preverjanje pristnosti in politiko zasebnosti – zaradi katere bo to vzdržno na ravni storitve/klinike. Osnovno načelo ostaja nespremenjeno: umetna inteligenca je v pomoč na vsaki stopnji; Varnost pacienta, odgovornost in odločitev vedno pripadajo pristojni osebi.
Umetna inteligenca skozi celotno pot bolnika
Bolnišnično pot pacienta razdelimo na korake in pri vsakem koraku poglejmo vlogo in omejitve umetne inteligence.
Oder
Podporna vloga umetne inteligence
Omejitev / pristojna odobritev
Sprejem/triaža
Konfiguracija pritožbe, opomnik rdeče zastavice
Razsodba kategorije: kompetentno osebje
prvi pregled
Urejanje pomembnih podatkov, opomnik naslova opazovanja
Klinična ocena: medicinska sestra/zdravnik
vzdrževalni načrt
Oris diagnoze/cilja/intervencije
Personalizacija in odobritev: zaračunajte medicinsko sestro
sledenje
Povzetek trendov, podpora za zgodnje opozarjanje
Odločitev za poslabšanje: medicinska sestra/zdravnik
zdravilo
Kontrolni seznam, oris interakcije
Odmerek in red: verifikacija zdravnika + medicinske sestre
promet
Uredba SBAR
Overitev in podpis: medicinska sestra
Usposabljanje/odpust
Materialna poenostavitev, prevod
Medicinska natančnost: naročilo zdravnika + ustanova
Kontakt
Vaja, jezikovno urejanje
Empatija in odločitev: medicinska sestra
Ta tabela kaže, da umetna inteligenca v nobeni fazi ni odločevalec, temveč pripravljalec in pospeševalec v vsaki fazi. Pri postavljanju delovnega toka je treba na vsakem koraku imeti jasno vprašanje, kaj umetna inteligenca pripravlja in kdo odloča.
Tri osnovne strukture na storitveni lestvici
Individualne dobre rabe ni mogoče obdržati, če ostane razpršena. Za zavarovanje storitve so potrebne tri strukture:
- Prompt knjižnica. Preizkušene, varne predloge pozivov za storitev so zbrane na skupnem mestu (SBAR, osnutek načrta vzdrževanja, gradivo za usposabljanje, kontrolni seznam). Vsi uporabljajo iste, omejene predloge; kakovost je dosledna.
- Protokol avtentikacije. "Kako preveriti" postane pisno pravilo za vsako vrsto rezultata: kdo odobri načrt oskrbe, kako potrditi odmerek, kdo podpiše zapisnik. Verifikacija ni več odvisna od posameznika in postane vgrajena v sistem.
- Politika zasebnosti. Katera orodja je mogoče uporabiti, kako so podatki deidentificirani in česa ni mogoče deliti, so predmet jasnih pravil. Vsi se držijo enakega standarda zasebnosti.
Nasvet: merilo dobre kulture umetne inteligence je varnost, ne hitrost. Storitev se ne meri po tem, koliko pospeši z umetno inteligenco, temveč po tem, kako dosledno in varno deluje, ne da bi pri tem izgubila katero koli varnostno kritično odločitev zaradi umetne inteligence.
trije mini kovčki
1. primer – integrirani premik. Medicinska sestra začne izmeno: z umetno inteligenco organizira in preveri primopredajni SBAR osnutek, povzame pacientov vitalni trend in opravi lastno klinično oceno, poenostavi edukativno gradivo za odpust in ga potrdi z zdravniškim naročilom. Na vsakem koraku umetna inteligenca prihrani čas; Vse odločitve sprejema medicinska sestra. Menjava poteka hitro in varno.
Primer 2 – Moč knjižnice pozivov. Storitev namesti skupno knjižnico pozivov. Novoprispela medicinska sestra ustvarja dosledne in natančno definirane rezultate od svojega prvega dne z uporabo preizkušenih predlog; Napake osebnega poskusa in napak se izogibajo. Nauk: skupna gradnja širi kakovost in varnost na vse.
Primer 3 – Preprečevanje napake. Zahvaljujoč protokolu preverjanja medicinska sestra zazna napako v shemi odmerjanja, ki jo ustvari umetna inteligenca med korakom primerjave naročil. Če ne bi bilo protokola, bi napaka lahko minila. Nauk: pisni protokol preverjanja zagotavlja varnostno mrežo, tudi če je oseba utrujena ali se ji mudi.
Korak za korakom: nastavitev lastnega poteka dela
- Pojdite na potrpežljivo pot. Faze od sprejema do odpusta.
- Določite vlogo na vsaki stopnji. Kaj pripravlja umetna inteligenca?
- Nastavite mejo na vsaki stopnji. Kdo odloča, kdo ima soglasje?
- Namestite knjižnico pozivov. Preizkušene, omejene predloge.
- Napišite avtentikacijski protokol. Kako potrditi vsak izhod?
- Izvajajte politiko zasebnosti in jo redno pregledujte.
Štiri predloge za kopiranje
Naloga: OSNUTEK zemljevida uporabe umetne inteligence za naslednjo storitev: podporna vloga umetne inteligence in sprejemanje odločitev na vsaki stopnji pacientove poti. Nikoli ne prepustite vloge odločanja umetni inteligenci. Storitev: [...]
Naloga: Napišite osnutek verifikacijskega protokola za naslednjo vrsto izhoda (kdo kaj preverja, s katerim virom; kdo podpisuje). Vidno označite varnostno pomembne korake. Vrsta izhoda: [SBAR/načrt oskrbe/razpored odmerjanja/gradivo za usposabljanje]
Naloga: Pripravite kontrolni seznam politike zasebnosti za našo storitev: katero orodje, kako deidentificirati, česa ni mogoče deliti, kdo je odgovoren. Kontekst: [...]
Naloga: Pred dodajanjem naslednje predloge poziva v storitveno knjižnico, preverite njeno varnost: ali vsebuje vlogo odločanja, ali spominja na deidentifikacijo, ali obstaja opomba o preverjanju? Označi manjkajoče. Predloga: [...]
Šibek poziv/močan poziv
Slabo: "Napišite načrt, kako uporabiti umetno inteligenco v naši storitvi."
Močno: "Za naslednjo storitev sestavite osnutek zemljevida uporabe, ki vključuje samo podporno vlogo umetne inteligence in osebo, ki sprejema odločitve na vsaki stopnji pacientove poti (sprejem, spremljanje, načrt oskrbe, zdravila, predaja, odpust). V nobeni fazi ne določite umetne inteligence za odločevalca. Za vsako fazo dodajte opombo o preverjanju in zasebnosti. Ta osnutek bomo pregledali z ekipo."
V zmogljivem pozivu je potek dela razdeljen na stopnje, odločitev je v rokah človeka, preverjanje in zasebnost pa sta zgrajena od začetka.
Pogoste napake
- Iz umetne inteligence narediti odločanje na eni stopnji. Na vsaki stopnji mora odločitev ostati pri osebi.
- Gojenje promptne knjižnice brez nadzora. Predloge je treba preveriti glede varnosti.
- Prepuščanje preverjanja posamezniku. Protokol mora biti napisan in sistematičen.
- Pozabljen pravilnik o zasebnosti. Pravila za orodja in podatke morajo biti jasna.
- Hitrost pred varnostjo. Merilo je doslednost in varnost.
Pilotna aplikacija: začnite z majhnim, povečajte
Umetno inteligenco uvajati v storitev nenadoma in povsod je tvegano. Varnejši način je, da začnete z majhnim pilotom: izberete eno samo nalogo z nizkim tveganjem (npr. poenostavitev letaka za izobraževanje bolnikov), jo preizkusite z omejeno skupino, opazujete, kaj deluje in kje obstaja tveganje za napako. V celotnem pilotu so se pojavljala vprašanja, kot so "kje je umetna inteligenca prihranila čas, kje je šla narobe, kateri korak preverjanja je bil potreben?" so odgovorjeni. Ko se izkaže, da deluje, se skupaj s protokolom preverjanja razširi na druge naloge. Ta pristop korak za korakom gradi zaupanje in preprečuje obsežne napake.
Pri merjenju uspešnosti pilota je treba postaviti pravo vprašanje. Merilo ne bi smelo biti, "koliko hitreje smo postali", ampak "kako dosledno in z manjšo obremenitvijo smo lahko delali ob varovanju varnosti bolnikov". Napačna mera (samo hitrost) spodbuja nevarne bližnjice.
Nenehno učenje in pregled
Orodja AI se hitro spreminjajo; Navada, ki je danes pravilna, bo morda jutri posodobljena. Zato bi morala biti kultura umetne inteligence storitve živa, ne statična. Knjižnica pozivov se redno pregleduje, neuporabne ali tvegane predloge se odstranijo, za nove potrebe pa se dodajo varne predloge. Vse neizbežne napake (kako je korak preverjanja odkril težavo) se delijo z ekipo; To vsem omogoča učenje. Novo osebje se usposablja skupaj s knjižnico in protokolom. Tako uporaba umetne inteligence preneha biti osebna in razpršena navada in se spremeni v skupno, nadzorovano in nenehno izboljševalno zmogljivost storitve.
Najpomembneje je ohraniti edino, kar se v tej celotni strukturi ne spreminja: odločitev in odgovornost ostaneta na človeku. Čeprav se orodja razvijajo, so oči, presoja in vest medicinske sestre na čelu pacienta mesta, ki jih umetna inteligenca nikoli ne more zapolniti.
Če povzamem
Umetna inteligenca je pripravljalec in pospeševalec na vsaki stopnji, od sprejema bolnika do odpusta; vendar v nobeni fazi ni tisti, ki sprejema odločitve. Varen potek dela od konca do konca skrbi, da je vprašanje "kaj pripravlja AI, kdo sprejema odločitev" jasno na vsaki stopnji. Vzdrževanje na ravni storitve temelji na treh strukturah: skupni knjižnici pozivov, pisnem protokolu za preverjanje pristnosti in jasni politiki zasebnosti. Merilo dobre kulture ni hitrost, temveč dosledna varnost brez izgube morebitnih varnostno kritičnih odločitev.
Aplikacijska naloga
Pripravite načrt uporabe umetne inteligence od konca do konca za svojo lastno storitev: napišite vlogo umetne inteligence, njene omejitve in kdo sprejema odločitve v vsaki fazi pacientove poti. Nato: (1) pripravite osnutek protokola za preverjanje pristnosti za vrsto izhoda, (2) pripravite kontrolni seznam pravilnika o zasebnosti za storitev, (3) varnostno preverite predlogo poziva in označite morebitne pomanjkljivosti. Prenesite jih v obliko, ki jo lahko delite s svojo ekipo.
kontrolni seznam
- [ ] Pot bolnika sem razdelil na etape.
- [ ] Opisal sem podporno vlogo umetne inteligence na vsaki stopnji.
- [ ] Na vsaki stopnji sem določil, kdo je sprejel odločitev.
- [ ] Ustvaril sem osnutek knjižnice pozivov.
- [ ] Napisal sem verifikacijski protokol.
- [ ] Pripravil sem kontrolni seznam politike zasebnosti.
- [ ] Meril sem stalno varnost, ne hitrosti.
Modulni izpit
1. Medicinska sestra daje umetni inteligenci vitalne znake in vpraša, kakšna je diagnoza tega pacienta in katero zdravilo naj začnemo jemati? Kateri je najbolj pravilen pristop?
- A) Uporaba umetne inteligence za povzemanje vitalnih podatkov in organiziranje poročanja zdravniku; Prepuščanje diagnoze in odločitve o zdravljenju pristojnemu zdravniku ✔
- B) Obdelava diagnoze, ki jo poda umetna inteligenca, v kartoteko bolnika
- C) Če bi umetna inteligenca dvakrat priporočila isto zdravilo, ne da bi vprašala zdravnika
- D) Preskok odobritve zdravnika in pospešitev postopka
Pojasnilo: Diagnoza in začetek zdravljenja sta medicinski odločitvi, ki sta pomembni za varnost in sta v pristojnosti zdravnika. AI se lahko uporablja za povzemanje vitalnih podatkov, prikazovanje trendov in poenostavitev poročanja zdravniku; Vendar se diagnoza in odločitve o zdravilih sprejmejo s kliničnim pregledom in odobritvijo pristojnega zdravnika. Izhod AI ne nadomesti te odločitve.
2. Ko ste dali umetni inteligenci izračunati pediatrični odmerek zdravila, je dala jasno številko. Kaj morate storiti, preden daste ta odmerek?
- A) Ker umetna inteligenca daje jasno število, jo je mogoče neposredno uporabiti
- B) Spreminjanje odmerka na vrednost, ki se je spomnite od drugega bolnika
- C) Neodvisno preverite odmerek z zdravnikovim naročilom, trenutno referenco zdravila in institucionalnim protokolom ter pridobite drugi pregled medicinske sestre, če je potrebno ✔
- D) Ponovno postavite isto vprašanje umetni inteligenci in vzemite povprečje
Pojasnilo: Odmerjanje zdravila je kritično za varnost; AI lahko zmede izračun odmerka, napačno uporabi faktor teže/starosti ali halucinira vrednost. Odmerjanje mora biti vedno neodvisno preverjeno po naročilu zdravnika in trenutnem referenčnem protokolu za zdravila/institucionalnem protokolu ter po potrebi potrjeno z drugo medicinsko sestro.
3. Z umetno inteligenco ste pripravili poročilo o menjavi izmene v formatu SBAR. Kakšen je najboljši odnos pred uradno registracijo?
- A) Posnemite osnutek, kot je
- B) Ne preverjam vrednosti, ker je to napisala umetna inteligenca
- C) Posredovanje poročila o prenosu v naslednjo izmeno brez branja
- D) Primerjajte, popravite in preverite vsako informacijo in opažanje z dejanskimi podatki bolnika in se podpišite ✔
Pojasnilo: Kartoteka bolnika in poročilo o premestitvi sta dokumenta s pravno vrednostjo. AI lahko ustvari hiter in dosleden osnutek okostja; Vse informacije, številke in opažanja pa mora odgovorna medicinska sestra primerjati in popraviti z dejanskimi podatki pacienta ter overiti in podpisati.
4. Kakšno je najboljše vedenje v smislu zasebnosti, ko je treba neobjavljeno datoteko bolnika (ime, ID, diagnoza, slikanje) dati orodju umetne inteligence v oblaku?
- A) Nalaganje celotne datoteke in ID-ja pacienta, kot je
- B) Uporaba brezplačnega orodja brez branja pravilnika o zasebnosti
- C) Deidentificirajte kontekst in delite samo minimalne zahtevane podatke z orodjem, ki ga je odobrila institucija, ki se ne uporablja v izobraževanju ✔
- D) Ob predpostavki, da je treba za diagnostično natančnost navesti ID in ime
Opis: Zdravstveni podatki so posebni osebni podatki in so zakonsko varovani. Treba je deidentificirati kontekst (počistiti identifikatorje, kot so ime, ID, datum, lokacija), izbrati orodje, ki ga je odobrila institucija in je skladno s politiko, ki ne uporablja podatkov pri usposabljanju, in deliti le minimalne potrebne podatke.
5. Kakšen je najbolj natančen odnos do osnutka načrta zdravstvene nege, ki ga ustvari umetna inteligenca?
- A) Vzemite osnutek kot začetni okvir, ga prilagodite pacientu in potrdite s klinično presojo ✔
- B) Uporabite načrt za vse bolnike, kot je
- C) Sprejetje načrta brez vpogleda v pacientove podatke
- D) Izvajanje pobud brez primerjave z institucionalnim standardom
Opis: diagnoza AI NANDA lahko hitro ustvari okostje za cilj in intervencijo; Vendar načrt morda ne odraža pacientovih dejanskih podatkov, prednostnih nalog in institucionalnih standardov. Glavna medicinska sestra mora individualizirati načrt za bolnika ter ga pregledati in odobriti na podlagi klinične presoje.
6. Kateri je najprimernejši način za uporabo umetne inteligence pri izračunu ocene zgodnjega opozorila (kot je EWS/NEWS)?
- A) Uporaba rezultata za organiziranje pomembnih podatkov in prikaz trenda; ✔ Pacientovo oceno in odločanje prepustite medicinski sestri in zdravniku
- B) Prehod, ne da bi videl bolnika, ker je rezultat normalen
- C) Spontana sprememba zdravljenja na podlagi ocene umetne inteligence
- D) Opustitev kliničnega dvoma in zanašanje samo na rezultat
Opis: ocena zgodnjega opozorila je podpora pregledu; Ne določa samo bolnikovega kliničnega stanja. Umetna inteligenca lahko pomaga organizirati pomembne podatke in prikazati trend ter rezultat, vendar sta odgovornost medicinske sestre in zdravnika, da vidita in ocenita bolnika ter se odločita o poslabšanju. Tudi če se rezultat zdi normalen, ima klinični sum prednost.
7. Pripravili ste gradivo za usposabljanje ob odpustu z umetno inteligenco za bolnika z nizko zdravstveno pismenostjo. Kaj je najbolj kritičen korak, preden ga daste bolniku?
- A) Zanašanje na material, da bo videti urejen in preprost
- B) Preverjanje vsakega medicinskega navodila z zdravnikovim naročilom in informacijami, ki jih je odobrila ustanova, ter preverjanje pacientovega razumevanja s povratnimi informacijami. ✔
- C) Dajanje navodil brez preverjanja, ker jih je napisala umetna inteligenca
- D) Ne razkrivanje časa jemanja zdravil, razen če bolnik to vpraša
Pojasnilo: AI je dober pri poenostavljanju jezika, vendar lahko vključuje napačen čas jemanja zdravila, napačno navodilo za odmerjanje ali priporočilo, ki ne ustreza ustanovi. Vsako zdravniško navodilo v materialu mora biti potrjeno z zdravnikovim naročilom in informacijami, ki jih odobri ustanova; Nato je treba z metodo povratnega učenja preveriti, ali pacient razume ali ne.
8. Kakšen je najbolj zdrav pristop, ko daš pritožbe in ugotovitve umetni inteligenci za bolnika na urgenci in zahtevaš triažno kategorijo?
- A) Neposredna uporaba kategorije, ki jo je podala umetna inteligenca
- B) Uporaba AI za organiziranje informacij in opomin na rdeče zastavice; s pregledom in klinično oceno določi končno kategorijo ✔
- C) Ignoriranje znakov rdeče zastavice, če jih AI ne vidi
- D) Preskakovanje izpita in zanašanje samo na besedilo umetne inteligence
Pojasnilo: Odločitev o triažni kategoriji in nujnosti je klinična ocena, ki neposredno vpliva na življenjsko varnost pacienta in je odgovornost pristojnega zdravstvenega osebja. Umetno inteligenco je mogoče uporabiti za organiziranje informacij in opozarjanje na simptome rdeče zastavice; vendar se končna kategorija določi s pregledom in klinično oceno.
9. Umetna inteligenca je povzela korake kliničnega postopka. Kakšno je najboljše vedenje pred izvedbo?
- A) Zaupajte povzetku in ga uporabite, da bo videti tekoče
- B) Pravilno štetje korakov, ker jih daje umetna inteligenca
- C) Preizkusite postopek na pacientu in se odločite glede na rezultate
- D) Potrditev vsakega koraka in vira iz trenutnega institucionalnega protokola in vodnika, ki temelji na dokazih ✔
Opis: AI povzema postopkovne korake iz splošnega znanja in lahko vrne korak, ki je zastarel ali ne ustreza organizaciji. Vsak korak in njegov vir je treba potrditi s trenutnim institucionalnim protokolom in smernicami, ki temeljijo na dokazih; Postopek se uporablja po tem preverjenem viru.
10. Kateri je najprimernejši primer rdeče (varnostno kritične) cone v pristopu 'ločevanja na cone tveganja', kateri je najbolj praktičen način za varno uporabo umetne inteligence v zdravstveni negi?
- A) Poenostavitev jezika brošure za bolnike
- B) Urejanje formata premikalne opombe
- C) Določanje odmerka zdravila in sprejemanje odločitev o zdravljenju ✔
- D) Razdelitev povzetka sestanka na točke
Opis: Zeleno območje je nizko tveganje, pomožna opravila (priprava učnega besedila, urejanje zapiskov). Rumeno območje so osnutki, ki zahtevajo potrditev. Rdeče območje so odločitve, ki neposredno vplivajo na varnost življenja, kot so diagnoza, odmerjanje zdravil, triažna odločitev in zahtevajo odobritev pristojnega strokovnjaka; Tu AI nikoli nima zadnje besede.
11. Katero načelo naj bo v središču seznama pri pripravi kontrolnega seznama z umetno inteligenco v farmacevtski aplikaciji?
- A) Načela pravi bolnik, pravo zdravilo, pravi odmerek, prava pot, pravi čas ✔
- B) Najhitrejši način dajanja zdravila
- C) Slepo upoštevanje ukaza, ki ga predlaga umetna inteligenca
- D) Izvedba preverjanja samo enkrat na koncu izmene
Pojasnilo: Osnova varnosti zdravil so načela 'prav': pravi bolnik, pravo zdravilo, pravi odmerek, prava pot, pravi čas (in zapis). Umetna inteligenca lahko pomaga pri pripravi kontrolnega seznama, ki vas spominja na ta načela; Vsaka prijava pa se opravi z osebnim preverjanjem medicinske sestre in z naročilom zdravnika.
12. Kako najbolje uporabiti umetno inteligenco pri pripravi na težek pogovor z bolnikom in njegovimi svojci?
- A) Branje besedila, ki ga je napisala umetna inteligenca pacientu besedo za besedo, brez ponavljanja
- B) Prepuščanje empatije v celoti umetni inteligenci
- C) Dajanje slabih novic prek besedila umetne inteligence brez usklajevanja z zdravnikom
- D) Uporaba umetne inteligence za komunikacijske vaje in urejanje jezika ter dokončanje besedila z empatijo in klinično presojo ✔
Opis: umetna inteligenca je dragocena kot orodje za vajo komunikacije, urejanje jezika in predvidevanje morebitnih vprašanj. Vendar pa resnično sočutje, potrpežljivo branje in klinična presoja pripadajo ljudem; Besedilo, ki ga ustvari umetna inteligenca, je začetek in ga je treba dopolniti s človeško noto medicinske sestre, v mejah ustanove in etike. Situacije, kot je sporočanje slabih novic, potekajo v sodelovanju z zdravnikom.
13. AI je dal zelo samozavesten in podroben odgovor na vprašanje o zdravstveni negi. Kaj pomeni ta 'samozavesten' ton?
- A) Odgovor je popolnoma pravilen
- B) Nadzor vira ni potreben
- C) Ton ni dokaz točnosti; ✔ Informacije morajo biti še vedno potrjene z virom in protokolom
- D) Umetna inteligenca se je specializirala na tem področju
Opis: Jezikovni modeli proizvajajo tekoče in samozavestno besedilo, tudi če ne poznajo resnice; ta ton ni dokaz točnosti. AI lahko halucinira predmet, vrednost ali vir. Zaupljiva izjava ne pomeni, da je preverjanje nepotrebno; Vse klinične informacije morajo biti potrjene s posodobljenim virom in protokolom.
14. Kakšna je osnovna struktura, ki jo je treba vzpostaviti, da bo uporaba umetne inteligence v storitvi trajnostna v smislu varnosti pacientov?
- A) Vsaka medicinska sestra uporablja nenadzorovano umetno inteligenco na svoj način
- B) Vzpostavitev skupne knjižnice pozivov, protokola preverjanja in politike zasebnosti ter zapiranje varnostno kritičnih izhodov s pristojno odobritvijo ✔
- C) Prenos izhodov umetne inteligence neposredno na vzdrževanje brez beleženja
- D) Upoštevanje preverjanja šele po resnem dogodku
Opis: porazdeljena in nenadzorovana uporaba umetne inteligence povečuje tveganje za napake in zasebnost. Na ravni storitev je bistveno vzpostaviti skupno knjižnico pozivov, protokol za preverjanje pristnosti za vsako vrsto izhoda, jasno politiko zasebnosti/zaupnosti in zapreti vsak varnostno kritičen izhod s pristojnim dovoljenjem.