அலகுகள்
1. மருத்துவ ஆய்வகத்தில் செயற்கை நுண்ணறிவு அறிமுகம்: பாத்திரங்கள், எல்லைகள், சரிபார்ப்பு மற்றும் நெறிமுறைகள் 2. முடிவு விளக்கம் ஆதரவு மற்றும் குறிப்பு வரம்புகள்: AI ஸ்கெட்சைச் சரிபார்த்தல் 3. தரக் கட்டுப்பாடு மற்றும் டெல்டா சோதனை: AI உடன் பகுப்பாய்வதில் பிழை 4. பீதி/முக்கியமான மதிப்பு கண்காணிப்பு மற்றும் அறிவிப்பு: பாதுகாப்பு-முக்கியமான செயல்முறை 5. LIS ஒருங்கிணைப்பு மற்றும் தரவு ஓட்டம்: AI ஐ சரியான இடத்தில் இணைக்கிறது 6. பணிப்பாய்வு ஆட்டோமேஷன்: மாதிரி ஏற்றுக்கொள்ளல் முதல் முடிவு வெளியீடு வரை 7. நுண்ணோக்கி மற்றும் பட முன் மதிப்பீடு: ஸ்மியர், சிறுநீர் மற்றும் நுண்ணுயிரியல் 8. முன்-பகுப்பாய்வு கட்டம் மற்றும் மாதிரி இணக்கத்தன்மை: ஹீமோலிசிஸ், லிபிமியா, ஐக்டெரஸ் 9. அறிக்கையிடல் மற்றும் தொடர்பு: மருத்துவர் மற்றும் நோயாளிக்கான தெளிவான முடிவு 10. தரவு தனியுரிமை, KVKK, நெறிமுறைகள் மற்றும் மாதிரி சரிபார்ப்பு 11. இறுதி முதல் இறுதி வரையிலான பணிப்பாய்வு, தர மேலாண்மை மற்றும் சுய தணிக்கை
அலகு 2 / 11

முடிவு விளக்கம் ஆதரவு மற்றும் குறிப்பு வரம்புகள்: AI ஸ்கெட்சைச் சரிபார்த்தல்

ஆதாயங்கள்:

  • குறிப்பு வரம்பு வயது, பாலினம், முறை மற்றும் மக்கள்தொகை ஆகியவற்றைப் பொறுத்தது என்பதைப் புரிந்து கொள்ளுங்கள், மேலும் உங்கள் சொந்த ஆய்வகத்தின் வரம்புகளைக் கொண்டு செயற்கை நுண்ணறிவின் பொதுவான வரம்புகளை சரிபார்க்க முடியும்.
  • சோதனை முடிவுகளின் தெளிவான பூர்வாங்க விளக்கத்தை உருவாக்க செயற்கை நுண்ணறிவைப் பயன்படுத்தவும் மற்றும் நிபுணர் மருத்துவ விளக்கம் மற்றும் இறுதி முடிவை வழங்க முடியும்.
  • பீதி மதிப்பு, அலகு சீரற்ற தன்மை மற்றும் விளக்கத்திற்கு முன் மருத்துவ சூழல் இல்லாமை போன்ற ஆபத்துக்களைப் பிடிக்கும் திறன்

ஒரு ஆய்வக முடிவு அதன் அடியில் குறிப்பு வரம்பு இல்லாமல் கிட்டத்தட்ட அர்த்தமற்றது. "Ferritin 18" மட்டும் உயர்வோ அல்லது தாழ்வோ இல்லை; இது "18 ng/mL, பெண் குறிப்பு 15-150" என்ற தகவலுடன் மட்டுமே அர்த்தமுள்ளதாக இருக்கும். முடிவு விளக்கம் என்பது ஒரு எண்ணை சூழலில் வைக்கும் கலை: சரியான குறிப்பு வரம்பு, சரியான அலகு, சரியான வயது-பாலின குழு மற்றும் நோயாளியின் மருத்துவ நிலை. AI ஆனது இந்த விளக்கத்தின் சக்திவாய்ந்த ஜெனரேட்டராக இருக்கலாம் - ஆனால் இங்குதான் மிகவும் ஆபத்தான பிழைகள் நிகழ்கின்றன, ஏனெனில் AI ஆனது "பொதுவாக ஏற்றுக்கொள்ளப்பட்ட" குறிப்பு வரம்பை வழங்குவதில் சரளமாக உள்ளது, மேலும் அந்த வரம்பு உங்கள் ஆய்வகத்தின் சரிபார்க்கப்பட்ட வரம்பைப் போலவே இருக்காது.

இந்த யூனிட்டில், செயற்கை நுண்ணறிவை ஒரு உதவியாளராகப் பாதுகாப்பாகப் பயன்படுத்துவது எப்படி என்பதை நீங்கள் கற்றுக் கொள்வீர்கள், அது முடிவுகளைப் புரிந்துகொள்ளக்கூடிய வகையில் முன் விளக்குகிறது; விளக்கத்திற்கு முன் குறிப்பு வரம்பு, அலகு மற்றும் மருத்துவ சூழல் சிக்கல்களை எவ்வாறு பிடிப்பது என்பதை நாங்கள் உங்களுக்குக் கூறுவோம். அடிப்படைக் கொள்கை மாறாமல் உள்ளது: AI பூர்வாங்க விளக்க வரைவை உருவாக்குகிறது; மருத்துவ விளக்கம் மற்றும் முடிவை வெளியிட நிபுணர் முடிவெடுக்கிறார்.

குறிப்பு வரம்பு ஏன் "பொதுவாக" இருக்க முடியாது

குறிப்பு இடைவெளி என்பது ஆரோக்கியமானதாகக் கருதப்படும் குறிப்பு மக்கள்தொகையில் ஒரு பகுப்பாய்வின் மைய 95% மதிப்பு விநியோகமாகும். இந்த வரையறையில் பல மாறிகள் மறைக்கப்பட்டுள்ளன:

  • வயது: புதிதாகப் பிறந்த குழந்தைகள், குழந்தைகள், பெரியவர்கள் மற்றும் முதியவர்களில் பல பகுப்பாய்வுகளின் வரம்புகள் வேறுபட்டவை. ஆல்கலைன் பாஸ்பேடேஸ் (ALP) எலும்பு வளர்ச்சியின் காரணமாக பெரியவர்களை விட குழந்தையில் அதிகமாக உள்ளது; இதை அறியாத ஒருவர் குழந்தையின் இயல்பான ALP "அதிகமாக" இருப்பதாக நினைக்கலாம்.
  • பாலினம்: ஹீமோகுளோபின், ஃபெரிடின், கிரியேட்டினின், யூரிக் அமிலம் போன்ற பகுப்பாய்வுகள் ஆண்கள் மற்றும் பெண்களில் வெவ்வேறு வரம்புகளைக் கொண்டுள்ளன.
  • முறை மற்றும் சாதனம்: ஒரே பகுப்பாய்வு வெவ்வேறு அளவீட்டு முறைகளுடன் வெவ்வேறு எண் வரம்புகளைக் கொடுக்கலாம். எனவே, ஒவ்வொரு ஆய்வகமும் அதன் சொந்த சாதனம் மற்றும் மக்கள்தொகைக்கு ஏற்ப குறிப்பு வரம்பை சரிபார்க்கிறது.
  • உடலியல் நிலை: கர்ப்பம், பசி/திருப்தி, நாளின் நேரம் (கார்டிசோல் போன்றவை) முடிவை பாதிக்கிறது.

எனவே கட்டைவிரல் விதி இதுதான்: AI வழங்கிய குறிப்பு வரம்பு ஒரு பூர்வாங்க தகவலாகும், அதே நேரத்தில் உங்கள் சொந்த ஆய்வகத்தின் சான்றளிக்கப்பட்ட வரம்பு உண்மையானது. இரண்டும் முரண்படும்போது, ​​உங்கள் சொந்த ஆய்வகமே மேலோங்குகிறது.

கவனம்: AIயிடம் "இந்த மதிப்பு சாதாரணமா?" பதிலின் அடிப்படையில் அறிக்கையைக் கேட்பது மற்றும் விளக்குவது குறிப்பு வரம்பு வேறுபாடுகள் காரணமாக முறையான பிழைகளை உருவாக்குகிறது. முதலில் உங்கள் ஆய்வகத்தின் வரம்பை அறிவுறுத்தலுக்குக் கொடுங்கள், பின்னர் கருத்துகளைக் கேட்கவும்.

படிப்படியாக: பாதுகாப்பான முடிவு விளக்க ஓட்டம்

  1. அலகு தெளிவுபடுத்தவும். ஒரே பகுப்பாய்வு வெவ்வேறு அலகுகளில் (குளுக்கோஸ் mg/dL அல்லது mmol/L; கால்சியம் mg/dL அல்லது mmol/L) பதிவாகலாம். AI க்கு யூனிட்டை வெளிப்படையாகக் கொடுத்து, அது மாற்றப்பட்டதா என்பதைச் சரிபார்க்கவும்.
  2. உங்கள் சொந்த குறிப்பு வரம்பை வழங்கவும். வயது, பாலினம் மற்றும் உங்கள் ஆய்வகத்தின் வரம்பை வரியில் சேர்க்கவும். AI ஆனது அதன் சொந்த நினைவகத்தில் இருந்து வரம்புகளை பொருத்த அனுமதிக்காதீர்கள்.
  3. மருத்துவ சூழலைக் கொடுங்கள். நோயறிதல், மருந்துகள், கர்ப்பம், உண்ணாவிரத நிலை போன்ற தகவல்கள் விளக்கத்தை முற்றிலும் மாற்றும்.
  4. பீதி/முக்கியமான மதிப்புகள் குறிக்கப்பட்டிருக்க வேண்டும். கருத்தைத் தொடங்கும் முன் முக்கியமான வரம்புகளைச் சரிபார்க்கவும்; ஒரு முக்கியமான மதிப்பு இருந்தால், அறிவிப்பு, கருத்து அல்ல, முன்னுரிமை பெறுகிறது.
  5. வரைவை வடிகட்டவும். AI-உருவாக்கிய கருத்தைப் படிக்கவும், உறுதி மொழியை மென்மையாக்கவும், கண்டறியும் தாக்கங்களை அகற்றவும், மேலும் "உங்கள் மருத்துவரை அணுகவும்" என்ற குறிப்பைச் சேர்க்கவும்.

பின்வரும் அட்டவணை பொதுவான குறிப்பு இடைவெளி ஆபத்துக்களை சுருக்கமாகக் கூறுகிறது:

பொறி

உதாரணம்

சரியான அணுகுமுறை

வயது குருட்டுத்தன்மை

ஒரு குழந்தையின் உயர் ALP ஐ "அசாதாரணமானது" என்று தவறாகக் கருதுதல்

குறிப்பிட்ட வயது வரம்பைப் பயன்படுத்தவும்

பாலின குருட்டுத்தன்மை

பெண் ஃபெரிட்டினை ஆண் வரம்புடன் விளக்குதல்

பாலினம் சார்ந்த வரம்பைப் பயன்படுத்தவும்

அலகு குறுக்கீடு

5.5 mmol/L குளுக்கோஸை mg/dL என்று தவறாகப் புரிந்துகொள்வது

அலகு தெளிவாக குறிப்பிடவும்

முறை வேறுபாடு

உங்கள் சொந்த சாதனத்தில் பொது வரம்பைப் பயன்படுத்துதல்

ஆய்வக வரம்பை சரிபார்க்கவும்

சூழல் இல்லாமை

பொதுவான வரம்பில் கர்ப்பத்தில் TSH இன் விளக்கம்

உடலியல் நிலையைச் சேர்க்கவும்

விளக்கத்தின் வரம்பு: முடிவு நோயறிதல் அல்ல

ஆய்வக முடிவு ஒரு சான்று, நோயறிதல் அல்ல. உயர் CRP (C-ரியாக்டிவ் புரதம், அழற்சியின் குறிப்பான்) என்றால் "ஒரு தொற்று உள்ளது" என்று அர்த்தம் இல்லை; வீக்கம் பல காரணங்கள் இருக்கலாம். ஒரு நேர்மறையான ஸ்கிரீனிங் சோதனை உறுதியான நோயைக் குறிக்கவில்லை; உறுதிப்படுத்தும் சோதனை மற்றும் மருத்துவ மதிப்பீடு தேவை. முடிவை விளக்கும்போது, ​​"இந்த மதிப்பு நோயை X குறிக்கிறது" போன்ற துல்லியமான மற்றும் தவறான வாக்கியங்களை AI எளிதாக உருவாக்க முடியும். உங்கள் வேலை இந்த மொழியை "இந்த மதிப்பு X உடன் இணக்கமாக இருக்கலாம், ஆனால் மருத்துவ மதிப்பீட்டின் மூலம் நோயறிதல் செய்யப்படுகிறது." விளக்கம் மற்றும் நோயறிதலுக்கு இடையிலான எல்லை ஆய்வக நெறிமுறைகளுக்கு மையமானது.

பலவீனமான வரியில் / வலுவான வரியில்

பலவீனமான உடனடி:

ஹீமோகுளோபின் 10, ஃபெரிடின் 8. இதன் பொருள் என்ன, நோயாளிக்கு என்ன நோய் உள்ளது?

இந்தக் கோரிக்கையானது தனித்தன்மையற்றது, வயது-பாலினம் இல்லை, குறிப்பு வரம்பு இல்லை, மேலும் "என்ன நோய்?" என்பதை நேரடியாகக் கண்டறியும்படி கேட்கிறது. - AI ஐ மருத்துவரின் பாத்திரத்தில் தள்ளுவது மற்றும் உறுதியான, தவறான பதிலை அழைப்பது.

சக்திவாய்ந்த தூண்டுதல்:

உங்கள் பங்கு: ஆய்வக நிபுணருக்கு முன் விளக்க வரைவைத் தயார் செய்யும் உதவியாளர். நோய் கண்டறிதல்; "சாத்தியமான" மொழியைப் பயன்படுத்தவும்; நோயாளியை மருத்துவரிடம் வழிநடத்தும் குறிப்பைச் சேர்க்கவும். நோயாளி: 34 வயதுடைய பெண், கர்ப்பமாக இல்லை, வழக்கமான மாதவிடாய். முடிவுகள் (எங்கள் ஆய்வகக் குறிப்புடன்):- ஹீமோகுளோபின் 10.2 g/dL (பெண் 12.0-15.5 ஐப் பார்க்கவும்)- ஃபெரிடின் 8 ng/mL (குறிப்பு பெண் 15-15) 80-100)பணி: இந்த படத்தை நோயாளிக்கு எளிய மொழியில் விளக்கி ஒரு அவுட்லைன் எழுதவும்; விலக்கு செய்தல்; மருத்துவ மதிப்பீடு என்ன தகவல் தேவை என்பதைக் குறிப்பிடவும்.

வலுவான ப்ராம்ட் அலகு மற்றும் குறிப்பை அளிக்கிறது, மருத்துவ சூழலைச் சேர்க்கிறது, பாத்திரத்தை வரையறுக்கிறது மற்றும் "சாத்தியம்" என்ற மொழியைக் கோருகிறது.

மூன்று சிறிய வழக்குகள்

வழக்கு 1 - சரியான பயன்பாடு. ஒரு நிபுணர் 34 வயது பெண் நோயாளிக்கு மேலே உள்ள வலுவான ப்ராம்ட் மூலம் Hb 10.2 g/dL, ferritin 8 ng/mL, MCV 74 fL முதல் YZ வரையிலான மதிப்புகளை வழங்குகிறார். YZ "குறைந்த ஃபெரிடின் மற்றும் குறைந்த MCV இரும்புச்சத்து குறைபாடு இரத்த சோகைக்கு இணக்கமாக இருக்கலாம், ஆனால் மருத்துவர் மதிப்பீட்டின் மூலம் நோயறிதல் செய்யப்படுகிறது" என்று ஒரு நிதானமான வெளிப்புறத்தை உருவாக்குகிறது. நிபுணர் தனது சொந்த ஆய்வகத்தில் உள்ள குறிப்பு வரம்புகளை சரிபார்த்து வரைவை அங்கீகரிக்கிறார். காலம்: 8 நிமிடங்களுக்குப் பதிலாக 2 நிமிடங்கள்.

வழக்கு 2 - குறிப்பு வரம்பு பொறி. மற்றொரு நிபுணர் 5 வயது குழந்தையின் ALP 320 U/L மதிப்பைப் பற்றி YZ இடம் கேட்கிறார், ஆனால் வயதைக் குறிப்பிடவில்லை. YZ வயது வந்தோருக்கான வரம்பை (தோராயமாக 40-130 U/L) கருதுகிறது மற்றும் முடிவை "குறிப்பிடத்தக்க வகையில் அதிகமாக, கல்லீரல்/எலும்பு நோயியல் கருதப்பட வேண்டும்" என விளக்குகிறது. இருப்பினும், 5 வயது குழந்தையில், ALP எலும்பு வளர்ச்சியின் காரணமாக 320 U/L இயல்பான நிலைக்கு அருகில் இருக்கலாம். வயது குறிப்பிடப்படாததால் கருத்து தவறானது. பாடம்: எப்பொழுதும் வயதை வரியில் வைக்கவும்.

வழக்கு 3 - அலகு குறுக்கீடு. ஒரு தொழில்நுட்ப வல்லுநர் குளுக்கோஸ் 5.5 மதிப்பை AIக்கு அலகுகள் இல்லாமல் கொடுக்கிறார். YZ mg/dL எனக் கருதி "குறிக்கப்பட்ட இரத்தச் சர்க்கரைக் குறைவு" எனக் கூறுகிறது; அதேசமயம் மதிப்பு mmol/L மற்றும் 5.5 mmol/L (சுமார் 99 mg/dL) முற்றிலும் இயல்பானது. அலகு குறிப்பிடப்படாததால், கடுமையான தவறான விளக்கம் எழுந்தது. பாடம்: ஒரு அலகு இல்லாமல், எண்ணை விளக்க முடியாது.

நகலெடுக்கக்கூடிய உடனடி வார்ப்புருக்கள்

முன் விளக்க வரைவு டெம்ப்ளேட்டரோல்: உதவியாளர் ஆய்வக நிபுணரிடம் முன் விளக்க வரைவைத் தயாரிக்கிறார். வழிகாட்டுதல்கள்: நோயறிதலைச் செய்யுங்கள்; "சாத்தியம்/இணக்கமாக இருக்கலாம்" மொழியைப் பயன்படுத்தவும்; ஒவ்வொரு கருத்துரையிலும், நீங்கள் எந்த குறிப்பு வரம்பைக் கருதுகிறீர்கள் என்பதைக் குறிப்பிடவும்; உறுதியான அறிக்கையைத் தவிர்க்கவும்; முடிவில் ஒரு குறிப்பைச் சேர்க்கவும்: "மருத்துவ மதிப்பீட்டின் மூலம் நோயறிதல் செய்யப்படுகிறது, உங்கள் மருத்துவரை அணுகவும்." நோயாளி: [வயது, பாலினம், தொடர்புடைய மருத்துவத் தகவல்]. முடிவுகள் (எங்கள் அலகு + ஆய்வகக் குறிப்புடன்): [பட்டியல்].

குறிப்பு வரம்பு சரிபார்ப்பு டெம்ப்ளேட் கீழே உள்ள ஒவ்வொரு பகுப்பாய்விற்கும்: நான் வழங்கிய ஆய்வக குறிப்பு வரம்பைப் பயன்படுத்தவும்; சொந்த நினைவகத்தில் இருந்து வரம்பை சேர்க்க வேண்டாம். வயது மற்றும் பாலினத்திற்கு இது பொருத்தமானதா என்பதைக் குறிக்கவும். வரம்பு கொடுக்கப்படாத ஒரு பகுப்பாய்வு இருந்தால், அதை "[ஆய்வக வரம்பு தேவை]" எனக் குறிக்கவும், யூகிக்க வேண்டாம். பகுப்பாய்வுகள்: [பட்டியல்].

அலகு நிலைத்தன்மை டெம்ப்ளேட் கீழே உள்ள முடிவுகளின் அலகுகளைச் சரிபார்க்கவும். ஒரு அலகு காணவில்லை என்றால், "[அலகு தேவை]" என தட்டச்சு செய்யவும். நீங்கள் மாற்றினால், மூல மற்றும் இலக்கு அலகு மற்றும் பெருக்கி இரண்டையும் காட்டவும்; முடிவை மீண்டும் கணக்கிடுவதற்கான இடைநிலை படிகளை எழுதுங்கள். முடிவுகள்: [பட்டியல்].

நோயாளி மொழி எளிமைப்படுத்தல் டெம்ப்ளேட், மருத்துவப் பயிற்சி இல்லாத ஒரு நோயாளி புரிந்துகொள்ளும் வகையில் பின்வரும் தொழில்நுட்பக் கருத்தை எளிய துருக்கிய மொழியில் மொழிபெயர்க்கவும். பயம்/பீதி மொழியைப் பயன்படுத்தாதீர்கள், உறுதியான நோயறிதலைக் குறிக்காதீர்கள், "மதிப்பீட்டிற்கு உங்கள் மருத்துவரை அணுகவும்" என்று முடிக்கவும். தொழில்நுட்ப கருத்து: [உரை].

பொதுவான தவறுகள்

  • AI இன் குறிப்பு வரம்பை நம்பியிருக்கிறது. ஒட்டுமொத்த வரம்பு உங்கள் சாதனம்/மக்கள் தொகைக்கான வரம்பாக இல்லாமல் இருக்கலாம்; உங்கள் சொந்த மதிப்பை தாய்க்கு கொடுங்கள்.
  • வயது மற்றும் பாலினத்தைத் தவிர்க்கவும். குழந்தை, முதியவர்கள், கர்ப்பிணி மற்றும் பாலின வேறுபாடுகள் பல பகுப்பாய்வுகளில் வரம்பை முற்றிலும் மாற்றுகின்றன.
  • அலகு குறிப்பிடவில்லை. ஒரே எண் வெவ்வேறு அலகுகளில் முற்றிலும் மாறுபட்ட மருத்துவ அர்த்தத்தைக் கொண்டுள்ளது.
  • கண்டறியும் மொழியை உறுதிப்படுத்துகிறது. "இந்த மதிப்பு நோய் X" என்ற வாக்கியத்தை சரி செய்யாமல் விட்டுவிடுவது விளக்கம் மற்றும் நோயறிதலைக் குழப்புகிறது.
  • கருத்தில் பீதி மதிப்பை உட்பொதிக்கவும். முக்கியமான மதிப்பு இருந்தால், முன்னுரிமை விரைவான அறிவிப்பு, கருத்து அல்ல (அலகு 4).
உதவிக்குறிப்பு: நீங்கள் வர்ணனை வரைவைப் படிக்கும்போது ஒரு "நிச்சயமான வேட்டை" செய்யுங்கள்: "குறிப்புகள்," "சான்றுகள்," "கண்டறிதல்கள்" போன்ற சொற்களைத் தேடுங்கள், மேலும் ஒவ்வொன்றையும் "இணக்கமாக இருக்கலாம்," "பரிந்துரைக்கக்கூடும்", "மதிப்பீடு தேவை" என்று மாற்றவும். ஒரு சிறிய மொழி வேறுபாடு ஒரு பெரிய நெறிமுறை வேறுபாடு.

சுருக்கமாக

முடிவு விளக்கம் என்பது எண்ணை சரியான குறிப்பு வரம்பு, சரியான அலகு, சரியான வயது-பாலினம் மற்றும் மருத்துவ சூழல் ஆகியவற்றுடன் பொருத்தும் பணியாகும். செயற்கை நுண்ணறிவு இந்த சந்திப்பின் வெளிப்புறத்தை விரைவாக உருவாக்க முடியும், ஆனால் குறிப்பு வரம்பு உலகளாவியது, யூனிட்டைத் தவிர்ப்பது அல்லது கண்டறியும் மொழியைப் பயன்படுத்துவது கடுமையான பிழைகளுக்கு வழிவகுக்கும். பாதுகாப்பான ஓட்டம்: அலகு தெளிவுபடுத்துதல், சுய-குறிப்பை வழங்குதல், மருத்துவ சூழலை வழங்குதல், முக்கியமான மதிப்புகளைக் குறிக்கவும், வரைவு வரைவு. முடிவு ஒரு சான்று; மருத்துவ மதிப்பீட்டின் மூலம் நோயறிதல் செய்யப்படுகிறது மற்றும் விளக்கத்தை வெளியிடுவதற்கான முடிவு நிபுணருக்கு சொந்தமானது.

விண்ணப்ப பணி

உங்கள் (அல்லது மாதிரி) அறிக்கையிலிருந்து மூன்று அசாதாரண அளவுருக்களைத் தேர்ந்தெடுக்கவும். ஒவ்வொன்றிற்கும், (1) உங்கள் ஆய்வகத்தின் சரிபார்க்கப்பட்ட குறிப்பு வரம்பு, (2) அலகு, (3) வயது-பாலினம் மற்றும் உடலியல் நிலை, ஏதேனும் இருந்தால் எழுதவும். பின்னர் "முன் விளக்க வரைவு" டெம்ப்ளேட்டுடன் ஒரு ப்ராம்ட்டை உருவாக்கி, அதை அச்சிட்டு, "துல்லியமான வேட்டை" செய்வதன் மூலம் ஒவ்வொரு வாக்கியத்தையும் கண்டறியும் உட்பொருளுடன் சரி செய்யவும். இறுதியாக, நோயாளி மொழியில் விளக்கத்தை எளிதாக்குங்கள்.

சரிபார்ப்பு பட்டியல்

  • [ ] ஒவ்வொரு பகுப்பாய்விற்கும் யூனிட்டை நான் தெளிவாகக் கூறியுள்ளேன்.
  • [ ] எனது சொந்த ஆய்வகத்தின் சரிபார்க்கப்பட்ட குறிப்பு வரம்பை ப்ராம்ட்க்கு கொடுத்தேன்.
  • [ ] நான் வயது, பாலினம் மற்றும் உடலியல் நிலை (கர்ப்பம், பட்டினி, முதலியன) சேர்த்துள்ளேன்.
  • [ ] கிரிடிகல்/பீதி மதிப்பு உள்ளதா என்பதை முதலில் சரிபார்த்தேன்.
  • [ ] நான் AI இன் கண்டறியும் வாக்கியங்களை "சாத்தியமான/இணக்கமான" மொழியில் மொழிபெயர்த்தேன்.
  • [ ] நான் "உங்கள் மருத்துவரைக் கலந்தாலோசிக்கவும்" என்ற குறிப்பைச் சேர்த்து, ஒரு நிபுணராகக் கருத்தை அங்கீகரித்தேன்.