நுண்ணோக்கி மற்றும் பட முன் மதிப்பீடு: ஸ்மியர், சிறுநீர் மற்றும் நுண்ணுயிரியல்

ஆதாயங்கள்:

• AI-உதவி பட முன்-வகைப்படுத்தல் (புற ஸ்மியர், சிறுநீர் வண்டல், காலனி) எவ்வாறு செயல்படுகிறது மற்றும் அது எதை துரிதப்படுத்துகிறது என்பதைப் புரிந்து கொள்ளுங்கள்
• AI முன் வகைப்படுத்தலை ஸ்கிரீனிங்காக மட்டுமே பயன்படுத்தும் திறன் மற்றும் அசாதாரணமான மற்றும் முக்கியமான செல்கள்/நுண்ணுயிரிகளின் கண்டறிதலை நிபுணர் சரிபார்ப்பிற்கு விட்டுவிடும்
• பட மாதிரிகளின் வரம்புகளை அடையாளம் காணும் திறன் (அரிதான செல்கள், கலைப்பொருட்கள், கறையின் தரம், விநியோக மாற்றம்) மற்றும் தவறான எதிர்மறைகளின் அபாயத்தை நிர்வகிக்கும் திறன்

நுண்ணோக்கி என்பது மருத்துவ ஆய்வகத்தின் பழமையான ஆனால் இன்னும் சக்திவாய்ந்த கருவியாகும். இரத்தப் படிவத்தில் உள்ள உயிரணுக்களின் வடிவம், சிறுநீரில் உள்ள படிகங்கள், கிராம் கறையில் பாக்டீரியாவின் நிறம் மற்றும் அமைப்பு - இவை அனைத்தும் ஒரு பயிற்சி பெற்ற கண் சில நொடிகளில் படிக்கக்கூடிய வடிவங்கள், ஆனால் தொடங்குவதற்கு பல வருட அனுபவம் தேவை. சமீபத்திய ஆண்டுகளில், AI-உதவி பட பகுப்பாய்வு இந்த நுண்ணிய உலகில் நுழைந்துள்ளது: இது டிஜிட்டல் முறையில் ஸ்கேன் செய்யப்பட்ட தயாரிப்புகளை தானாகவே முன் வகைப்படுத்துகிறது, சாதாரணமாகத் தோன்றுவதை நீக்குகிறது மற்றும் நிபுணரின் கவனத்தை உண்மையில் பரிசோதனை தேவைப்படும் பகுதிகளுக்கு செலுத்துகிறது. இது ஒரு பெரிய வேக ஆதாயம் - ஆனால் மிகவும் கவனமாக எல்லைகள் வரையப்பட வேண்டிய பகுதிகளில் இதுவும் ஒன்றாகும், ஏனெனில் தவறான எதிர்மறை (உண்மையான இயல்பைக் காணவில்லை) என்பது நேரடி நோயறிதல் தவறவிட்டது.

இந்த யூனிட்டில் AI-ஆதரவு பட முன் வகைப்பாடு எவ்வாறு செயல்படுகிறது; புற ஸ்மியர், சிறுநீர் வண்டல் மற்றும் அது நுண்ணுயிரியலில் எவ்வாறு பயன்படுத்தப்படுகிறது; மற்றும் நாங்கள் மாதிரி எல்லைகளை (அரிதான செல், கலைப்பொருள், கறையின் தரம், விநியோக மாற்றம்) உள்ளடக்குவோம். அடிப்படைக் கொள்கை: AI முன் வகைப்பாடு என்பது ஒரு ஸ்கிரீனிங், நோயறிதல் அல்ல; அசாதாரண மற்றும் முக்கியமான கண்டுபிடிப்புகளின் நோயறிதல் மற்றும் இறுதி ஒப்புதல் நிபுணருக்கு சொந்தமானது.

படத்தின் முன் வகைப்பாடு எவ்வாறு செயல்படுகிறது

AI பட மாதிரிகள் அதிக எண்ணிக்கையிலான பெயரிடப்பட்ட எடுத்துக்காட்டுகளில் பயிற்சியளிப்பதன் மூலம் ஒரு செல் அல்லது கட்டமைப்பை வகைப்படுத்த கற்றுக்கொள்கின்றன. டிஜிட்டல் ஹீமாட்டாலஜி பகுப்பாய்வியில், சாதனம் இரத்த ஸ்மியர் ஸ்கேன் செய்கிறது, தனிப்பட்ட செல்களைப் பிடிக்கிறது, மேலும் முறை ஒவ்வொன்றையும் ஒரு வகுப்பில் (நியூட்ரோபில், லிம்போசைட், மோனோசைட், ஈசினோபில், பாசோபில் போன்றவை) வைக்கிறது. நிபுணர் முன் வகைப்படுத்தப்பட்ட கலங்களுடன் கேலரியாக வழங்கப்படுகிறார்; நிபுணர் உறுதிப்படுத்துகிறார், சரிசெய்கிறார் அல்லது மறுவகைப்படுத்துகிறார். இதேபோல், சிறுநீர் வண்டல் பகுப்பாய்விகள் எரித்ரோசைட்டுகள், லுகோசைட்டுகள், எபிட்டிலியம், படிகங்கள் மற்றும் வார்ப்புகள் ஆகியவற்றைக் கண்டறியும்; சில நுண்ணுயிரியல் அமைப்புகள் காலனி எண்ணிக்கை மற்றும் வளர்ச்சி முறைகளை முன்கூட்டியே மதிப்பீடு செய்கின்றன.

மாதிரியின் வெளியீடு இரண்டு கூறுகளைக் கொண்டுள்ளது: ஒரு வகுப்பு (இந்த செல் நியூட்ரோபில்) மற்றும் ஒரு நம்பிக்கை மதிப்பெண் (இந்த வகைப்பாட்டில் எவ்வளவு நம்பிக்கை உள்ளது). குறைந்த நம்பிக்கை மதிப்பெண்களைக் கொண்ட அல்லது "வித்தியாசமான/அடையாளம் காணப்படாத" எனக் குறிக்கப்பட்ட கலங்கள் நிச்சயமாக ஒரு நிபுணரிடம் பரிந்துரைக்கப்பட வேண்டும். மாடல் அதிக நம்பிக்கையுடன் கலத்தை தவறாக வகைப்படுத்தலாம் என்பதை நினைவில் கொள்க; நம்பிக்கை மதிப்பெண் துல்லியத்திற்கு உத்தரவாதம் அல்ல.

விண்ணப்பம்

AI முன் வேலை

நிபுணர் வேலை

புற ஸ்மியர்

செல் முன் வரிசைப்படுத்துதல், கேலரி சேவை

அசாதாரண/வெடிப்பு/வித்தியாசமான உறுதிப்படுத்தல், உருவவியல் விளக்கம்

சிறுநீர் வண்டல்

உறுப்பு முன் அங்கீகாரம் மற்றும் எண்ணுதல்

படிக/வார்ப்பு/நோயியல் செல் உறுதிப்படுத்தல்

நுண்ணுயிரியல் (காலனி)

காலனி எண்ணிக்கை, வளர்ச்சிக்கு முந்தைய மதிப்பீடு

வகை வேறுபாடு, மருத்துவ முக்கியத்துவம்

எலும்பு மஜ்ஜை / நோயியல்

புலம்/செல் குறியிடுதல்

நோயறிதல் விளக்கம், மருத்துவரின் ஒப்புதல்

மாடல் ஏன் ஒரு "ஸ்கிரீனிங்", நோயறிதல் அல்ல

பட மாதிரிகளின் மிகவும் மதிப்புமிக்க பங்களிப்பு என்னவென்றால், அவை சாதாரண மற்றும் பொதுவான வடிவங்களை விரைவாக கடந்து நிபுணரின் நேரத்தை மிச்சப்படுத்துகின்றன. ஆனால் நோயறிதல் முடிவெடுப்பதற்கான மாதிரியை நம்புவது மூன்று காரணங்களுக்காக ஆபத்தானது:

1. அரிய கண்டுபிடிப்புகள். பயிற்சித் தரவில் அரிதாகக் காணும் ஒரு அரிய கலத்தை (எ.கா. வெடிப்பு, ஒட்டுண்ணி, ஒரு வித்தியாசமான லிம்போசைட்) மாடல் அங்கீகரிக்காமல் போகலாம். மிக முக்கியமான கண்டுபிடிப்புகள் பெரும்பாலும் அரிதானவை; தவறான எதிர்மறை மிகவும் ஆபத்தானது.
2. கலைப்பொருள் மற்றும் ஓவியம். கறை படிந்த தரம், தயாரிப்பு தடிமன் மற்றும் உலர்த்தும் கலைப்பொருட்கள் மாதிரியை தவறாக வழிநடத்தலாம். மோசமான கறை படிந்த தயாரிப்பில், மாதிரியை பாதுகாப்பாக வகைப்படுத்தலாம்.
3. விநியோக மாற்றம். ஒரு ஆய்வகத்தின் சாதனம் மற்றும் ஸ்டைனிங் புரோட்டோகால் மூலம் மாதிரி பயிற்சியளிக்கப்பட்டால், அதன் செயல்திறன் வேறு சாதனம்/கறையுடன் குறையலாம். உங்கள் மக்கள்தொகை பயிற்சி மக்கள்தொகையில் இருந்து வேறுபட்டால், மாதிரி எதிர்பார்த்ததை விட மோசமாக செயல்படும்.

எச்சரிக்கை: "அது இயல்பானது என்று மாடல் கூறியது, நான் பார்க்கவில்லை" என்பது தவறான எதிர்மறையை இழக்க மிகவும் பொதுவான வழி. ஒரு அசாதாரண மருத்துவ சந்தேகம் இருந்தால் (உதாரணமாக, லுகேமியாவின் பூர்வாங்க நோயறிதல்), மாதிரி என்ன சொல்கிறது என்பதைப் பொருட்படுத்தாமல், ஸ்மியர் ஒரு நிபுணரால் பரிசோதிக்கப்படுகிறது.

படி படி: பாதுகாப்பான பட முன் மதிப்பீட்டு ஓட்டம்

1. கறை மற்றும் தயாரிப்பு தரத்தை சரிபார்க்கவும். மோசமான தயாரிப்பு மாதிரி மற்றும் கண் இரண்டையும் தவறாக வழிநடத்துகிறது; முதலில் தரத்தை உறுதி செய்யுங்கள்.
2. மாதிரி முன் வகைப்படுத்தலை கேலரியாகப் பெறுங்கள். சாதாரண, உயர் பாதுகாப்பு வகுப்புகளை விரைவாக மதிப்பாய்வு செய்யவும்.
3. குறைந்த தன்னம்பிக்கை மற்றும் "வித்தியாசமானவை" எனக் குறிக்கப்பட்டவர்களை முதலில் ஆராயுங்கள். மாதிரி தெளிவாக இல்லை என்றால், முடிவு உங்களுடையது.
4. மாதிரிக்கு மேலே மருத்துவ சந்தேகத்தை வைத்திருங்கள். அசாதாரணம் எதிர்பார்க்கப்படும் ஒரு வழக்கின் முழு கைமுறை மதிப்பாய்வைச் செய்யவும்.
5. முக்கியமான கண்டுபிடிப்புகளை சரிபார்த்து புகாரளிக்கவும். வெடிப்புகள், ஒட்டுண்ணிகள் மற்றும் வீரியம் மிக்க செல்கள் போன்ற கண்டுபிடிப்புகள் ஒரு நிபுணரால் உறுதிப்படுத்தப்படுகின்றன; தேவைப்படும்போது மருத்துவரிடம் பகிர்ந்து கொள்ளப்படுகிறது.

குறிப்பு: இந்த யூனிட்டில் இமேஜிங் சாதனத்தின் ஒரு அங்கமாக AI ஐப் பயன்படுத்துவதோடு, மொழி மாதிரியுடன் பணிபுரியும் போது ஒரு வரம்பு உள்ளது: பொதுவில் கிடைக்கும் மொழிக் கருவியில் நோயாளியைத் தயார்படுத்தும் படங்களைப் பதிவேற்றுவது தனியுரிமை அபாயமாகும், மேலும் மருத்துவ நோயறிதலுக்கான சரிபார்க்கப்படாத கருவியை நம்புவது தவறானது. சரிபார்க்கப்பட்ட மருத்துவ அமைப்புகள் மற்றும் நிபுணர் கண்களைப் பயன்படுத்தி படக் கண்டறிதல் செய்யப்படுகிறது.

பலவீனமான வரியில் / வலுவான வரியில்

AI ஐ உரை ஆதரவாகப் பயன்படுத்தும் போது பின்வரும் ஒப்பீடு பொருந்தும் (எ.கா. உருவவியல் குறிப்பைத் திருத்த அல்லது பயிற்சி விளக்கத்தைத் தயாரிக்க); கண்டறியும் பட முடிவுக்காக அல்ல.

பலவீனமான உடனடி:

இந்த இரத்த ஸ்மியரில் என்ன இருக்கிறது என்பதைக் கண்டறியவும். [படம்]

இந்த ப்ராம்ட் AI யிடம் நோயறிதலைக் கேட்கிறது; அதேசமயம் மருத்துவ நோயறிதலுக்கு மொழிக் கருவி சரிபார்க்கப்படவில்லை மற்றும் நோயாளியின் படம் தனியுரிமையின் அடிப்படையில் ஆபத்தானது. இது தவறான மற்றும் ஆபத்தான பயன்பாடு.

சக்திவாய்ந்த தூண்டுதல்:

உங்கள் பங்கு: ஆய்வக நிபுணருக்கான பயிற்சி/அறிக்கை உரையைத் தயாரிக்கும் உதவியாளர். நோய் கண்டறிதல்; பட விளக்கம் என் வேலை. கீழே நான் எனது சொந்த உருவவியல் அவதானிப்புகளை எழுதுகிறேன் (அநாமதேய); இவற்றை நேர்த்தியான ஸ்மியர் அறிக்கை வரைவாக மாற்றி, எந்தக் கண்டுபிடிப்புக்கு நிபுணர் உறுதிப்படுத்தல் தேவை என்பதைக் குறிக்கவும். எனது அவதானிப்புகள்: நியூட்ரோபில் ஆதிக்கம், சிறிது இடதுபுறம் மாறுதல், சில வித்தியாசமான லிம்போசைட்டுகள்[நிபுணர் உறுதிப்படுத்தல்], நச்சு கிரானுலேஷனின் தோற்றம். உறுதியான நோயறிதலைக் குறிக்க வேண்டாம்.

வலுவான விருப்பம் நிபுணரிடம் நோயறிதலை வைத்திருக்கிறது, AI ஐ தனது சொந்த அவதானிப்புகளை ஒழுங்கமைக்க மட்டுமே பயன்படுத்துகிறது, மேலும் உறுதிப்படுத்தல் தேவைப்படும் கண்டுபிடிப்பைக் கொடியிடுகிறது.

மூன்று சிறிய வழக்குகள்

வழக்கு 1 - திறமையான நீக்கம். ஒரு ஹீமாட்டாலஜி ஆய்வகத்தில், ஒரு டிஜிட்டல் பகுப்பாய்வி ஒரு நாளைக்கு 220 இரத்த ஸ்மியர்களை முன்கூட்டியே வரிசைப்படுத்துகிறது. இவற்றில், 150 முற்றிலும் இயல்பான வடிவங்கள் மற்றும் அதிக நம்பிக்கை மதிப்பெண்களைக் கொண்டுள்ளன; நிபுணர் அவற்றை கேலரி மூலம் விரைவாக மதிப்பாய்வு செய்து அங்கீகரிக்கிறார். மீதமுள்ள 70 ஸ்மியர்கள் (குறைந்த நம்பிக்கை அல்லது கொடியிடப்பட்டவை) முழு கைமுறை மதிப்பாய்வுக்கு உட்படுகின்றன. முடிவு: நிபுணரின் நேரம் உண்மையில் பரிசோதனை தேவைப்படும் வழக்குகளில் கவனம் செலுத்துகிறது, மொத்த நேரம் கணிசமாகக் குறைக்கப்படுகிறது. மாதிரி நீக்கப்பட்டது, நிபுணர் ஆய்வு செய்தார்.

வழக்கு 2 - தப்பிய குண்டுவெடிப்பு. ஒரு சந்தர்ப்பத்தில், மாடல் ஒரு சில செல்களை "வித்தியாசமான லிம்போசைட்டுகள்" என்று குறைந்த நம்பிக்கையுடன் கொடியிட்டது, ஆனால் நிபுணர் விரைவாக உறுதிப்படுத்தி, அடர்த்தி காரணமாக கேலரியை கடந்து சென்றார். பின்னர், நோயாளியின் மருத்துவ நிலை மோசமாகிறது; ஸ்மியர் மீண்டும் பரிசோதிக்கப்படும் போது, ​​இந்த செல்கள் உண்மையில் வெடிப்புகள் என்று தெரிகிறது. பாடம்: மாதிரி "குறைந்த நம்பிக்கை/வித்தியாசமான" என்று கொடியிடும் செல்கள் ஒருபோதும் விரைவாக சரிபார்க்கப்படாது; மிக முக்கியமான கண்டுபிடிப்பு அங்கே மறைக்கப்படலாம். தவறான எதிர்மறை மிகவும் விலையுயர்ந்த தவறு.

வழக்கு 3 - கறை படிந்த கலைப்பொருள். சிறுநீர் வண்டல் பகுப்பாய்வியில், மோசமான கறை படிந்த தயாரிப்பில் பல "படிகங்களை" முறை குறிக்கிறது. நிபுணர் தயாரிப்பை ஆராயும்போது, ​​இவை கறை படிந்த படிவுகள் (கலைப்பொருட்கள்) என்பதை அவர் காண்கிறார்; உண்மையான படிகம் இல்லை. தயாரிப்பு புதுப்பிக்கப்பட்டது. பாடம்: மாடல் கலைப்பொருளை உண்மையான அமைப்பாக தவறாக நினைக்கலாம்; தயாரிப்பின் தரம் எப்போதும் முதலில் சரிபார்க்கப்படுகிறது.

நகலெடுக்கக்கூடிய உடனடி வார்ப்புருக்கள்

உருவவியல் அறிக்கை வரைவு டெம்ப்ளேட் உங்கள் பங்கு: நான் (நிபுணர்) எழுதிய உருவவியல் அவதானிப்புகளை ஒழுங்கமைக்கப்பட்ட அறிக்கை வரைவாக மொழிபெயர்க்கும் உதவியாளர். கண்டறிய வேண்டாம். எனது அவதானிப்புகளை நிலையான பரப்பு அறிக்கை மொழியில் கீழே வைக்கவும்; நிச்சயமற்ற/வித்தியாசமான கண்டுபிடிப்புகளை "[நிபுணர் உறுதிப்படுத்தல்]" எனக் குறிக்கவும்; ஒரு உறுதியான நோயறிதலைக் குறிக்கவில்லை. எனது அவதானிப்புகள்: [உரை].

இமேஜ் மாடல் விதிவிலக்கு விதி டெம்ப்ளேட் பட முன் வரிசைப்படுத்தும் முறைக்கான சரிபார்ப்புப் பட்டியலாக எழுதவும், எந்த வழக்குகள் முழு கையேடு மதிப்பாய்விற்குச் செல்ல வேண்டும்: குறைந்த நம்பிக்கை மதிப்பெண், "வித்தியாசமான/அடையாளம் தெரியாத" லேபிள், சந்தேகத்திற்குரிய மருத்துவ அசாதாரணம், மோசமான தயாரிப்பு தரம், முக்கியமான கண்டுபிடிப்பு வேட்பாளர். ஒவ்வொரு பொருளுக்கும் நியாயத்தைச் சேர்க்கவும்.

தயாரிப்பு தரக் கட்டுப்பாடு டெம்ப்ளேட் ஒரு ஸ்மியர்/வண்டல் தயாரிப்பை மதிப்பிடுவதற்கு முன் நான் சரிபார்க்கும் தரமான பொருட்களை பட்டியலிடுங்கள்: கறையின் தீவிரம், சிதறல்/தடிமன், கலைப்பொருள், உலர்த்துதல், மாசுபடுத்துதல். ஒவ்வொரு பொருளுக்கும் "ஏற்றுக்கொள்ள/தயாரிக்க" அளவுகோல்களை பரிந்துரைக்கவும்.

பயிற்சி விளக்கம் டெம்ப்ளேட்உங்கள் பங்கு: ஆய்வக பயிற்சியாளர்களுக்கான பயிற்சி உரையை தயார் செய்யும் உதவியாளர். இந்த உருவவியல் கருத்தை எளிமையாகவும் துல்லியமாகவும் விளக்கவும்: [கருத்து]. ஒரு உதாரணம் கொடுங்கள், ஒத்த கட்டமைப்புகளுக்கு இடையிலான வேறுபாட்டை சுட்டிக்காட்டுங்கள், ஆனால் நோயறிதல் முடிவு நிபுணருக்கு சொந்தமானது என்பதை வலியுறுத்துங்கள். படப் பதிவேற்றம்; உரையுடன் மட்டும் விளக்கவும்.

பொதுவான தவறுகள்

• அங்கீகாரத்திற்காக மாதிரியின் வகைப்பாட்டைத் தவறாகப் புரிந்துகொள்வது. முன் வரிசைப்படுத்துதல் என்பது நீக்குதல்; அசாதாரண/முக்கியமான கண்டுபிடிப்பு நிபுணரால் உறுதிப்படுத்தப்படுகிறது.
• குறைந்த பாதுகாப்பான/வித்தியாசமான கொடிகளை விரைவாக அங்கீகரிக்கவும். மிக முக்கியமான கண்டுபிடிப்புகள் அங்கேயே உள்ளன; இவை முதலில் கவனமாக ஆராயப்படுகின்றன.
• தயாரிப்பின் தரத்தைத் தவிர்க்கிறது. மோசமான ஓவியம் மாதிரி மற்றும் கண்ணை ஏமாற்றுகிறது; தரம் முதலில் வருகிறது.
• விநியோக மாற்றத்தை மறந்துவிட்டேன். மற்றொரு சாதனம்/சாயத்துடன் பயிற்சி பெற்ற மாதிரி உங்கள் மாதிரிகளில் மோசமாக வேலை செய்யலாம்.
• நோயாளியின் படத்தைப் பொதுக் கருவியில் பதிவேற்றுகிறது. இரகசியத்தன்மை மற்றும் சரிபார்க்கப்படாத நோயறிதல் மீறல் ஆபத்து.

உதவிக்குறிப்பு: பட மாதிரியுடன் பணிபுரியும் போது, ​​இது உங்கள் விதியாக இருக்கட்டும்: "மாடல் பொதுவாக என்னை வேகப்படுத்தலாம், ஆனால் அசாதாரணமாக அது என்னை ஒருபோதும் ஓய்வெடுக்காது." மருத்துவ சந்தேகம் இருந்தால் அல்லது முறை தெளிவாக இல்லை என்றால், நுண்ணோக்கியில் நிபுணரிடம் முடிவு எடுக்கப்படும்.

சுருக்கமாக

AI-உதவி பட முன் மதிப்பீடு இரத்த ஸ்மியர்ஸ், சிறுநீர் வண்டல் மற்றும் நுண்ணுயிரியல் ஆகியவற்றில் இயல்பான வடிவங்களை நீக்குகிறது, உண்மையில் விசாரணை தேவைப்படும் வழக்குகளில் கவனம் செலுத்த நிபுணர்களின் நேரத்தை விடுவிக்கிறது. ஆனால் மாதிரியானது ஒரு ஸ்கிரீனிங் கருவியாகும், ஒரு நோயறிதல் அல்ல: இது அரிதான கண்டுபிடிப்புகளை இழக்கலாம், உண்மையான கலைப்பொருட்களை தவறாகப் பயன்படுத்தலாம் மற்றும் வெவ்வேறு மக்களில் பலவீனமடையலாம். அசாதாரணமான மற்றும் முக்கியமான கண்டுபிடிப்புகளின் கண்டறிதல் மற்றும் இறுதி ஒப்புதல் நிபுணருக்கு சொந்தமானது; குறைந்த நம்பிக்கை மற்றும் வித்தியாசமான குறிப்பான்கள் முதலில் ஆய்வு செய்யப்படுகின்றன; தயாரிப்பின் தரம் எப்போதும் முதலில் சரிபார்க்கப்படுகிறது. தவறான எதிர்மறையானது மிகவும் விலையுயர்ந்த பிழையாக இருப்பதால், மருத்துவ சந்தேகம் மாதிரியின் வெளியீட்டைக் குறைக்கிறது.

விண்ணப்ப பணி

நீங்கள் பயன்படுத்தும் பட முன் வகைப்படுத்தல் அமைப்பிற்கான "பட மாதிரி விதிவிலக்கு விதி" டெம்ப்ளேட்டுடன் (அல்லது உதாரணம்), எந்தெந்த வழக்குகள் கண்டிப்பாக முழு கைமுறை மதிப்பாய்விற்கு செல்லும் என்பதை பட்டியலிடுங்கள். பின்னர் "உருவவியல் அறிக்கை வரைவு" டெம்ப்ளேட்டுடன் ஒரு வழக்கமான அறிக்கையாக உருவவியல் அவதானிப்புகளின் தொகுப்பை மாற்றவும் மற்றும் உறுதிப்படுத்தல் தேவைப்படும் கண்டுபிடிப்புகளைக் குறிக்கவும். இறுதியாக, "தயாரிப்பு தரக் கட்டுப்பாடு" டெம்ப்ளேட்டுடன் தர சரிபார்ப்புப் பட்டியலை உருவாக்கவும்.

சரிபார்ப்பு பட்டியல்

• [ ] நான் மாதிரி வெளியீட்டை நீக்குதலாகப் பயன்படுத்தினேன், நோயறிதலுக்காக அல்ல.
• [ ] குறைந்த பாதுகாப்பான/வித்தியாசமானதாகக் குறிக்கப்பட்டவற்றை முதலில் கவனமாக ஆய்வு செய்தேன்.
• [ ] அதை மதிப்பிடுவதற்கு முன் தயாரிப்பின் தரத்தை நான் சரிபார்த்தேன்.
• [ ] மருத்துவ இயல்பின் சந்தேகம் ஏற்பட்டால், நான் முழு கையேடு பரிசோதனை செய்தேன்.
• [ ] நான் நோயாளியின் படங்களை பொது கருவிகளில் பதிவேற்றவில்லை.
• முக்கியமான கண்டுபிடிப்புகளை நான் நிபுணத்துவத்துடன் உறுதிசெய்து, தேவைப்படும்போது மருத்துவரிடம் பகிர்ந்துகொண்டேன்.