వర్క్‌ఫ్లో ఆటోమేషన్: నమూనా అంగీకారం నుండి ఫలితాల విడుదల వరకు

లాభాలు:

• మొత్తం పరీక్ష ప్రక్రియను మ్యాప్ చేయగల సామర్థ్యం (ప్రీ-ఎనలిటికల్, ఎనలిటికల్, పోస్ట్-ఎనలిటికల్) మరియు కృత్రిమ మేధస్సుతో ఏ దశలను సురక్షితంగా ఆటోమేట్ చేయవచ్చో ఎంచుకోండి
• నమూనా అంగీకారం, క్రమబద్ధీకరణ మరియు పనిభారాన్ని అంచనా వేయడం వంటి పనులలో కృత్రిమ మేధస్సును ఉపయోగించడం ద్వారా అడ్డంకులను తగ్గించగల సామర్థ్యం
• ఆటోమేషన్ వేగాన్ని పెంచుతుందని అర్థం చేసుకోవడం ద్వారా చెక్‌పాయింట్లు మరియు మాన్యువల్ మినహాయింపు మార్గాలను నిర్వహించగల సామర్థ్యం, కానీ లోపాన్ని కూడా స్కేల్ చేస్తుంది.

ప్రయోగశాల రోజు అనేది నిరంతరాయ నమూనాల నది లాంటిది: వందల కొద్దీ ట్యూబ్‌లు ఉదయం ఒకేసారి వస్తాయి, అత్యవసర అభ్యర్థనలు మధ్యాహ్నం చొరబడతాయి మరియు సాయంత్రం ఔట్ పేషెంట్ నమూనాలు పోగుపడతాయి. ఈ ప్రవాహాన్ని నిర్వహించడం - ముందుగా ఏ నమూనాను అమలు చేయాలి, ఇది ఏ పరికరానికి వెళుతుంది, ఏ అడ్డంకి ఏర్పడుతుంది, సిబ్బందిని ఎలా పంపిణీ చేయాలి - అనేది ఒక ఇంజనీరింగ్ పని. వర్క్‌ఫ్లో ఆటోమేషన్ ఈ పునరావృత నిర్వహణ మరియు ప్రాసెసింగ్ దశలను మానవ చేతుల నుండి తీసివేస్తోంది మరియు వాటిని క్రమబద్ధీకరిస్తోంది. AI ఇక్కడ శక్తివంతమైన ప్లానర్ మరియు యాక్సిలరేటర్ కావచ్చు: పనిభారాన్ని అంచనా వేయడం, సీక్వెన్సింగ్‌ని ఆప్టిమైజ్ చేయడం, పునరావృత నిర్ణయాలను రూపొందించడం. కానీ ఆటోమేషన్ యొక్క గోల్డెన్ రూల్ స్థిరంగా ఉంటుంది: ఆటోమేషన్ వేగాన్ని స్కేల్ చేయడంలో లోపం; కాబట్టి చెక్‌పోస్టులు మరియు మాన్యువల్ మినహాయింపు మార్గాలను తప్పనిసరిగా నిర్వహించాలి.

ఈ యూనిట్‌లో, మీరు మొత్తం పరీక్ష ప్రక్రియను దశలవారీగా మ్యాప్ చేస్తారు; ఏ దశలను సురక్షితంగా స్వయంచాలకంగా చేయవచ్చు మరియు మానవ తీర్పు అవసరం; మరియు ఈ ప్రక్రియకు AIని సురక్షితంగా ఎలా జోడించాలి.

మొత్తం పరీక్ష ప్రక్రియను మ్యాపింగ్ చేస్తోంది

దీన్ని ఆటోమేట్ చేయడానికి ముందు ప్రక్రియను చూడటం అవసరం. మొత్తం పరీక్ష ప్రక్రియ సుమారుగా ఈ దశలను కలిగి ఉంటుంది:

1. ఆర్డర్ మరియు పేషెంట్ ప్రిపరేషన్ (ప్రీ-ఎనలిటికల్) — పరీక్ష ఆర్డర్, రోగి సిద్ధం.
2. నమూనా సేకరణ మరియు లేబులింగ్ (ప్రీ-ఎనలిటికల్) — రక్తం/నమూనా సేకరించి గుర్తించబడుతుంది.
3. రవాణా మరియు అంగీకారం (ప్రీ-ఎనలిటికల్) - నమూనా ప్రయోగశాలకు చేరుకుంటుంది, అంగీకరించబడుతుంది, అనుకూలత తనిఖీ చేయబడుతుంది.
4. తయారీ (పూర్వ-విశ్లేషణ) — సెంట్రిఫ్యూగేషన్, వేరు, సార్టింగ్.
5. విశ్లేషణ (విశ్లేషణాత్మక) - పరికరంలో కొలత.
6. ధ్రువీకరణ (పోస్ట్-ఎనలిటికల్) — QC, డెల్టా, ఆటో/మాన్యువల్ విడుదల.
7. రిపోర్టింగ్ మరియు కమ్యూనికేషన్ (పోస్ట్-ఎనలిటికల్) - ఫలితం వైద్యుడు/రోగికి చేరుతుంది.

ప్రతి దశ ఆటోమేషన్ కోసం దాని అనుకూలతలో భిన్నంగా ఉంటుంది. కింది పట్టిక ఆటోమేషన్ సంభావ్యత మరియు చెక్‌పాయింట్‌ను దశలవారీగా సంగ్రహిస్తుంది:

అడుగు

ఆటోమేషన్ సంభావ్యత

AI యొక్క సహకారం

క్లిష్టమైన నియంత్రణ పాయింట్

నమూనా అంగీకారం/అనుకూలత

అధిక

అర్హత ప్రీ-స్క్రీనింగ్

తిరస్కరణ నిర్ణయం నిపుణుడికి చెందినది

క్రమబద్ధీకరించండి/ప్రాధాన్యపరచండి

అధిక

పనిభారం/అత్యవసర అంచనా

అత్యవసర అభ్యర్థనను విస్మరించకూడదు

పనిభారం/సిబ్బంది ప్రణాళిక

మధ్యస్థ-అధిక

డిమాండ్ సూచన

అడ్మినిస్ట్రేటర్‌లో ప్లాన్ ఆమోదించబడింది

పునరావృతం/పలచన అభ్యర్థన

మధ్యస్థ

ముసాయిదా నియమం

క్లిష్టమైన ఫలితం మానవునికి వెళుతుంది

ఫలితాల విడుదల

షరతులతో కూడిన

స్వయంచాలక ధ్రువీకరణ నియమం

మానవులకు మినహాయింపులు (యూనిట్ 5)

రిపోర్టింగ్ భాష

మధ్యస్థ

డ్రాఫ్ట్ టెక్స్ట్

నిపుణుల పారవేయడం వద్ద క్లినికల్ ఖచ్చితత్వం

ఏది ఆటోమేట్ చేయాలి మరియు ఏది ఎప్పుడూ?

సురక్షిత ఆటోమేషన్ యొక్క కళ సరైన వ్యత్యాసాన్ని పొందుతోంది. సాధారణ, పునరావృత, తక్కువ-తీర్పు దశలు ఆటోమేషన్‌కు బాగా సరిపోతాయి: నమూనా క్రమబద్ధీకరణ, పనిభారాన్ని అంచనా వేయడం, సాధారణ ఫలితాల షరతులతో కూడిన విడుదల, ప్రామాణిక నివేదిక ఆకృతి. తీర్పు, క్లినికల్ సందర్భం లేదా భద్రత-క్లిష్టమైన నిర్ణయం అవసరమయ్యే దశలు మానవుని వద్దనే ఉంటాయి: నమూనా తిరస్కరణ, క్లిష్టమైన విలువ నోటిఫికేషన్, అసాధారణ చిత్ర వివరణ, నిర్ధారణ.

ఆటోమేషన్ యొక్క అత్యంత కృత్రిమమైన ప్రమాదం ఏమిటంటే, ఒక తప్పు నియమం, ఒకసారి స్థాపించబడితే, వేలాది నమూనాలలో నిశ్శబ్దంగా పునరావృతమవుతుంది. ఒక వ్యక్తి ఒక్కొక్కటిగా పని చేస్తున్నప్పుడు పొరపాటును గమనించవచ్చు; ఆటోమేషన్ వేగం మరియు స్కేల్‌తో అదే లోపాన్ని పునరావృతం చేస్తుంది. అందుకే ప్రతి ఆటోమేషన్ దశకు మూడు అంశాలు జోడించబడతాయి: చెక్‌పాయింటింగ్ (నిర్దిష్ట ఫలితాలను మానవ దృష్టిలో ఉంచడం), పర్యవేక్షణ (ఆటోమేషన్ ఏమి చేస్తుందో నిరంతరం ట్రాక్ చేయడం) మరియు మాన్యువల్ మినహాయింపు మార్గం (ఆటోమేషన్‌ను దాటవేయడం మరియు అవసరమైనప్పుడు మాన్యువల్‌గా జోక్యం చేసుకునే సామర్థ్యం).

హెచ్చరిక: "సిస్టమ్ దానిని జాగ్రత్తగా చూసుకుంటుంది" అనేది ప్రయోగశాలలో అత్యంత ప్రమాదకరమైన సౌకర్యం. ఆటోమేషన్ పని చేస్తున్నట్లు కనిపించినప్పటికీ, దాని నిర్ణయాలను క్రమం తప్పకుండా నమూనా మరియు ఆడిట్ చేయండి; నిశ్శబ్ద నియమ లోపం నెలల తరబడి గుర్తించబడదు.

వర్క్‌ఫ్లోకు AIని ఎలా జోడించాలి

AI సహకారం అందించడానికి సురక్షితమైన ప్రాంతాలు ప్రణాళిక అవసరం, నిర్ణయాలు కాదు. పనిభారాన్ని అంచనా వేయడం మంచి ఉదాహరణ: చారిత్రక డేటా నుండి ఏ రోజు/సమయానికి ఎన్ని నమూనాలు వస్తాయో అంచనా వేయవచ్చు మరియు సిబ్బంది మరియు పరికరాల ప్రణాళికపై వెలుగునిస్తుంది. ఇది ఆమోదం పొందిన తర్వాత అనుకూలత కోసం నమూనాను ముందే పరీక్షించగలదు (లేబుల్ లేదు, ట్యూబ్ తప్పుగా ఉందా, పరిమాణం సరిపోతుంది). పునరావృతమయ్యే కమ్యూనికేషన్ టెక్స్ట్‌లను రూపొందించవచ్చు (డిపార్ట్‌మెంట్‌కు ఆలస్యం నోటీసు, విభాగానికి స్టాక్ హెచ్చరిక). ప్రక్రియ యొక్క అడ్డంకులను విశ్లేషించవచ్చు మరియు మెరుగుదల సూచనలను అందించవచ్చు. ఈ అన్ని సహకారాలలో, AI ఒక ప్రతిపాదన/డ్రాఫ్ట్‌ను ఉత్పత్తి చేస్తుంది; ఆమోదం మరియు అమలు వ్యక్తి వద్ద ఉంటాయి.

బలహీనమైన ప్రాంప్ట్ / బలమైన ప్రాంప్ట్

బలహీనమైన ప్రాంప్ట్:

నా ల్యాబ్ వర్క్‌ఫ్లోను ఆటోమేట్ చేయండి, ప్రతిదీ వేగవంతం చేయండి.

ఈ ప్రాంప్ట్‌లో ఆటోమేట్ చేయడానికి ఏ దశ, భద్రతా సరిహద్దులు మరియు చెక్‌పాయింట్‌లు లేవు. AI సాధారణ, అసాధ్యమైన మరియు ప్రమాదకర సిఫార్సులను ఉత్పత్తి చేస్తుంది; ఇది భద్రత-క్లిష్టమైన దశలను కూడా ఆటోమేట్ చేయగలదు.

శక్తివంతమైన ప్రాంప్ట్:

మీ పాత్ర: వర్క్‌ఫ్లో మెరుగుదల డ్రాఫ్ట్‌ను సిద్ధం చేసే ప్రయోగశాల నిర్వాహకుడికి సహాయకుడు. లక్ష్యం సురక్షితమైన త్వరణం. కింది దశకు ఆటోమేషన్ సూచనను ఇవ్వండి:[దశ, ఉదా. నమూనా అంగీకారం/అనుకూలత]. ప్రతి సూచన కోసం: (1) ఏ భాగాన్ని స్వయంచాలకంగా చేయవచ్చు, (2) ఏ భాగం మానవునిగా ఉండాలి (భద్రత/న్యాయవ్యవస్థ), (3) ఏ చెక్‌పాయింట్ మరియు మాన్యువల్ మినహాయింపు మార్గాన్ని జోడించాలి, (4) ఈ ఆటోమేషన్ మిస్ అయ్యే ప్రమాదం. క్లిష్టమైన విలువ నోటిఫికేషన్, నమూనా తిరస్కరణ నిర్ణయం మరియు రోగనిర్ధారణ స్వయంచాలకంగా చేయబడవు. అమలు నిర్ణయం నాదే.

బలమైన సంకల్పం దశను నిర్ణయిస్తుంది, స్వయంచాలకంగా ఉండే భాగాన్ని మరియు మానవునిలో ఉండే భాగాన్ని వేరు చేస్తుంది మరియు నియంత్రణ పాయింట్ మరియు ప్రమాదాన్ని ప్రశ్నిస్తుంది.

మూడు చిన్న కేసులు

కేస్ 1 - పనిభారం అంచనా. ప్రయోగశాల AIకి గత 12 నెలల రోజువారీ నమూనా గణనను అందిస్తుంది (అజ్ఞాతంగా, రోగి సమాచారం లేకుండా) మరియు వారపు డిమాండ్ సూచనను అభ్యర్థిస్తుంది. YZ సోమవారం ఉదయం మరియు నెల ప్రారంభంలో గరిష్ట స్థాయికి చేరుకుంటుంది మరియు వారాంతాల్లో తగ్గుతుంది. ఈ అంచనా ఆధారంగా, మేనేజర్ సోమవారం ఉదయం షిఫ్ట్‌కు మరో ఇద్దరిని చేర్చుకుంటాడు. ఫలితం: పీక్ అవర్స్‌లో సగటు ఫలితం సమయం 90 నిమిషాల నుండి 55 నిమిషాలకు తగ్గించబడింది. AI అంచనా వేసింది, మేనేజర్ ప్లాన్‌ని ఆమోదించారు.

కేస్ 2 — నమూనా అంగీకార ప్రీ-స్క్రీనింగ్. రిసెప్షన్ యూనిట్‌లో, AI-ఆధారిత నియంత్రణ ఇన్‌కమింగ్ ఆర్డర్‌లను స్కాన్ చేస్తుంది: లేబుల్-పేషెంట్ అనుకూలత, ట్యూబ్ రకం, కనిష్ట వాల్యూమ్. ఒక రోజు, "ట్యూబ్ రకం అభ్యర్థనకు అనుకూలంగా లేదు" ఫ్లాగ్ 18 నమూనాలపై కనిపిస్తుంది. సిబ్బంది వీటిని తనిఖీ చేస్తారు; 15 అసమతుల్యతలు మరియు మళ్లీ అభ్యర్థించబడ్డాయి, 3 తప్పుడు అలారాలు. ప్రీ-స్క్రీనింగ్ సమయం ఆదా అవుతుంది, కానీ తిరస్కరించే నిర్ణయం వ్యక్తికే ఉంటుంది; తుది నిర్ణయం స్వయంచాలకంగా ఉండదని తప్పుడు అలారాలు కూడా చూపుతాయి.

కేస్ 3 — నిశ్శబ్ద నియమ లోపం. ఒక ప్రయోగశాల పలుచన పునరావృతాల కోసం స్వయంచాలక నియమాన్ని ఏర్పాటు చేస్తుంది కానీ తప్పు థ్రెషోల్డ్‌లోకి ప్రవేశిస్తుంది; ఫలితంగా, కొన్ని అధిక విలువలు అనవసరంగా కరిగించబడతాయి మరియు తప్పుగా నివేదించబడ్డాయి. ఎవరూ వ్యక్తిగతంగా చూడనందున, తప్పు మూడు వారాలపాటు గుర్తించబడదు. సాధారణ ఆటోమేషన్ ఆడిట్‌లో, AI "ఒక నిర్దిష్ట విశ్లేషణ యొక్క ఊహించని పునరావృత పలచన" నమూనాను ఫ్లాగ్ చేస్తుంది మరియు లోపం కనుగొనబడింది. పాఠం: ఆటోమేషన్ అనుసరించకపోతే, లోపం నిశ్శబ్దంగా పెరుగుతుంది.

కాపీ చేయగల ప్రాంప్ట్ టెంప్లేట్‌లు

ప్రాసెస్ మ్యాపింగ్ టెంప్లేట్‌మాప్ కింది ప్రయోగశాల ప్రక్రియను దశలవారీగా మ్యాప్ చేయండి. ప్రతి దశకు: ఇన్‌పుట్, అవుట్‌పుట్, బాధ్యతాయుతమైన, అంచనా వేసిన సమయం, వైఫల్యం మరియు ఆటోమేషన్ సంభావ్యత (తక్కువ/మధ్యస్థం/అధిక). భద్రత-క్లిష్టమైన దశలను కూడా గుర్తించండి. ప్రక్రియ: [నిర్వచనం].

వర్క్‌లోడ్ అంచనా టెంప్లేట్ దిగువన అనామక (రోగి సమాచారం లేకుండా) రోజువారీ/గంట నమూనా గణనలు. వారంవారీ మరియు గంట డిమాండ్ నమూనాను సంగ్రహించండి; గరిష్ట మరియు తక్కువ కాలాలను పేర్కొనండి. సిబ్బంది/పరికర ప్రణాళిక కోసం సూచనలు ఇవ్వండి, కానీ నిర్ణయాన్ని నాకు వదిలివేయండి. డేటా: [జాబితా].

ఆటోమేషన్ సెక్యూరిటీ అనాలిసిస్ టెంప్లేట్ కింది ఆటోమేషన్ ఆలోచనను మూల్యాంకనం చేయండి: [ఐడియా]. (1) ఏ భాగాన్ని సురక్షితంగా స్వయంచాలకంగా మార్చవచ్చు, (2) మానవునికి ఏ భాగాన్ని వదిలివేయాలి, (3) ఏ చెక్‌పాయింట్ మరియు మాన్యువల్ మినహాయింపు జోడించాలి, (4) ఈ నియమం పొరపాటు చేస్తే, అది ఎన్ని ఫలితాలను ప్రభావితం చేస్తుంది మరియు నేను ఎలా గమనించాలి? నేను దరఖాస్తు చేయడానికి ముందు ప్రమాదాన్ని చూడాలనుకుంటున్నాను.

ఆటోమేషన్ ఆడిట్ టెంప్లేట్ ఇటీవల ఆటోమేటెడ్ నియమం ద్వారా రూపొందించబడిన అనామక నిర్ణయ సారాంశాలు (ఎన్ని ఫలితాలు ఆమోదించబడ్డాయి, ఎన్ని ప్రతిరూపాలు/పలచనలు అభ్యర్థించబడ్డాయి, ఎన్ని మినహాయింపులు). ఏదైనా ఊహించని నమూనాలు లేదా నమూనాలను గుర్తించండి. మూల కారణాన్ని తనిఖీ చేయడానికి మీరు చూడవలసిన వాటిని వ్రాయండి; నేను నిర్ణయం తీసుకుంటాను. డేటా: [జాబితా].

సాధారణ తప్పులు

• భద్రత-క్లిష్టమైన దశను ఆటోమేట్ చేస్తోంది. నమూనా తిరస్కరణ, క్లిష్టమైన నోటిఫికేషన్ మరియు రోగ నిర్ధారణ స్వయంచాలకంగా లేవు; మానవ తీర్పు అవసరం.
• చెక్‌పోస్టులు మరియు మినహాయింపు మార్గాలను ఉంచడం లేదు. పర్యవేక్షించబడని ఆటోమేషన్ నిశ్శబ్దంగా లోపాన్ని కొలుస్తుంది.
• ఆటోమేషన్‌ని సెటప్ చేయండి మరియు దాని గురించి మరచిపోండి. నియమాలను క్రమం తప్పకుండా ఆడిట్ చేయకపోతే, సరికాని థ్రెషోల్డ్ నెలల తరబడి నష్టాన్ని కలిగిస్తుంది.
• తప్పుడు అలారంను విస్మరించడం. ముందస్తు స్కానింగ్ కూడా తప్పుడు అలారాలను ఉత్పత్తి చేస్తుంది; తుది నిర్ణయం ఎల్లప్పుడూ వ్యక్తి వద్ద ఉంటుంది.
• గుర్తింపు డేటాను ప్లానింగ్ ప్రాంప్ట్‌లో ఉంచడం. పనిభారాన్ని అంచనా వేయడానికి సంఖ్యాపరమైన, అనామక డేటా సరిపోతుంది; రోగి గుర్తింపు అవసరం లేదు.

చిట్కా: ప్రతి ఆటోమేషన్ ఆలోచనను అమలు చేయడానికి ముందు, ఒక ప్రశ్నకు సమాధానం ఇవ్వండి: "ఈ నియమం తప్పుగా పని చేస్తే ఎన్ని ఫలితాలను ప్రభావితం చేస్తుంది మరియు నేను ఎలా గమనించాలి?" సమాధానం స్పష్టంగా లేకుంటే, ముందుగా మానిటరింగ్ మరియు చెక్‌పాయింటింగ్‌ని సెటప్ చేయండి, ఆపై దాన్ని ఆటోమేట్ చేయండి.

సారాంశంలో

వర్క్‌ఫ్లో ఆటోమేషన్ పునరావృత మరియు తక్కువ-తీర్పు దశలను క్రమబద్ధీకరించడం ద్వారా ప్రయోగశాలను వేగవంతం చేస్తుంది. సురక్షిత ఆటోమేషన్‌కు కీలకం ఏమిటంటే, భద్రత-క్లిష్టమైన దశల (తిరస్కరణ, క్లిష్టమైన నోటిఫికేషన్, రోగ నిర్ధారణ) నుండి ఆటోమేటబుల్ దశలను (సార్టింగ్, వర్క్‌లోడ్ అంచనా, షరతులతో కూడిన విడుదల) వేరు చేయడం; మరియు ప్రతి ఆటోమేషన్‌కు చెక్‌పాయింటింగ్, మానిటరింగ్ మరియు మాన్యువల్ మినహాయింపు పాథింగ్‌లను జోడిస్తుంది. కృత్రిమ మేధస్సు అనేది ప్రణాళిక, అంచనా మరియు డ్రాఫ్ట్‌లను రూపొందించడంలో శక్తివంతమైన సహాయకుడు, అయితే నిర్ణయం మరియు ఆమోదాన్ని మానవుని చేతిలో ఉంచుతుంది. అతిపెద్ద ప్రమాదం నిశ్శబ్దంగా స్కేలింగ్ రూల్ బగ్; అందువల్ల, ఆటోమేషన్ ఇన్‌స్టాల్ చేయడంతో ముగియదు, ఇది నిరంతరం పర్యవేక్షించబడుతుంది.

అప్లికేషన్ టాస్క్

మీ ప్రయోగశాల నుండి ఒక ప్రక్రియను ఎంచుకోండి (ఉదా. నమూనా అంగీకారం) మరియు "ప్రాసెస్ మ్యాపింగ్" టెంప్లేట్‌తో దాని దశలు, ఎర్రర్ పాయింట్లు మరియు ఆటోమేషన్ సంభావ్యతను మ్యాప్ చేయండి. అధిక సంభావ్య దశ కోసం, "ఆటోమేషన్ సెక్యూరిటీ అనాలిసిస్" టెంప్లేట్‌ను వర్తింపజేయండి మరియు మానవునితో ఏ భాగం ఉంటుంది మరియు మీరు ఏ నియంత్రణ పాయింట్‌ని జోడిస్తారో స్పష్టం చేయండి. అనామక చారిత్రక నమూనా గణనలతో "వర్క్‌లోడ్ సూచన"ని ప్రయత్నించండి.

చెక్లిస్ట్

• [ ] నేను ప్రక్రియను దశలవారీగా మ్యాప్ చేసాను; నేను భద్రతా కీలకమైన దశలను గుర్తించాను.
• [ ] నేను ఆటోమేటెడ్ మరియు మానవునితో ఉండే భాగాలను వేరు చేసాను.
• [ ] నేను ప్రతి ఆటోమేషన్‌కు చెక్‌పాయింట్, ట్రేస్ మరియు మాన్యువల్ మినహాయింపు మార్గాన్ని జోడించాను.
• [ ] "ఇది తప్పుగా పని చేస్తే అది ఎన్ని ఫలితాలను ప్రభావితం చేస్తుంది?" నేను ప్రశ్నకు సమాధానం ఇచ్చాను.
• [ ] నేను పనిభారాన్ని అంచనా వేయడానికి అనామక, సంఖ్యా డేటాను మాత్రమే ఉపయోగించాను.
• [ ] నేను సాధారణ ఆటోమేషన్ తనిఖీ ప్రణాళికను ఏర్పాటు చేసాను.