Pagsulat ng Kasaysayan ng Pasyente (Anamnesis) at Epicrisis — Artipisyal na Katalinuhan sa Medisina

Mga nadagdag:

Kakayahang gumawa ng anamnesis, epicrisis at clinical note draft nang mabilis at pare-pareho sa mga structured prompt
Kakayahang suriin ang mga gawa-gawang natuklasan, maling petsa at hindi pagkakapare-pareho sa tekstong ginawa ng artificial intelligence mula sa pananaw ng isang manggagamot
Kakayahang protektahan ang privacy ng pasyente at eksaktong katumpakan sa totoong file sa mga klinikal na teksto

Ang anamnesis ay ang kasaysayan ng pasyente: kailan at paano nagsimula ang reklamo; mga nakaraang sakit, gamot, gawi. Ang Epicrisis ay isang buod na ulat ng isang proseso ng pagpapaospital o paggamot; Inilalarawan nito kung paano dumating ang pasyente, kung paano siya ginagamot, at kung paano siya pinalabas. Ang mga dokumentong ito ay ang batayan ng klinikal na pangangalaga at ang legal na rekord. Ang pagsusulat ay tumatagal ng oras at inaalis ang manggagamot mula sa tabi ng kama. Dito mahalaga ang artificial intelligence (AI): gawing organisadong text ang mga magugulong tala, binabawasan ang pag-uulit, nagbibigay ng pare-parehong wika. Ngunit mayroong isang kritikal na panganib: ang AI ay maaaring magdagdag ng mga natuklasan na wala sa iyong mga tala "dahil lamang sila ay tila makatotohanan" (hallucination). Ang isang klinikal na dokumento ay isang legal na rekord; Ang bawat linya ay dapat na eksaktong tama sa aktwal na file. Sa unit na ito, matututunan mong gamitin ang AI nang ligtas sa pagsulat ng anamnesis at epicrisis.

Ang kapangyarihan at mga pitfalls ng AI sa pagbuo ng teksto

Ang kapangyarihan ng AI ay gawing organisadong output ang magulo na input. Ginagawa nitong maiikling tala tulad ng "62 taong gulang na lalaki, 3 araw ng pananakit ng dibdib, HT, ECG normal, troponin negatibo, pagmamasid" sa isang mahusay na pamagat at matatas na epicrisis. Makakatipid ito ng ilang minuto at mapapabuti ang pagiging madaling mabasa.

Ang bitag ay ang ugali ng AI na "mag-complement". Natutunan ng modelo kung ano ang matatagpuan sa isang tipikal na epicrisis; Samakatuwid, kahit na hindi mo ito ibigay, maaari silang magdagdag ng mga pahayag tulad ng "walang patolohiya na nakita sa pisikal na pagsusuri" o "ang lagnat ay 38 degrees". Kung wala ang mga ito sa aktwal na file, ang dokumento ay hindi tama at legal na may problema. Bukod pa rito, maaaring malito ng AI ang mga petsa, dosis, at mga halaga ng lab. Kaya ang ginintuang tuntunin: hayaang i-edit lamang ng AI ang impormasyong ibibigay mo; Huwag magdagdag ng anumang natuklasan.

Pansin: Ang epicrisis at anamnesis ay mga legal na dokumento. Ang bawat linya na ginagawa ng AI ay hindi maaaring lagdaan nang hindi ito inihahambing sa aktwal na file. Ang isang gawa-gawang paghahanap (non-existent fever, non-existent allergy) ay nagdudulot ng parehong klinikal at legal na mga panganib.

Hakbang-hakbang: Ligtas na klinikal na text gamit ang AI

Kolektahin ang mga tala nang hindi nagpapakilala at ganap. Ihanda ang lahat ng klinikal na data nang walang pagtukoy ng impormasyon.
Bigyan ng mahigpit na panuntunan ang AI. "I-edit lang ang impormasyong ibinigay ko; huwag magdagdag ng anumang mga natuklasan, halaga, o petsa. Kung mayroong anumang nawawalang mga patlang, isulat ang [MISSING]."
Tukuyin ang istraktura. Mga pamagat: anamnesis, pagsusuri, pagsusuri, pagsusuri, paggamot, rekomendasyon.
Ihambing ang output sa file sa bawat linya. Talaga bang umiiral ang bawat paghahanap?
Tanggalin ang anumang idinagdag/ginawa. Punan ang [NAWALA] na mga field ng aktwal na data.
Bilang isang manggagamot, basahin, iwasto at lagdaan. Nasa iyo ang responsibilidad.

tatlong mini case

Case 1 — Nahuli ang pekeng paghahanap. Napansin ng isang manggagamot na idinagdag ng AI ang "lagnat na 38.5 degrees" sa epicrisis kapag walang impormasyon sa lagnat sa kanyang mga tala. Sa totoong file, ang temperatura ay 36.8. Tinatanggal ng manggagamot ang linyang ito. Kung hindi ito nasuri, isang maling vital sign ang naipasok sa opisyal na dokumento.

Kaso 2 — Pagkalito sa petsa. Sa epicrisis ng 4 na araw na pagkakaospital, isinulat ng AI ang mga petsa ng admission at discharge pabalik at naglalagay ng pagsusuri sa maling araw. Inihambing ng doktor ang pagkakasunud-sunod ng petsa sa file at itinatama ito. Ang maling petsa ay maaaring makagambala sa parehong klinikal na daloy at reimbursement.

Case 3 — Tama at mabilis na paggamit. Sa isang abalang araw ng outpatient, ang doktor ay hindi nagpapakilalang nagko-convert ng 12 maikling tala ng mga pasyente sa mga regular na epicrise na may AI; Inihahambing nito ang bawat isa sa file at gumagawa ng average na 3 pagwawasto. Bumababa ng higit sa kalahati ang kabuuang oras ng pagsulat, at tumataas ang pagkakapare-pareho ng wika. Sumulat si AI, kinumpirma at pinirmahan ng doktor.

AI output audit chart

Susuriin

mapanganib na pag-uugali

tamang pag-uugali

Mga natuklasan

Ang isang hindi umiiral na paghahanap ay idinagdag

Tanging ang mga natuklasan sa file

mahalaga/laboratoryo

Binubuo/halo-halong halaga

Eksakto sa mga tunay na halaga

Mga petsa

Nabaliktad ang pagpasok/paglabas

Kronolohiya katulad ng file

Gamot/dosis

Dosis idinagdag/binago

Eksakto sa reseta

Naiwan ang pangalan/TC sa text

Anonymous, KVKK compliant

Apat na maaaring kopyahin na mga template

Tungkulin: Isa kang clinical copy editor. Hindi ka doktor; HINDI KA MAAARING MAGDAGDAG ng impormasyon.Gawain: Gawing organisadong balangkas ng EPICRISE ang mga sumusunod na maluwag na tala.PANUNTUNAN: Gamitin lamang ang impormasyong ibibigay ko. HUWAG DAGDAG ng anumang mga palatandaan, vitals, laboratoryo, petsa o dosis. Markahan ang nawawalang field bilang [NAWALA]. Mga Pamagat: Anamnesis / Physical Examination / Examinations / Diagnosis / Treatment / Recommendations.Notes (anonymous): [...]

Gawain: Ihambing ang burador ng epicrisis sa ibaba sa ORIHINAL na tala na aking ibinigay. Markahan ang bawat pangungusap, halaga at petsa na WALA sa mga tala. Magbigay ng hiwalay na listahan ng anumang bagay na maaaring ginawa/idinagdag. Mga orihinal na tala: [...]Draft: [...]

Gawain: Ayusin ang sumusunod na kasaysayan ng pasyente ayon sa sistematikong anamnesis heading: reklamo, kasaysayan, CV, family history, mga gamot, gawi, allergy. Magdagdag ng impormasyon; mag-iwan ng nawawalang pamagat [MISSING].Raw story (anonymous): [...]

Gawain: Tukuyin ang anumang impormasyon sa pagkakakilanlan (pangalan, apelyido, TR ID, numero ng file, telepono, address) na maaaring manatili sa teksto sa ibaba at palitan ito ng [ANONOMY]. Huwag baluktutin ang klinikal na kahulugan. Teksto: [...]

Mahinang prompt / Malakas na prompt

Mahina: "Sumulat ng magandang epicrisis para sa pasyenteng ito."

Güçlü: "Gawing organisadong epicrisis ang mga anonymous na tala sa ibaba. Gamitin lamang ang impormasyong ibinigay ko; huwag magdagdag ng anumang mga natuklasan, vitals, mga halaga ng laboratoryo, petsa o dosis. Iwanan ang mga nawawalang field bilang [NAWALA]. Mga Heading: Anamnesis, Physical Examination, Examinations, Diagnosis, Paggamot, Rekomendasyon. Sa dulo ay idinagdag mo ang isang hiwalay na listahan, kung wala ito."

Sa malakas na prompt, ang pinto ng AI sa pagdaragdag ng impormasyon ay sarado at ang kontrol ay pinasimple.

Mga karaniwang pagkakamali

Hindi napapansin ang gawa-gawang paghahanap. Maaaring magdagdag ng non-AI fever/allergy/exam.
Hindi sinusuri ang mga petsa at halaga. Maaaring malito ng AI ang kronolohiya at laboratoryo.
Nag-iiwan ng impormasyon ng pagkakakilanlan sa teksto. Panganib ng paglabag sa KVKK.
Pinirmahan ang printout nang hindi ito binabasa. Ang responsibilidad ay nakasalalay sa manggagamot; Ang bawat hilera ay dapat ma-validate.
Hindi pagbibigay ng panuntunang "magdagdag ng impormasyon." Nang walang mga panuntunan, pinupunan ng AI ang mga puwang.

Voice memo at speech-to-text attention

Ang isang lalong karaniwang paggamit ay para sa doktor na kumuha ng isang tala ng boses sa panahon ng pagsusuri at i-convert ito at i-istruktura sa teksto (speech-to-text) ng AI. Pinapataas nito ang oras sa tabi ng kama at binabawasan ang pasanin sa pag-type. Ngunit nagdadala ito ng dalawang karagdagang panganib. Una, error sa transkripsyon: maaaring malito ang katulad na tunog ng mga terminong medikal (hal. “hypo-” at “hyper-” prefix, pangalan ng gamot, numero). Ang "15 mg" ay madaling maisulat bilang "50 mg". Pangalawa, media leakage: ang pangalan o impormasyon ng isa pang pasyente ay maaaring pumasa sa background habang nagre-record; hindi sinasadyang humahantong ito sa panghihimasok sa privacy.

Kaya ang speech-to-text na output ay dapat pumasa sa dalawang layer ng mga pagsusuri: una para sa katumpakan ng transkripsyon (lalo na sa pamamagitan ng pakikinig o paghahambing ng dosis, numero, at mga pangalan ng gamot sa tala), pagkatapos ay para sa katumpakan ng nilalaman (mayroon bang anumang katha o pinagdugtong na impormasyon). Ang mismong voice recording ay pribadong data din; Ang pag-iimbak, pagtanggal at pag-access ay dapat na pamahalaan alinsunod sa KVKK.

Pansin: Ang pinaka-mapanganib na error sa text na ginawa mula sa isang voice memo ay ang silent number error. Palaging i-verify ang dosis at mga numerical na halaga nang hiwalay; Hindi sapat na ito ay "tunog ng tama" sa tainga.

Sa buod

Ang AI ay nakakatipid ng maraming oras sa pagsulat ng anamnesis at epicrisis; ginagawang maayos at magkakaugnay na teksto ang magulong tala. Ngunit ang klinikal na dokumento ay isang legal na rekord at maaaring magdagdag ng impormasyong hindi AI. Laging ibigay ang panuntunan na "gamitin lamang ang impormasyong ibibigay ko, huwag magdagdag ng kahit ano", ihambing ang output linya sa pamamagitan ng linya sa aktwal na file, tanggalin ang anumang nabuo, at mag-sign bilang isang manggagamot. Huwag kailanman laktawan ang pag-anonymize ng mga kredensyal.

Gawain ng aplikasyon

Gawing epicrisis ang maikling tala ng isang hindi kilalang kaso na may malakas na template sa itaas. Pagkatapos ay mayroon kang AI na ihambing ang output nito sa orihinal na mga tala: ilang linya ang ginawa o idinagdag? Hanapin at tanggalin ang mga ito nang manu-mano, punan ang mga field na [NAWALA], at suriin ang huling teksto. Tandaan kung aling headline ang pinakamadalas mong makitang gawa-gawang impormasyon.

checklist

[ ] Kinokolekta ko ang mga tala nang hindi nagpapakilala at ganap.
[ ] Nilinaw ko ang panuntunan ng "pagdaragdag ng impormasyon" sa AI.
[ ] Inihambing ko ang output linya sa pamamagitan ng linya sa aktwal na file.
[ ] Tinanggal ko ang mga pekeng natuklasan, halaga at petsa.
Pinunan ko ang [ ] [NAWALA] na mga field ng aktwal na data.
[ ] Na-verify ko na walang natitirang mga kredensyal.
[ ] Bilang isang manggagamot, nagbasa ako, nagwasto at pumirma.