Mga nadagdag:
- Kakayahang tukuyin kung bakit hindi maaaring italaga ang mga desisyon sa diagnosis, paggamot at gamot sa artificial intelligence at ang papel ng karampatang pag-apruba ng doktor
- Kakayahang gumamit ng artificial intelligence sa larangang ito lamang bilang isang pre-screening, checklist at tool sa komunikasyon sa loob ng mga ligtas na limitasyon
- Kakayahang ipatupad kung paano isara ang isang rekomendasyon sa AI na kritikal sa kaligtasan gamit ang protocol ng ahensya, klinikal na pagsusuri, at karampatang pag-apruba
Isa sa pinakamahalagang propesyonal na kasanayan ng isang nars ay ang pag-alam kung ang isang desisyon ay nasa loob ng kanyang hurisdiksyon o ng doktor/espesyalista. Ang limitasyong ito ay hindi lamang isang burukrasya, ito ang batayan ng kaligtasan ng pasyente. Sa edad ng artipisyal na katalinuhan, ang hangganang ito ay nagiging mas mahalaga: ang artificial intelligence ay nagsasalita nang matatas at may kumpiyansa na maaaring mahulog sa bitag ng pag-iisip na ito ay isang dalubhasa. Sa unit na ito, malalaman mo kung bakit hindi maaaring italaga ang mga desisyong kritikal sa kaligtasan sa artificial intelligence, ang papel ng karampatang pag-apruba ng doktor/eksperto, at kung paano gumamit ng artificial intelligence sa loob ng mga ligtas na limitasyon sa larangang ito. Di-nababagong prinsipyo: Ang diagnosis, paggamot, gamot at kritikal sa kaligtasan na mga klinikal na desisyon ay nangangailangan ng karampatang pag-apruba ng doktor/espesyalista; Hindi pinapalitan ng AI output ang pag-apruba na ito.
Ano ang desisyong kritikal sa seguridad?
Ang isang desisyong kritikal sa kaligtasan ay isa na, kung hindi tama, ay maaaring magdulot ng malubha, hindi maibabalik na pinsala sa pasyente o ilagay sa panganib ang kanyang buhay. Sa konteksto ng pag-aalaga, ang mga ito ay karaniwang nasa saklaw ng manggagamot: paggawa ng diagnosis, pagsisimula o pagbabago ng paggamot, pag-order ng gamot at dosis, desisyon sa operasyon, desisyon sa paglabas. Ang nars ay mayroon ding sariling mga pagsasaalang-alang na kritikal sa kaligtasan: napansin na ang isang pasyente ay lumalala, na kinikilala ang isang sitwasyon na nangangailangan ng agarang interbensyon. Ang mga pagpapasyang ito ay pinapakain ng data, ngunit ang mga tao ang may huling say.
Ang artificial intelligence ay hindi maaaring magkaroon ng panghuling desisyon sa alinman sa mga desisyong ito. Ang dahilan ay simple: hindi nakikita ng artificial intelligence ang pasyente, hindi inaako ang responsibilidad, hindi nananagot at maaaring mag-hallucinate. Ang pag-iwan ng diagnosis, dosis, o desisyon sa AI ay paglilipat ng responsibilidad sa isang partido na hindi maaaring kumuha ng responsibilidad — ito ay parehong hindi katanggap-tanggap sa etika at legal.
Pansin: Gaano man kakumbinsi ang pagpapaliwanag ng artificial intelligence sa isang desisyon, hindi ito nangangahulugan na ito ay tama o may awtoridad. Ang katatasan ay hindi kadalubhasaan. Ang bawat desisyon na kritikal sa kaligtasan ay isinara sa pagsusuri at pag-apruba ng isang karampatang manggagamot/eksperto.
Ang ligtas na papel ng artificial intelligence
Ang AI ay hindi ganap na ibinukod mula sa domain na kritikal sa seguridad; ngunit ang papel nito ay mahigpit na limitado. Ang mga secure na tungkulin ay:
- Paunang pag-scan: Pagpapaalala sa mga puntong dapat isaalang-alang sa isang masa ng impormasyon.
- Checklist: Paggawa ng mga nakikitang hakbang na maaaring laktawan.
- Tool sa komunikasyon: Pag-aayos ng pag-uulat sa komunikasyon ng doktor at pasyente.
- Organisasyon ng impormasyon: Paglalagay ng dispersed data sa naiintindihan na anyo.
Wala sa mga tungkuling ito ang gumagawa ng mga desisyon; Lahat sila ay naghahanda at nagpapadali sa desisyon ng tao. Ang panganib ay gawing papel na "paggawa ng desisyon" ang pansuportang papel na ito.
tatlong mini case
Kaso 1 — Tamang hangganan. Hiniling ng isang nars sa AI na mag-isyu ng ulat ng SBAR para sa lumalalang pasyente, pagkatapos ay tumawag sa doktor. Ang doktor ang gumagawa ng desisyon sa paggamot. Ang artificial intelligence ay nagpabilis ng komunikasyon; Ang desisyon ay nanatili sa doktor. Ang hangganan ay iginuhit nang tama.
Kaso 2 — Mapanganib na turnover. Tinanong ng isang nars ang artificial intelligence "anong diagnosis at anong paggamot sa mga sintomas na ito?" at pagtatangkang ipatupad ang mungkahi nang hindi kumukunsulta sa isang manggagamot. Nakikialam ang charge nurse: ang diagnosis at paggamot ay desisyon ng doktor. Aralin: Hindi pinapalitan ng mungkahi ng AI ang order.
Kaso 3 — Kumpirmahin ang pagsasara. Napansin ng isang nars ang isang posibleng pakikipag-ugnayan sa droga na paunang sinusuri ng AI. Dinadala niya ito sa parmasyutiko at manggagamot hindi bilang isang "desisyon" ngunit bilang isang "tanong". Sinusuri at ginagawa ng mga eksperto ang desisyon. Ang artificial intelligence ay nakakuha ng pansin, ang mga tao ay gumawa ng desisyon, at ang proseso ay nagsara nang may karampatang pag-apruba.
Hakbang-hakbang: i-off ang isang rekomendasyon sa AI na kritikal sa seguridad
- Tratuhin ang mungkahi bilang isang tanong, hindi isang desisyon. "Na-flag ito ng AI" ay isang panimula.
- Tukuyin ang iyong hurisdiksyon. Ang desisyon ba na ito ay sa nars o sa doktor/espesyalista?
- Subukan gamit ang pinagmulan at protocol. Ang rekomendasyon ba ay angkop sa kasalukuyang kaalaman?
- Dalhin ito sa isang karampatang espesyalista. Hayaang suriin ito ng manggagamot/parmasyutiko/eksperto.
- Itala ang desisyon at ang pangangatwiran nito. Isara nang may karampatang pag-apruba.
- Panatilihin ang AI sa isang papel na paghahanda lamang.
Apat na maaaring kopyahin na mga template
Gawain: Markahan ang isang PRE-SCAN na listahan ng mga posibleng panganib na nangangailangan ng pansin sa mga sumusunod (anonymous) na natuklasan. Paggawa ng diagnosis, pagrerekomenda ng paggamot; Bigyan ang bawat item ng tala ng "dapat i-refer sa pagsusuri ng doktor". Mga natuklasan: [...]
Gawain: Ayusin ang impormasyong kailangan kong iparating sa manggagamot para sa sitwasyon ng pasyente na ito sa format na SBAR. Paggawa ng mga desisyon o utos; ihanda lang ang communication. Sitwasyon: [...]
Gawain: Paalalahanan ako bilang isang checklist ng mga hakbang sa kaligtasan na maaaring makaligtaan sa panahon ng proseso ng paggagamot/pagdedesisyon na ito. Ang desisyon ay nasa akin at sa karampatang eksperto; Ipapaalala mo lang sa akin ang mga hakbang. Proseso: [...]
Gawain: Uriin ang sumusunod na mungkahi ng artificial intelligence mula sa pananaw ng isang nars: ang desisyon ba na ito ay nasa awtoridad ng nars, nangangailangan ba ito ng pag-apruba ng doktor/espesyalista? Para sa bawat item, isulat ang lugar ng awtoridad at kung bakit kailangan itong pumunta para sa pag-apruba. Mungkahi: [...]
Mahinang prompt / Malakas na prompt
Mahina: "Aling paggamot ang dapat kong simulan sa pasyenteng ito?"
Güçlü: "Markahan ang mga punto ng atensyon na kailangan kong ihatid sa doktor sa mga sumusunod na hindi kilalang natuklasan bilang isang listahan ng pre-screening at bigyan ang bawat isa sa kanila ng tala ng 'nangangailangan ng pagsusuri ng doktor'. Huwag gumawa ng diagnosis, huwag magrekomenda ng paggamot. Ang layunin ko ay maghanda para sa pakikipagpulong sa doktor; ang manggagamot ang gagawa ng desisyon."
Sa malakas na prompt, ang artificial intelligence ay pinananatili sa paghahanda na papel; Ang desisyon ay malinaw na naiwan sa manggagamot.
Mga karaniwang pagkakamali
- Napagkakamalang katatasan para sa kadalubhasaan. Ang kumpiyansa na tono ng AI ay hindi awtoridad o katumpakan.
- Pagpapalit ng mungkahi sa pagkakasunud-sunod. Ang diagnosis, paggamot at dosis ay nasa ilalim ng awtoridad ng manggagamot.
- Nakakalito na hurisdiksyon. Alam kung aling desisyon ang may kaligtasan ng pasyente.
- Nilaktawan ang hakbang sa pagkumpirma. Ang desisyong kritikal sa seguridad ay nagsasara nang may karampatang kumpirmasyon.
- Paglipat ng pansuportang tungkulin sa pagpapasya. Ang pre-screening ay hindi isang desisyon.
Sariling utos ng nars: adbokasiya
Ang prinsipyo ng karampatang pagpayag ay hindi ginagawang isang passive practitioner ang nars. Sa kabaligtaran, ang pinakamalakas na propesyonal na tungkulin ng nars ay ang adbokasiya ng pasyente: huminto at magtanong, at tumutol kung kinakailangan, kapag ang isang utos o desisyon ay malamang na makapinsala sa pasyente. Halimbawa, kung ang isang dosis ay tila di-pangkaraniwang mataas, ang nars ay hindi bulag na ibinibigay ito dahil ito ay sinabihan na "pangasiwaan ito"; Tinanong niya ang doktor at humihingi ng kumpirmasyon. Ito ay parehong awtoridad at responsibilidad ng nars. Maaaring suportahan ng AI ang adbokasiya na ito: maaari nitong i-pre-screen at makuha ang atensyon ng nurse sa mga aspeto ng isang order na tila hindi karaniwan. Ngunit ipinakita ng nars ang desisyon at lakas ng loob na magtanong.
Dito, gumaganap ang AI ng isang kawili-wiling papel na dalawa: sa isang banda, maaari nitong ipaalala sa nars ang isang panganib na maaaring makaligtaan niya, ngunit sa kabilang banda, hindi nito dapat palitan ang sariling klinikal na intuwisyon ng nars. Ang pinakamalusog na balanse ay ang paggamit ng AI bilang pangalawang mata na nagpapatunay o humahamon sa iyong intuwisyon, ngunit iniiwan ang pangwakas na desisyon sa iyong sariling paghuhusga at karampatang pag-apruba ng eksperto.
Automation bias bitag
Ang automation bias ay ang ugali ng mga tao na magtiwala sa output ng isang makina o software nang higit pa sa kanilang sariling paghuhusga. Sa pangangalagang pangkalusugan, ito ay mapanganib: maaaring matukso ang isang nars na sundin ang isang rekomendasyon ng AI na lumalabas sa screen, kahit na iba ang sinasabi sa kanya ng sarili niyang obserbasyon. Ang panlunas sa bitag na ito ay ilagay ang AI bilang isang "katulong" sa halip na isang "awtoridad." Kapag may iminumungkahi ang AI, dapat reflexively magtanong, "Buweno, kasya ba ito sa pasyenteng ito, sumasalungat ba ito sa nakikita ko?" Kapag ang iyong sariling klinikal na obserbasyon ay sumasalungat sa AI, umasa sa iyong obserbasyon bilang default at suriin ang sitwasyon kasama ang karampatang eksperto. Dahil lang sa tiwala ang isang makina ay hindi nangangahulugang hindi ka tama. Ang conscious doubt na ito ay ang pinakamahalagang propesyonal na ugali ng ligtas na paggamit ng AI.
Tip: Upang mabilis na matukoy kung ang isang desisyon ay "mahalaga sa kaligtasan," tanungin ang iyong sarili: "Magkakaroon ba ang pasyente ng hindi maibabalik na pinsala kung ito ay mali?" Kung ang sagot ay "oo" o "siguro", ang desisyong iyon ay nasa red zone at nangangailangan ng karampatang pag-apruba ng eksperto; Preparatory lang ang AI doon. Ang simpleng tanong na ito ay isang mabilis at maaasahang compass sa pang-araw-araw na pagsasanay. Ang pangalawang compass ay: "Kung kailangan kong ipagtanggol ang desisyong ito, ano ang magiging katwiran ko?" Kung ang tanging katwiran mo ay "Iminungkahi ito ng AI", huminto; Ang iyong pagbibigay-katwiran ay dapat palaging isang institusyonal na protocol, order, ebidensya o klinikal na pagsusuri. Ang dalawang tanong na ito ay ang pinaka-praktikal na paraan upang iguhit nang tama ang hangganan.
Sa buod
Mga desisyong kritikal sa kaligtasan—diagnosis, paggamot, gamot, paglabas, pagtatasa ng pagkasira—kapag mali, nagdudulot ng hindi maibabalik na pinsala at nangangailangan ng karampatang pag-apruba ng doktor/espesyalista. Ang artificial intelligence ay hindi maaaring magkaroon ng pangwakas na say sa mga desisyong ito dahil hindi nito nakikita ang pasyente, hindi inaako ang responsibilidad at maaaring mag-hallucinate. Ang ligtas na papel ng AI ay pre-screening, checklisting, komunikasyon at organisasyon ng impormasyon. Ang pagpapalit ng pantulong na tungkulin sa isang tungkulin sa pagpapasya ay ang pinakamapanganib na pagkakamali; Ang bawat suhestiyon na kritikal sa seguridad ay sarado nang may karampatang pag-apruba.
Gawain ng aplikasyon
Pumili ng halimbawa ng desisyong kritikal sa kaligtasan mula sa iyong sariling pagsasanay (hal., pagbabago ng dosis ng gamot, pagtatasa ng pagkasira). Magdisenyo ng daloy kung saan ginagamit mo lang ang AI sa isang paghahandang papel sa prosesong ito: sa kung aling hakbang ang pre-screening, sa anong hakbang ng komunikasyon, sa anong hakbang ang karampatang pag-apruba. Isulat sa isang talata kung bakit hindi makagawa ng desisyon ang artificial intelligence at kung sino ang may pag-apruba.
checklist
- [ ] Natukoy ko na ang hurisdiksyon ng desisyon.
- [ ] Kinuha ko ang mungkahi ng artificial intelligence bilang isang tanong, hindi isang desisyon.
- [ ] Sinubukan ko ang mungkahi gamit ang pinagmulan at protocol.
- [ ] Ipinarating ko ang desisyong kritikal sa kaligtasan sa isang karampatang manggagamot/espesyalista.
- [ ] Pinananatili ko ang AI sa isang papel na paghahanda lamang.
- [ ] Itinala ko ang desisyon at ang katwiran nito.
- [ ] Hindi ako nahulog sa bitag ng mapagkakamalang katatasan para sa kadalubhasaan.