收益：
- 能够根据结构化提示快速、一致地生成病历、经历和临床笔记草稿
- 能够从医生的角度检查人工智能生成的文本中捏造的结果、错误的日期和不一致之处
- 能够利用临床文本中的真实文件来保护患者隐私和准确度
既往史是患者的病史：主诉何时以及如何开始；过去的疾病、药物、习惯。 Epirisis 是住院或治疗过程的总结报告；它描述了患者如何到达、如何接受治疗以及如何出院。这些文件是临床护理和法律记录的基础。写作需要时间，并且需要医生离开床边。这就是人工智能 (AI) 的价值所在：将杂乱的笔记变成有组织的文本、减少重复、提供一致的语言。但存在一个严重的风险：人工智能可能会添加你笔记中没有的发现，“只是因为它们看起来合理”（幻觉）。临床文件是法律记录；每行必须与实际文件完全正确。在本单元中，您将学习如何在病历和史诗写作中安全地使用人工智能。
人工智能在文本生成中的力量和陷阱
人工智能的力量在于将杂乱的输入转化为有组织的输出。它将诸如“62岁男性，胸痛3天，HT，心电图正常，肌钙蛋白阴性，观察”之类的简短注释变成了标题明确、流畅的故事。这可以节省时间并提高可读性。
陷阱在于人工智能的“互补”倾向。该模型已经了解了典型的史诗危机中会发现什么；因此，即使你不给，他们也可能会加上诸如“体检未发现病理”或“发烧38度”之类的陈述。如果实际文件中没有这些内容，则该文件不正确且存在法律问题。此外，人工智能可能会混淆日期、剂量和实验室值。所以黄金法则：让AI只编辑你提供的信息；不要添加任何发现。
注意：危机和病历是法律文件。人工智能生成的每一行如果不与实际文件进行比较就无法进行签名。捏造的结果（不存在发烧、不存在过敏）会带来临床和法律风险。
一步一步：利用 AI 实现安全的临床文本
- 匿名且完整地收集笔记。准备所有临床数据，无需识别信息。
- 对AI进行严格的规则。 “只需编辑我提供的信息；不要添加任何发现、值或日期。如果有任何缺失字段，请写下 [缺失]。”
- 指定结构。标题：病历、检查、检查、诊断、治疗、建议。
- 逐行比较输出与文件。每一个发现都真实存在吗？
- 删除任何添加/制造的内容。使用实际数据填写 [MISSING] 字段。
- 作为医生，阅读、更正并签名。责任在你身上。
三个迷你箱子
案例 1——虚假发现被抓获。一位医生注意到，当他的笔记中没有发烧信息时，人工智能在他的病情中添加了“发烧38.5度”。在真实文件中，温度为36.8。医生删除了这一行。如果没有经过检查，官方文件中就会输入错误的生命体征。
案例 2 — 日期混淆。在为期 4 天的住院治疗中，人工智能将入院和出院日期倒写，并将检查安排在错误的日期。医生将日期顺序与文件进行比较并更正。错误的日期可能会扰乱临床流程和报销。
案例3——正确、快速的使用。在忙碌的门诊日里，医生通过人工智能匿名将 12 名患者的简短笔记转化为定期的史诗；它将每一项与文件进行比较，并平均进行 3 次更正。总写作时间减少一半以上，语言一致性提高。 AI 撰写，医师确认并签字。
AI输出审核图
将会被检查
危险行为
正确的行为
研究结果
添加了一个不存在的发现
仅限文件中的调查结果
重要/实验室
价值编造/混合
与实际价值完全一致
枣子
入院/出院逆转
年表与文件相同
药物/剂量
剂量增加/改变
完全按照处方
身份证号
文字中保留姓名/TC
匿名，符合 KVKK 标准
四个可复制模板
角色：您是一名临床文案编辑。你不是医生；您无法添加信息。任务：将以下松散的笔记变成有组织的 EPICRISE 大纲。规则：仅使用我提供的信息。请勿添加任何体征、生命体征、实验室、日期或剂量。将缺失字段标记为 [MISSING]。标题：既往史/体格检查/检查/诊断/治疗/建议。注释（匿名）：[...]
任务：将下面的史诗危机草稿与我给出的原始笔记进行比较。标记注释中没有的每个句子、值和日期。单独列出可能已组成/添加的任何内容。原始注释：[...]草稿：[...]
任务：根据系统病历标题组织以下患者病史：主诉、病史、简历、家族史、药物、习惯、过敏。添加信息；留下缺失的标题 [MISSING]。原始故事（匿名）：[...]
任务：识别下面文本中可能保留的任何身份信息（名字、姓氏、TR ID、文件号、电话、地址），并将其替换为 [ANONOMY]。不要歪曲临床意义。文本：[...]
弱提示/强提示
弱者：“为这个病人写一篇精彩的史诗故事。”
Güçlü：“将下面的匿名笔记变成有组织的经验危机。仅使用我提供的信息；不要添加任何发现、生命体征、实验室值、日期或剂量。将缺失的字段保留为[缺失]。标题：病史、体格检查、检查、诊断、治疗、建议。最后，如果您添加的内容未在笔记中，请将其写为单独的列表。”
在强大的提示下，AI添加信息的大门被关闭，控制也被简化。
常见错误
- 没有注意到捏造的发现。可添加非AI发烧/过敏/检查。
- 不检查日期和值。人工智能可能会混淆年代学和实验室。
- 在文本中留下识别信息。 KVKK 违规风险。
- 在不阅读打印输出的情况下签署它。责任在于医生；每一行都必须经过验证。
- 不提供“添加信息”规则。没有规则，人工智能就会填补空白。
语音备忘录和语音转文本关注
越来越常见的用途是医生在检查期间记录语音记录，并通过人工智能将其转换和结构化为文本（语音到文本）。这增加了床边时间并减轻了打字负担。但它还带来两个额外的风险。首先，转录错误：听起来相似的医学术语可能会被混淆（例如“hypo-”和“hyper-”前缀、药物名称、数字）。 “15 毫克”可以很容易地写成“50 毫克”。二是媒体泄露：录制过程中可能会在后台传递其他患者的姓名或信息；这无意中导致隐私受到侵犯。
所以语音转文本的输出必须经过两层检查：首先是转录准确性（特别是通过听或比较剂量、数字、药物名称与注释），然后是内容准确性（是否有捏造或拼接的信息）。录音本身也是私人数据；存储、删除和访问必须按照 KVKK 进行管理。
注意：语音备忘录生成的文本中最危险的错误是无声数字错误。始终分别验证剂量和数值；听起来“听起来正确”还不够。
总之
人工智能在编写病历和历史事件方面节省了大量时间；将杂乱的笔记变成有序、连贯的文本。但临床文件是合法记录，可以添加非AI信息。始终遵循“仅使用我提供的信息，不要添加任何内容”的规则，将输出与实际文件逐行进行比较，删除任何编造的内容，并作为医生签字。永远不要跳过匿名凭证。
应用任务
使用上面强大的模板将匿名案件的简短笔记变成史诗般的危机。然后你让人工智能将其输出与原始音符进行比较：组成或添加了多少行？手动查找并删除它们，填写 [MISSING] 字段，然后查看最终文本。记下您最常看到哪个标题是虚构的信息。
清单
- [ ] 我匿名且完整地收集了这些笔记。
- [ ]我明确了AI“添加信息”的规则。
- [ ] 我将输出与实际文件逐行进行比较。
- [ ] 我删除了虚假的发现、数值和日期。
- 我用实际数据填写了 [ ] [MISSING] 字段。
- [ ] 我确认没有留下任何凭据。
- [ ] 作为一名医生，我阅读、更正并签名。