收益：
- 能够利用人工智能制作适合患者出院、用药和自我护理的草稿教育材料
- 能够为健康素养较低的患者简化语言、翻译和起草视觉说明。
- 了解每份教育材料都必须经过机构批准的信息和医生指示的验证，并且人工智能不提供医疗建议。
患者出院并不是护理的结束，而是在家照顾自己的开始。误解服药时间、漏穿敷料或未被注意到的危险信号都可能导致患者返回医院。这就是为什么患者教育是护理中最有价值和最耗时的工作之一。好的教育材料应该简单、准确、采用患者能够理解的语言，并且适合其文化。人工智能在准备这些材料方面非常强大：它简化复杂的医学语言，使其适应不同的文化水平，起草翻译，提取分步说明。但关键的限制是：人工智能不提供医疗建议；它产生的每一条指令都必须经过医生的命令和机构批准的信息的验证。
为什么健康素养很重要？
健康素养是一个人阅读、理解和应用健康信息的能力。很大一部分人的健康素养较低：他们因长句子、医学术语和小字而迷失。 “每天服两次降压药”这句话对很多患者来说是难以理解的； “每天早晚同一时间服用降压药”这句话是可以理解的。人工智能擅长将第一句话翻译成第二句话。如果你告诉他，“用小学水平写这个，用短句，不要使用术语”，他会给你一个简化的大纲。
但在简化过程中，人工智能可能会扭曲信息：改变剂量、忽略警告、添加不适合机构的建议。因此，必须检查简化文本的医学准确性。
注意：AI培训教材为草稿。其中的每一种药物的名称、剂量、时间、危险信号和建议；未经医生命令和机构批准来源的确认，不得将其提供给患者。患者材料是临床文件，而不是未签名的小册子。
回授法
仅仅提供材料是不够的；有必要确保患者理解。回授是要求患者用自己的话讲述他所学到的内容：“现在用你自己的话告诉我，你什么时候服用这颗药丸？”如果患者解释错误，不完整的地方就会被揭露并纠正。人工智能帮助准备后台教学的问题集；但听不懂是护士当面检查的。
三个迷你箱子
案例 1 — 糖尿病出院。一名新诊断的糖尿病患者（匿名）。护士有AI草案胰岛素和营养教育。 AI 将 3 页技术文本简化为半页图解说明。护士将剂量与医生的处方进行比较，将低血糖症状与机构手册进行比较，并纠正不正确的时间说明。简单而正确的材料已准备就绪。
案例 2——语言障碍。护士向人工智能询问不会说土耳其语的患者的翻译草稿。人工智能可以快速翻译，但会误译医学术语。护士会与机构认可的翻译来源进行验证，如果可能的话，还会与专业翻译人员进行验证。教训：AI翻译是草稿；安全关键的指导需要专业验证。
案例3——老年患者及其亲属。对于由亲戚在家照顾的老年患者，人工智能会将换药转化为分步的、大字体的、图解说明。护士根据机构程序确认步骤，并为亲属提供后台指导。该材料之所以有效，是因为它既简单又经过验证。
循序渐进：人工智能患者教育材料
- 确定来源。必须获得医师医嘱和机构批准的信息。
- 定义目标受众。识字水平、语言、年龄、角色相对。
- 简化/翻译。向 AI 询问短句、无行话的语言、分步说明。
- 验证医疗准确性。比较每个剂量、时间、刺激顺序和来源。
- 检查回授。让病人用自己的话解释。
- 保存机构批准的版本。
四个可复制模板
任务：用简短的句子重写以下小学级别的医疗出院说明，不使用医学术语。每一步编号。将您不确定或不应更改的医疗信息标记为“需要确认”。说明：[...]
任务：将此药物使用信息转化为患者的简单每日图表（早上/下午/晚上/晚上）。保持药品名称和剂量不变，不要更改；如果不清楚，请标记。信息：[...]
任务：为以下患者教育准备回授问题。问题应该衡量患者是否理解，并且不应以是/否来驳回。主题：[...]
任务：以老年亲属可以遵循的方式逐步组织家庭护理指导，以每一步“做什么 - 要注意什么”的形式。在单独的框中注明紧急情况下何时去医院。说明：[...]
弱提示/强提示
弱：“向患者写有关糖尿病的信息。”
Strong：“针对小学水平的健康素养较低的患者，用简短的句子重写以下医生批准的出院说明，不要使用医学术语。保持药物名称、剂量和时间不变；不要更改它们。在单独的警告框中给出低血糖症状。将无法更改的医疗信息标记为“需要确认”。”
强烈提示下，来源经过医生认可，目标受众明确，防止AI改变医疗信息。
常见错误
- 将人工智能误认为是医疗信息来源。人工智能简化；医生的医嘱和机构提供该信息。
- 破坏信息的简单化。必须检查剂量、时间和警告。
- 盲目相信翻译。安全关键文本需要专业验证。
- 跳过回授。提供材料并不意味着理解。
- 忘记紧急指令。必须告知患者“何时申请”。
视觉和多格式材料
这封信并未到达每位患者手中。对于某些患者来说，图解说明、简单图表或分步照片说明更为有效；尤其是识字率低、年老或语言障碍的患者。人工智能有助于分解文本，以便“每个步骤都可以用图像来解释”，提出象形图（简单图标）想法，并将复杂的过程转化为简单的流程。例如，它将胰岛素笔的使用分解为视觉上可支持的步骤，例如“1）洗手，2）准备笔，3）选择部位......”图像的医疗准确性必须由医生命令和机构来源确认；错误的图像与错误的句子一样危险。
多模式方法还涉及通过不同渠道呈现材料：书面讲义、口头讲座和后台教学的结合。人工智能有助于为每个人准备一致的内容；但由护士决定哪种形式适合该患者。
文化和个人敏感性
对于来自不同文化背景的患者来说，同一疾病具有不同的敏感性：饮食习惯、宗教习俗、家庭决策动态、对某些问题的隐私敏感性。人工智能可以根据“使其对文化背景敏感”的指令来调整培训材料；但只有通过与患者交谈，护士才能了解文化现实和患者的个人喜好。将人工智能建议的文化适应作为一个开始，用患者自己的话进行验证。错误地假设文化概括可能会产生更多的怨恨而不是好处。目的不是将患者归入某个类别，而是为他/她提供具体的、尊重的和可理解的教育。
提示：测试简化材料是否真正易于理解的一个快速方法是让人工智能询问“没有健康知识的人在阅读本文时会在哪里陷入困境，他们可能会误解哪句话？”人工智能标记可能的混淆；你纠正这些点或者在后台教学中专门询问。这使您可以在将材料提供给患者之前执行“清晰度检查”。然而，真正的考验是患者用自己的话来复述。任何人工智能控制都无法取代真人脸上不解的表情。衡量材料成功与否的标准不是它写得有多好，而是病人正确应用它的能力。
综上所述
人工智能简化、翻译患者教育材料并将其转化为分步说明；这对于健康素养较低的患者来说具有很大的价值。但人工智能并不提供医疗建议：每次剂量、时间、警告和建议都必须经过医生医嘱和机构批准的信息验证。简化的文字不应失去其医学准确性；应通过回授来检查患者的理解情况。
应用任务
从您自己的服务机构获取实际出院令（经医生批准）。使用人工智能将其简化为低识字水平。然后：（1）将简化文本中的每个剂量和时间与原始顺序进行比较，（2）找到并纠正至少一个错误或歧义，（3）准备三个问题进行回授。请注意，未经机构批准，不得将其提供给患者。
清单
- [ ] 我已准备好经医生批准的来源信息。
- [ ] 我定义了目标受众（读写能力、语言、年龄）。
- [ ] 我使文本变得简单并且没有术语。
- [ ] 我通过订单/来源确认了每个剂量、时间和警告。
- [ ] 如果翻译需要专业验证，我明白了。
- [ ] 我通过回授检查了理解情况。
- [ ] 我添加了紧急指令并提交给机构批准。