收益：
- 能够利用人工智能以 SBAR（情况-背景-评估-建议）等结构化格式组织轮班周期
- 能够快速、一致地生成和纠正护理观察笔记草稿、记录和移交报告。
- 能够理解正式患者记录是一份法律文件，人工智能草稿必须由护士验证和签署。
患者的护理每天 24 小时不间断，但护士轮流轮班。这一变化时刻是患者安全最脆弱的点之一：未能传达信息、忘记命令、跳过观察可能会产生严重后果。因此，交接班必须有条理、完整。同样，护理记录既确保护理的连续性，又是一份法律文件。人工智能是这两项任务（移交和记录）的强大加速器：将分散的观察结果协作为 SBAR 等标准格式、组织观察笔记、删除重复项。但请记住：官方记录属于护士；在 AI 草案经过验证和签署之前，任何文件都是完整的。
什么是SBAR？
SBAR 是一种四字母格式，用于标准化医疗保健领域的通信：
- 问——情况：现在发生了什么？病人是谁，有什么问题？
- B — 背景：相关病史、诊断、治疗。
- A — 评估：观察和发现；护士宣读情况。
- R——建议：对方应该做什么或者有什么要求？
SBAR 确保信息完整且按逻辑顺序传达，尤其是在呼叫医生或换班时。 AI非常擅长将一堆杂乱的信息整理成SBAR顺序；你给他观察结果，他起草一份简洁的 SBAR。您的工作是检查每个项目是否与实际文件匹配。
注意：病历和转院报告是具有法律价值的正式文件。 AI写的草稿必须与患者的实际数据进行比对、更正，并由主管护士核实并签字后才能记录。 “人工智能书写”并不能保证录音的准确性。
良好文档的规则
护理记录必须客观、及时、完整、清晰。写的是观察结果，而不是评论：写的是“患者定向，疼痛评分为 2/10，皮肤颜色正常”，而不是“患者看起来很好”。人工智能有助于将主观陈述转化为客观观察，并将凌乱的笔记简化为有组织的形式。但人工智能本身并不进行观察；而是进行观察。它组织您所看到的内容。值得关注的是，人工智能是否“可能”添加了你没有看到的东西——因为人工智能有时会编造一些看似合理但实际上并不存在的细节（幻觉）。
三个迷你箱子
案例 1 — 大量轮班流动。一名护士要转运8名病人，但时间很少。对于每位患者，它都会向 AI 提供匿名观察结果并创建 SBAR 草稿。 20 分钟的工作变成 5 分钟。护士将每份草稿与文件进行比较，添加两个缺失的订单，然后进行传输。人工智能节省时间；真相在于护士。
案例 2 — 制造细节。一名护士告诉人工智能“总结一下病人当天的情况”。人工智能添加了一个“点燃火”的细节，但没有给出，因为它看起来很合乎逻辑。护士发现档案中没有发烧记录，将其删除。教训：用真实数据验证人工智能添加的每一个细节；记录不存在的信息是危险的。
案例 3 — 翻译成客观语言。一位年轻护士说：“病人有点焦躁不安，心情不好。”人工智能将其转化为观察草图，例如“患者焦躁不安；经常改变床上位置，减少目光接触，应询问疼痛评分。”护士通过实际观察确认并记录。记录更加客观、方便。
一步一步：通过 AI 进行移交和注册
- 匿名收集观察结果。重要、订单、事件、待处理任务。
- 选择格式。 SBAR 或公司转让表？
- 让 AI 编辑。将草稿输入标准格式。
- 与真实文件进行比较。每项是否正确，是否有缺失/多余的项目？
- 提取配件细节。删除AI添加的未经验证的信息。
- 验证、签名、保存。
四个可复制模板
任务：将以下（匿名）护士观察结果转换为 SBAR 格式的轮班交接草案。使用 B/B/A/R 标题。不要添加我未提供给您的任何信息；将您发现缺失的任何标题标记为“[缺失 - 待填充]”。观察结果：[...]
任务：把这张杂乱的护士笔记变成客观、及时、有条理的草稿记录。将主观判断（“看起来好/坏”）转化为观察。捏造信息；标记不明显的地方。注意：[...]
任务：提醒交班草稿中可能缺少的以下标题（待处理订单、穿衣时间、跌倒风险、过敏、进出、临界值）作为清单。不要填写，只需标记缺少的内容即可。草案：[...]
任务：仅清理该护士记录的语言和布局；请勿更改任何临床数据、数字或时间。如果您有更改建议，请单独列出，不要混入正文中。注册：[...]
弱提示/强提示
弱：“写下这位患者的周期。”
Güçlü：“将以下匿名观察结果转换为 SBAR 格式的周转草稿。仅使用我提供的信息；不要添加我未提供给您的任何生命体征、命令或事件。将您发现缺失的任何标题标记为“[缺失]”，以便我可以从文件中完成它们。在记录此草稿之前，我需要我的验证和签名。”
强力提示中，对AI设定了“只编辑我给出的内容，不许编造”的限制，并表示验证是与护士一起进行的。
常见错误
- 记录草稿而不验证。正式记录需要护士验证。
- 没有注意到AI编造的细节。记录未提供的信息存在法律和临床风险。
- 将评论误认为是观察。记录必须基于客观观察。
- 跳过缺少的标题。挂单、过敏、跌倒风险等标题在这个时代是必不可少的。
- 将未签名/未经验证的文档视为完整的。注册意味着责任。
记录和错误更正的法律方面
护理记录不仅仅是提醒，更是法律证据。发生争议或调查时，适用“不做就不记录、不写就不做”的原则：未记录的维修可视为未进行。因此，记录必须完整、及时、准确。人工智能帮助整理记录，但法律责任在于验证和签署记录的护士。 AI添加的未经验证的句子将来可能会成为代表你的“证据”；因此请确保每一行都反映了真实发生的情况。
纠错也有规则。虚假记录未被删除或涂黑；按照机构程序，对更正进行标记，添加正确信息，谁更正、何时更正一目了然。人工智能可以帮助你正确地进行更正，但如何更正取决于制度政策和法律规则。永远不要让AI做“追溯更改记录”之类的事情；这既违反了道德，也违反了法律。
交接盲点
交接期间最常被跳过的信息通常是“待处理”的任务：尚未到达的检查结果、计划但未执行的程序、等待医生呼叫的响应、家庭会议。如果这些积压的订单从一个班次“下降”到下一个班次，患者就会受到影响。强制人工智能在交接大纲中添加特殊的“待处理工作/需要后续”标题是消除这一盲点的实用方法。同样，每个周期都应重复安全主题，例如过敏、隔离状态、跌倒风险和压疮；不应假设它们是"已知的"而忽视它们。人工智能可以用来自动提醒每个移交草案这些固定的安全标头。
提示：起草人工智能移交时最强有力的保护是每次都指示它“只使用我给你的信息，将你发现缺失的任何标题标记为‘[缺失]’，不要编造任何东西。”这句话在很大程度上阻止了人工智能最危险的行为——用看似合理但不真实的细节填充空白。您根据真实文件完成标记的缺陷；因此，速度和安全性都得以保持。衡量交接报告质量的标准是下一位护士接管病人的彻底程度，而不是其流动性。良好的人员流动是指轮班之间没有重要信息丢失。
综上所述
人工智能加快班次周转和记录：将分散的观察结果整理成 SBAR 等标准格式，将主观记录转换为客观观察结果，回忆丢失的标题。但正式的病人记录是一份法律文件，属于护士。每个人工智能草稿都应与实际文件进行比较，去除捏造的细节，并由护士长验证和签名。
应用任务
将您对自己轮班的（身份不明）患者的观察结果以 SBAR 格式输入到 AI 中。然后：（1）将草稿与实际文件进行比较，找到人工智能添加或省略的至少一点，（2）将主观陈述转化为客观观察，（3）用清单完成缺失的交接标题。请注意，只有经过您的验证和签名后，该文件才会完成。
清单
- [ ] 我匿名收集了这些观察结果。
- [ ] 我已选择适当的格式（SBAR/机构形式）。
- [ ] 我将草稿与实际文件进行了比较。
- 【】我整理了一下AI编造的细节。
- [ ] 我把主观陈述变成了客观观察。
- [ ] 我完成了缺失的时代标题。
- [ ] 我已验证并签署注册。