收益：
- 能够将验证原则（正确的患者、药物、剂量、途径、时间）转化为药物应用中人工智能的检查表
- 能够为高风险药物、过敏和相互作用警告准备提醒草稿
- 了解药物剂量和应用决定是由医生命令和护士验证做出的，并且在剂量计算中永远不能单独信任人工智能。
药物管理是护理领域最频繁执行和高风险的工作之一。给予错误患者的药物、错误计算的剂量、被忽视的过敏或相互作用可能会对患者造成严重伤害，甚至夺走他的生命。这就是为什么世界各地的药品安全都受到严格原则的管理。人工智能可以在这个领域提供帮助：创建清单、创建提醒、简化复杂的说明、起草有关药物相互作用的警告。但这是该单元最严格的限制：药物剂量和给药决策是安全关键；切勿单独依赖 AI 剂量计算。剂量由医生决定，护士亲自核实，必要时由第二名护士检查。
药品安全的基础：“对”的原则
药品管理的支柱是“正确性”原则，在每次申请前都要进行检查。经典的五个基础是：
- 正确的患者 — 通过两个标识符（姓名和出生日期/ID）确认身份。
- 对药——医嘱对药；小心名称相似的药物。
- 正确剂量——检查订单、账户和当前表格。
- 正确的途径——口服、静脉注射、肌肉注射等，是真的吗？
- 准确的时间——有序的时间和频率。
扩展列表还添加了正确记录、正确指示、正确答案等项目。人工智能非常擅长生成一个简洁的清单来提醒你这些原则。但护士的工作是执行该清单，即实际检查它； AI不批准，你批准。
注意：告诉人工智能“计算这种药物的剂量”并应用结果数字是危险的。 AI 可能会混淆单位 (mg/mL)、误用体重或年龄系数、移动小数。每个剂量均应根据医生的医嘱和当前的药物参考进行独立验证；对高风险药品要进行双重检查。
高风险药物和双重检查
有些药物如果出错可能会致命：胰岛素、肝素和其他血液稀释剂、阿片类药物、浓缩电解质、化疗药物。对于这些高度警惕的药物，机构通常需要独立的双重检查：两名护士独立验证剂量和计算。人工智能可以通过提醒和检查清单来帮助完成这一过程，但它永远无法替代两个人的独立控制。
三个迷你箱子
案例 1——交互警告。为患者订购了一种新的抗生素。护士将患者当前的药物提供给（身份不明的）人工智能，并说：“列出可能的重要相互作用，但请注意，我需要用当前的相互作用源来确认每一个相互作用。”人工智能标记了几种可能的交互。护士与机构的药物相互作用资源和药剂师核实这些。人工智能引起关注；在人类身上得到证实。
案例 2 — 危险剂量错误。一名护士正在让人工智能计算儿科剂量； AI 正确地获得了每公斤的剂量，但混合了总体积中的单位并给出了高出 10 倍的值。护士在独立检查订单和药物说明书时发现了错误。教训：如果没有独立控制，人工智能的剂量输出永远不会被管理。
案例3——清单中不可错过的步骤。在繁忙的轮班中，护士让人工智能准备一份胰岛素注射的双重检查表（血糖确认、订单、剂量、版本、第二护士签名）。感谢这份清单，没有遗漏任何一步。人工智能的作用是令人回味的；两名护士负责控制。
一步一步：人工智能药物清单
- 制定政策。 “正确”的原则+机构特定的步骤。
- 创建一个清单。按药物类型（常规/高风险）。
- 符合医师医嘱。列表不会改变顺序，它控制顺序。
- 独立验证剂量。不要相信AI的计算；与消息来源确认。
- 如果风险较高，请仔细检查。护士两名，独立。
- 应用、保存、观察响应。
四个可复制模板
任务：根据以下用药管理的“正确”原则（正确的患者、药物、剂量、途径、时间、记录）起草护士清单。剂量计算；说明剂量将根据医生的医嘱和药物参考进行验证。药物/途径：[...]
任务：列出此（匿名）药物列表中可能存在的相互作用，在一起使用时可能需要谨慎。在每一项上标记“当前相互作用来源，必须与药剂师确认”。不要做出坚定的决定。药品：[...]
任务：为这种高风险药物（例如胰岛素/肝素）准备独立的双重清单：身份、顺序、剂量、浓度、速率/体积、第二护士批准。我和第二位护士会做数学计算；只需出示清单即可。医学：[...]
任务：将以下用药说明转化为患者的简单给药时间表（什么、多少、何时、如何）。保持药品名称和剂量相同，不改变；将不明确的点标记为“需要确认”。说明：[...]
弱提示/强提示
弱：“计算并告诉这个病人的用药剂量。”
Güçlü：“根据后续用药的‘正确’原则制定一份护士清单草稿。不要计算剂量；在每一步提醒，剂量将根据医生的命令和当前的药物参考进行独立验证，如果是高风险药物，还会与第二名护士进行验证。我的目标是让控制更容易，而不是让你来计算。”
强提示时，AI的作用仅限于提醒；剂量的责任由个人承担。
常见错误
- 依靠AI的剂量计算。单位和小数错误可能是致命的；需要独立确认。
- 忽略了“正确”原则之一。每次申请时都应检查五项基本+记录。
- 跳过对高风险药物的双重检查。需要两个独立的人工控制。
- 将交互警告误认为是完整信息。人工智能可能会警报不足或过度；需要药剂师/来源确认。
- 用清单代替订单。该列表检查顺序，但不会更改顺序。
药物协调
患者到达医院、转诊和出院过程中最危险的时刻之一是药物协调：将患者在家使用的药物与医院订购的药物进行比较，并消除不一致的情况（忘记的、重复的或冲突的药物）。在这些过渡点用药错误很常见。人工智能可以帮助生成一个比较草图，将两个列表（匿名）并排放置，并标记不一致的地方，例如“哪种药物在家里但不在订单中，哪种药物已重复，哪两种具有相同的效力”。这使得可能被忽视的明显点变得可见。
不过，这只是初步筛选。人工智能可能会错误识别药物、漏掉仿制药，或者编造不存在的冲突。任何差异均由医生评估并解决，必要时由药剂师评估和解决。药物协调的最终责任在于临床团队；人工智能只是加快了比较速度。
需要输注和计算的应用
静脉注射的药物和液体通常需要计算速率（例如，设置滴/小时或mL/小时以在特定时间段内输送特定剂量）。这些账户很容易出错，而且错误可能是致命的。让AI来做这个计算并直接使用结果是危险的；人工智能可能会混淆单位或跳过一个步骤。正确的做法是用机构认可的方法、计算泵和第二次护士检查独立进行计算；就是用AI仅仅作为一个清单来提醒你账户的步骤。 “AI发现了相同的结果”并不是验证；独立的人类控制至关重要。该机构对高风险输液始终实行双重控制政策。
注意：药物安全中最危险的陷阱之一是混合具有相似名称或发音的药物（例如同音异义词或具有相似拼写的药物名称）。 AI 可能会错误识别药物名称或建议类似的药物名称；因此，人工智能给出的任何药品名称，在未逐字对照订单和实际药品盒的情况下，不应被接受。同样，缩写词也很危险：人工智能可能会错误地拼写缩写词。机构通常建议避免使用有风险的首字母缩略词；清晰简洁地书写 AI 输出中的每个首字母缩写词可以避免误解。请记住：在药品安全方面，“最有可能是正确的”是不够的；每份申请都必须一字不差。
综上所述
人工智能作为检查表、提醒和交互大纲有助于提高用药安全性；它使可以跳过的步骤可见。但药物剂量和给药决策对于安全至关重要。 AI的剂量计算永远不能单独依赖：剂量由医嘱确定，护士独立验证，对于高风险药物，第二护士复核。 “正确”的原则是每一个实践的永恒支柱。
应用任务
让 AI 根据您在病房经常使用的药物的“正确”原则准备一份清单（无需进行剂量计算）。然后：(1) 在列表中至少包含一个针对您所在机构的步骤，(2) 确定药物是否具有高风险，并在必要时包含双重检查步骤，(3) 在一段中解释为什么您不相信人工智能在剂量场景中的计算。
清单
- [ ] 我把“正确”的原则放在清单上。
- [ ] 我添加了机构特定的步骤。
- [ ] 我根据医嘱和药品参考确认了剂量。
- [ ] 我并不单单信任人工智能的账户。
- [ ] 我仔细检查了高风险药物。
- [ ] 我保存了申请和回复。
- [ ] 我已与药剂师/消息来源确认了互动警告。