收益：
- 能够在工作流程的每个阶段（从预约到出院）在适当的范围内集成人工智能
- 能够建立临床规模的提示库、验证协议和隐私政策
- 能够设计一种控制文化，保护动物福利、临床质量、责任感和所有者对人工智能辅助生产的信任
之前的单元教授在各个任务中使用人工智能：鉴别诊断、登记、成像、实验室、剂量、通信、立法。最后的单元组装零件。目标是建立一个系统，在工作流程的每个阶段（从预约到出院）以现场、有界和可审计的方式集成人工智能。精心设计的人工智能工作流程可以让医生有更多的时间在床边，减少错误，并改善记录；设计不当的流程会导致隐私侵犯、幻觉和责任混乱。在本单元中，您将学习如何设置临床规模的提示库、身份验证协议和隐私策略。我们的目标是形成一种控制文化，使人工智能成为加速器，并将责任和动物福利留给医生。
端到端工作流程：一步一步
考虑患者在诊所的过渡，并确定人工智能在每个阶段的作用和限制：
- 预约和预先登记。人工智能组织投诉，标记缺失信息。边界线：非诊断性。
- 病历和记录。 AI 将免费笔记转换为 SOAP。限制：仅使用经医生批准的规定。
- 鉴别诊断。人工智能给出了合理的清单和危险信号。限制：最终诊断属于医生。
- 检查（图像/实验室）。 AI预扫描、总结。限制：最终解释权以医师/专家为准。
- 治疗和处方。 AI 起草剂量并发布指令。限制：剂量已确定，处方属于医生。
- 业主沟通。 AI 编写简单的放电文本。限制：医疗准确性和医生的批准。
- 跟踪和追踪。 AI生成提醒和趋势总结。限制：由医生决定。
每个阶段都适用同样的原则：人工智能准备并加速；医生核实并决定。
提示：设计一次工作流程并将其书面化。 “哪个提示、哪个验证、谁批准哪个任务？”问题的答案应在文件中；每次重新思考既缓慢又容易出错。
三个构建模块：库、协议、策略
提示库。收集经过测试的、针对公共场所频繁任务的有限提示（鉴别诊断、SOAP 记录、出院文本、剂量大纲等）。因此，每个人都使用相同的质量和安全提示；质量不取决于个人。
认证协议。为每种类型的输出写出“如何验证”规则：剂量→官方来源+独立账户；图片→标准图片+专家；立法 → 正式文本；录音→与原件比较。每个安全关键输出均经医生批准关闭。
隐私政策。确定哪些数据将被匿名、将使用哪些工具以及如何保护数据。选择符合政策的车辆；避免在训练中使用敏感数据的工具。
三个迷你箱子
案例 1. 一家诊所每天接待 25 名患者，在建立快速库和验证协议之前，只是偶尔使用人工智能；实习生在未经确认的情况下服用的剂量几乎导致了错误。文库和方案完成后，每一剂都经过了“官方来源+双重检查”步骤，没有再出现类似的错误。实测收益：每天节省约 70 分钟的登记和沟通时间，零未确认剂量。
案例2：一家诊所在将所有者数据上传到云工具时未进行匿名处理时发现存在隐私风险。书面隐私政策和匿名化模板后，所有敏感数据均使用[TAG]进行清理，并提供给符合政策的工具。已创建可审核的跟踪。
案例3：借助图书馆现成的提示和验证清单，一位新入职的医生在几天内就适应了诊所的人工智能标准。知识取决于系统，而不是人；一个人离开，品质并没有下降。这个案例展示了审计文化的可持续性。
对比图
尺寸
分布式人工智能使用
受控的工作流程
品质
因人而异
标准、可重复
错误风险
高（未确认输出）
低（由协议关闭）
隐私
不确定的
受政策保护
责任
混合的
网：在医生那里
可持续发展
弱
功能强大（取决于系统）
四个可复制模板
任务：为我们的诊所创建一个 AI PROMPT LIBRARY 框架。为以下任务写一个标题，并在每个任务下写一个“限制/警告”行：既往史-肥皂、鉴别诊断、图像预扫描、实验室摘要、剂量大纲、出院文本、监管提醒。在每条限值线中保持“需要医生批准”的原则。
任务：为以下输出类型创建验证协议表：[输出类型|验证步骤|谁批准]。检查安全关键线路并确保它们都获得“合格医生的批准”。输出类型：[...]
任务：为诊所创建隐私清单（哪些数据是匿名的、使用哪种工具、数据存储在哪里、谁访问数据）。勾选所有监管点“有待官方文本确认”。
任务：将一个病人病例从预约到出院的FLOW分为几个阶段；制作一个表格，每个阶段显示（a）人工智能的任务，（b）边界，（c）验证步骤，（d）批准者。案例类型：[...]
弱提示/强提示
弱：“我应该如何在我的诊所中使用人工智能？”
Strong：“为小型动物诊所设计一个从预约到出院的人工智能工作流程表。在单独的列中写下人工智能在每个阶段的角色、边界、验证步骤和批准者。在安全关键阶段（剂量、诊断、处方）突出显示‘需要医生批准’注释。在每个阶段添加匿名步骤以保护隐私。”
强大的提示中明确要求结构、栏目、安全性和隐私性。
常见错误
- 没有把制度写成文字。如果文档中未包含库和协议，则质量取决于个人。
- 不将验证与阶段联系起来。每个输出类型应该有自己的验证规则。
- 将隐私视为事后的想法。匿名化应该是流程的一部分，而不是额外的步骤。
- 责任模糊。每个安全关键输出的审批者必须明确。
- 不保留审计跟踪。应记录哪些输出被验证以及如何验证。
实施、培训和持续改进
设计工作流程很容易；真正付诸实践是很困难的。新的系统需要改变团队习惯，阻力是自然的。成功迁移的关键是逐步进行：不要立即更改所有内容，而是首先在单个任务（例如放电文本）上标准化 AI，看看它是如何工作的，然后继续执行下一个任务。每一步都获得团队的反馈；在现场工作的医生会立即注意到设计表中未发现的缺陷。微小的、可衡量的收益（节省时间、减少错误）会增加团队的信心。
教育是系统可持续性的支柱。团队中的每个人不仅要了解“如何使用”，还要了解“为什么会有这些界限”；因为知道限制原因的员工不会违反它。图书馆中为初学者提供的简短指南、现成的提示和验证清单使质量独立于个人。最后，没有任何工作流程可以永远保持不变：工具不断发展、立法不断变化、诊所不断发展。因此，安排定期审查（例如每季度一次）；提出一些问题，例如哪些提示有效、哪些验证步骤产生了不必要的摩擦、应该添加哪些新任务。人工智能驱动的兽医实践不是一个安装后就被遗忘的系统，而是一个不断学习和改进的生命系统；总是由医生来管理并负责。
总之
端到端人工智能工作流程将分散的使用转变为受控系统。人工智能准备并加快从预约到出院的每一步；医生核实并决定。建立三个构建块：有界提示库、每种输出类型的身份验证协议以及隐私策略。每个安全关键输出均经医生批准关闭。这样的系统可以节省时间，减少错误，并将质量归因于系统，而不是个人。责任和动物福利始终由医生承担；人工智能不承担这个责任，它只是促进这一行动。
应用任务
为您的实践（或未来的实践）起草完整的人工智能工作流程文档。包括：(1) 从任命到解除的里程碑表（任务、边界、验证、审批者），(2) 一个提示库，其中包含至少五项任务的书面边界，(3) 验证协议表，(4) 保密清单。使文档可与团队共享，并设定一个月内的审核日期。
清单
- [ ] 我定义了从任命到解除的阶段以及每个阶段的界限。
- [ ] 我创建了一个带有书面边界的提示库。
- [ ] 我为每种输出类型编写了验证协议。
- [ ] 我将安全关键输出与医生批准联系起来。
- [ ] 我将隐私和匿名化融入到流程中。
- [ ] 我计划保留审计线索。
- [ ] 我与团队共享了该文档并设定了审核日期。
模块考试
1. 一家诊所希望根据就诊狗的急腹症结果，利用人工智能加快明确诊断和治疗速度。哪种做法才是最正确的呢？
- A) 利用人工智能进行鉴别诊断列表和预筛选； ✔ 医生通过检查和测试来确定明确的诊断和治疗。
- B) 从人工智能给出的第一次诊断开始直接开始治疗
- C) 如果人工智能多次给出相同的诊断，则无需检查就接受它
- D）跳过医生评估并加快流程
描述：诊断和治疗决定对于安全至关重要，并且由具有合法资格的兽医负责。 AI可用于鉴别诊断清单、提醒、报告草稿；然而，明确的诊断是通过临床检查、检查和医生评估来做出的。 AI打印输出并不能代替这种检查和批准。
2.当你向AI询问特定类型和体重的药物剂量时，它给出了明确的值。服用此剂量之前最合理的方法是什么？
- A) 直接申请，因为人工智能给出了明确的价值
- B) 从官方说明书/现行指南中确认剂量，并通过独立计算进行双重检查✔
- C）用不同的词问同一个问题并取平均值
- D) 调整你记忆中的其他物种的剂量
说明：药物剂量是安全的关键； AI可能会混淆物种之间的剂量、产生小数错误或返回过时的值。应根据适用的官方包装说明书/指南确认剂量，并通过独立计算进行双重检查。猫的许多药物与犬的剂量不同，有些是有毒的。
3. 您已使用 AI 预先评估了 X 光图像，并且 AI 标记了“肺部肿块”。哪种态度才是最正确的？
- A) 确认肿块的诊断并将其报告给所有者，AI 对其进行标记。
- B) 必要时通过临床背景、标准体位和放射科医生评估来确认结果 ✔
- C) 无论图像质量如何，最终完成报告
- D) 不检查人工智能未标记的任何区域
描述：基于图像的AI预筛选和优先级排序；不提供明确的诊断。位置、曝光、类型和叠加可能会产生误导。必要时，应通过临床背景、标准位置获取和放射科医生评估来确认发现结果；最终解释权归医生所有。
4. 当向基于云的人工智能工具提供患者主人的姓名、地址和动物临床病史时，保护隐私的最佳做法是什么？
- A) 匿名化上下文、清除标识符并使用安全且符合策略的工具 ✔
- B) 按原样上传所有信息以及所有者姓名
- C) 在不阅读隐私政策的情况下使用免费工具
- D) 假设为了结果的质量需要提供地址信息。
披露：患者所有者和诊所数据具有个人和商业敏感性。有必要对上下文进行匿名化，明确姓名/地址/联系人等标识符，并选择符合政策的工具来保证数据不会用于教育。
5. 当人工智能解释血象结果时，最合适的用途是什么？
- A）依赖AI自己假设的一般参考范围
- B) 提供设备的参考范围和类型信息，并使用AI作为汇总工具，与临床图片确认解释✔
- C) 未考虑样品质量（溶血、凝块）
- D) 用人工智能的解释代替临床检查。
描述：参考范围因物种、品种、年龄和设备而异；人工智能可能会通过假设一个一般范围来误解。正确的使用是仅使用AI作为总结和优先级排序工具，提供设备自身的参考范围和类型信息，用临床图片确认解释。
6. 当您怀疑某种法定传染病（例如口蹄疫、疑似狂犬病）时，人工智能发挥什么作用？
- A) AI是提醒和绘图工具；医生通过官方渠道合法发出通知✔
- B) 无需额外操作，AI 会自动发出通知
- C) 如果AI说没有疾病，则不会发出通知
- D) 向AI推荐的人而不是官方机构进行通知
说明：法定传染病通报是合法、强制性的；它是向官方机构提出的。 AI只能回忆症状和起草通知文本；通知本身、其时间和内容均由医生承担法律责任，并且是通过官方渠道做出的。
7. 使用人工智能分析牛群健康数据（产奶量、乳腺炎率、死亡率）时，最佳方法是什么？
- A) 根据人工智能信号在没有现场控制的情况下治疗牛群
- B）依靠人工智能来填补缺失的数据
- C) 通过现场检查和官方记录确认人工智能给出的趋势，并通过兽医评估做出决定✔
- D）忽略死亡数据，因为人工智能显示死亡数据较低
解释：人工智能可以快速生成趋势和风险信号，但会因不完整/不正确的数据而产生误导，并且看不到该领域的现实。结果应通过现场检查、官方记录和兽医评估进行验证；牛群决定的责任应由负责的兽医承担。
8. 使用人工智能为预后不良的患者准备信息文本以提供给所有者时，最好的方法是什么？
- A) 将AI文本原样发送给所有者
- B) 将AI草案人性化并适应实际情况并获得医生批准✔
- C) 根据AI的预测向主人报告预后
- D）根本没有调整文本的情感基调
描述：人工智能可以产生简单明了的轮廓，但情感准确性、实际预后和医疗内容是医生的责任。文字必须人性化，适应临床真实情况，并须经医师认可；人工智能不是医疗建议的来源。
9. 您使用 AI 将病历记录转换为结构化临床记录。将记录处理到系统之前最关键的步骤是什么？
- A) 由于记录格式正确，您可以直接对其进行处理。
- B) 接受人工智能添加的详细信息，即使它们不在考试笔记中
- C) 将AI准备的记录与原始检查进行比较，并与医生核实✔
- D) 将记录传输到系统而不读取它
解释：编辑自由文本时，AI 可能会添加（幻觉）、省略或不匹配信息。该记录必须由医生根据原始检查进行验证；临床记录的准确性和法律有效性是医生的责任。
10.当你向AI询问冲洗时间（药物残留的等待时间）时，它给出了一个值。在将这个值用于具有食用价值的动物之前，您应该做什么？
- A) 从当前官方招股说明书和立法中确认净化期✔
- B) 直接通知主人AI给出的时间
- C) 将持续时间更改为您从其他产品中记住的值
- D) 未经官方证实就接受AI给出的时间
描述：停药期对于食品安全至关重要，并且因国家、产品（牛奶/肉类）和药物而异。 AI 可能会返回不正确或过时的时间。该值应从当前的官方包装说明书和立法中确认，并且应咨询专家来源以了解标签外使用情况。
11. 为了维持人工智能兽医诊所的质量和问责制，需要建立什么基本结构？
- A）每个员工都以自己的方式使用无监督的人工智能
- B) 直接应用 AI 输出而无需记录它们
- C) 建立通用提示库、验证协议和隐私政策，并在医生批准的情况下关闭安全关键输出 ✔
- D) 每年仅进行一次验证
描述：人工智能的不受控制和分散使用会放大错误、隐私泄露和责任的风险。建立临床规模的通用提示库、每种输出类型的验证协议以及明确的隐私政策；必须在医生批准的情况下关闭每个安全关键输出。
12. 你让人工智能准备了一份鉴别诊断清单，清单上没有出现紧急情况（危险信号）。哪种态度才是最正确的？
- A）让病人等待，因为人工智能认为这并不紧急
- B）依赖人工智能列表而不查看生命体征
- C) 当AI列表显示OK时跳过检查
- D) 通过临床检查和生命体征独立评估紧急情况 ✔
解释：人工智能可能会错过危险信号发现，因为它仅限于给定的上下文并且不执行检查。医生必须通过临床检查和生命体征独立评估危及生命的情况；仅仅因为人工智能说“不存在紧急情况”并不排除紧急情况。
13. 您遇到了基于猫特定情况下的狗数据的人工智能建议。为什么这有风险？
- A) 物种间差异不大，建议可直接应用
- B) AI 总是能正确区分物种
- C）猫和狗的剂量始终相同
- D) 由于物种之间代谢和毒性的差异，建议应根据目标物种确认✔
描述：物种之间的差异在兽医学中至关重要；猫对许多药物的代谢与狗不同，并且某些物质（例如扑热息痛、氯菊酯）对猫有毒。人工智能可能会将通用数据与物种区分混淆；每项建议均应针对目标物种进行确认。
14. 您用人工智能起草了一份麻醉方案。这个轮廓在手术中起什么作用？
- A) 无论患者反应如何，均应用草稿剂量
- B) 如果草案完成，则考虑不必要进行监控
- C) 用人工智能草稿代替实时临床判断。
- D) 大纲是准备工具；根据医生实时观察给予剂量和干预✔
描述：麻醉对于安全至关重要，取决于患者的实时状态。 AI可以提供准备清单和大纲；然而，剂量、监测和干预决策是根据医生在整个手术过程中的实时观察、生命体征和患者的反应来做出的。该草案不会取代实时决定。