收益：
- 能够使用 AI 将分散的笔记组织成结构化标题（例如 SBAR）并标记缺失区域
- 能够识别人工智能捏造未观察到的发现的风险，并按照“传播、捏造、留空”规则逐行验证每个句子
- 应用临床评估、签名和责任的能力始终由助产士承担
临床文件：助产士笔记、产程图摘要和安全移交
助产士最耗时但最不明显的任务是记录——写下所做的一切。助产士笔记、产程跟进、交接（患者从一位助产士转移到另一位助产士）、转诊信、出院小结……这些文件不仅仅是记录；它决定了下一步护理的质量、团队之间的安全沟通以及法律保障。一张保存不善的便条会让真正的病人面临危险。人工智能是这个领域的强大助手：它将分散的笔记组织成有组织的结构，标记缺失的字段，将移交放入标准框架中 - 但助产士始终对文档的准确性和内容负责。
在本单元中，我们将介绍如何利用人工智能加速和保护文档。关键原则：AI形状，标记缺失；助产士输入并批准内容。人工智能无法“弥补”从未被观察到的发现——在文献中，这是最危险的幻觉形式。
注意：助产士的记录不应包含人工智能添加但您未观察到的任何发现。 AI可能会添加一句“胎心音正常”，因为它认为“正常”；如果这句话不是你写的，那这句话就是谎言，应该删除。该注释记录了已完成的操作，而不是预期会发生的操作。
为什么结构化文档更安全
自由文本（我想到的写作）看起来很快，但很危险：可能会遗漏某个区域，某个发现仍不清楚，其他人可能会误解该注释。结构化文档（标准标题、固定字段、常用缩写）可以降低这些风险，因为每个文档都位于同一框架上，并且可以立即看到缺失的字段。这是人工智能最强大的贡献：它将分散的观察结果分配到标准标题中，并警告“此标题为空”。
例如，交接的通用框架是SBAR：Situation（情况——病人是谁，现在发生了什么）、Background（背景——病史、相关病史）、Assessment（评估——助产士的临床评估）、Recommendation（建议/请求——受让人应该做什么、应该注意什么）。人工智能将您的笔记放入这四个标题中；但“评估”部分的临床评估是您的。
一步一步：制作安全助产士记录
- 匿名原始笔记：写下你的观察结果；不要输入任何身份信息。
- 构建它：要求人工智能将备忘录分解为标准标题（例如故事/发现/行动/计划）。
- 禁止捏造：在提示中写下“请勿添加注释中未包含的任何发现；保留空白区域 [BLANK]”。
- 缺失检查：让 AI 列出预计出现在标准笔记中但不在你的笔记中的区域。
- 阅读并批准：逐行阅读注释；验证每个句子都是您实际观察到的。
- 签名和时间：添加助产士姓名、日期时间；该文件只有获得批准后才是正式的。
这六步的核心是第三项和第五项：禁止造作、逐行阅读。即使是在所有其他领域都可以接受的文档中的小错误，在这里也是危险的，因为随着时间的推移，文档会成为其他医疗保健专业人员决策的基础。不是由助产士撰写而是由人工智能添加的“正常”声明可能会导致其他人在几个月后不想再次进行检查。因此，强制人工智能在文档中始终“保留不完整”比允许“填写”要安全得多；一个空白的空间出现并被有意识地填充，而一个虚构的句子则默默地存在着。
三个迷你箱子
案例1——交接安全：在繁忙的病房换班时，要转接8名患者，有时口头转接会漏掉一个细节。助产士让 AI 将每位患者的匿名笔记转录为 SBAR 格式，读取并纠正输出。三个月内，“漏报”事件大幅减少；每个周期都完整完成，有相同的四个标题。每个患者的时间也从约 5 分钟减少到约 2 分钟。
案例 2——虚假发现：第二位助产士让人工智能编辑了她的原始记录，并在打印输出上看到“尿液分析正常”——但她甚至没有下令进行测试。 AI假设了“正常流程”并进行了弥补。助产士删除了这句话。这就是为什么禁止制造提示和逐行读取至关重要的典型例子：未经验证，错误的发现将成为永久记录。
案例 3 — 产程图摘要：在第三个示例中，助产士将从长时间分娩的产程图记录中创建转移摘要。他将时间值注释给人工智能，并说“只需根据我给出的值写出时间线摘要，不要添加评论。” AI定期生成摘要；助产士自己添加临床评论（对行动过程的评估）。 AI整理数据，助产士做出决定。
可复制模板
角色：您是临床文档格式助理。任务：在以下标题下分发以下匿名原始助产士注释：[故事][今天的发现][行动][计划/后续]。直接规则：不要添加注释中未包含的任何发现、分析和值。在空白标题中写下“[空白]”。添加评论/决定。原始注释：[注释]
角色：你是SBAR交接助理。任务：将以下匿名便条翻译成SBAR格式：[S-情况][B-背景][A-评估：助产士将填写][R-建议/请求]。规则：将“A”标题留空；我会写临床评估。不要编造新信息。注：[注]
角色：您是缺失区域检查员。任务：将下面的助产士注释与标准产前/产后注释中预期的字段进行比较，并仅列出缺失的字段。规则：解释内容，不要说对/错；缺失的项目就算作“没有这样的标题”。注：[注]
角色：您是产程记录员/轨迹数据汇总者。任务：根据以下时间值记录（时间 -> 测量值）编写直接的时间线摘要。仅使用我给出的值。规则：请勿拟合值，请勿添加趋势/决策评论。我将添加临床评论。记录：[记录]
弱提示/强提示
弱：“更正并完成此注释。”
“完整”这个词很危险：人工智能可以填补它认为缺失的空白。结果是一份包含未观察到的发现的不可靠文件。
强：
角色：文档格式化助理。在[故事/发现/成就/计划]标题下分发以下匿名注释。请勿添加注释中未包含的任何信息；写下空白标题[空白]。添加评论/决定。
区别：强大的提示说“成交”而不是“完成”，明确禁止拟合，并标记空白区域。该文件仍然可靠。
AI的文档类型和作用
文件
人工智能的工作
助产士的工作
助产士笔记
标题分配、标记不完整
内容、准确性、批准
SBAR 移交
铸成形式
评级（A），批准
产程图总结
定期写入数据
临床解释、决定
推荐信
草稿格式
临床论证、签名
出院小结
简化、秩序
准确性、指令确认
提示：在文档中，始终强制 AI 输出“保留不完整”，而不是“填写”。看到一个空的[EMPTY]空间比一个虚构的句子安全一千倍；因为你看到了差距并有意识地填补它。
常见错误
- “补”是指：请AI来补；说“成交”和“留空”。
- 无需逐行阅读即可确认：只有仔细阅读才能发现捏造的发现。
- 用身份信息评分：去识别化也是文档中必须的。
- 由AI撰写的临床评估：SBAR和产程图解释的“A”属于助产士。
- 忘记添加签名/时间：未经批准的文件不是正式的。
- 用AI总结代替原文：总结有帮助；原始记录被保留。
总之
在临床文档中，人工智能格式化并标记差距；助产士输入并批准内容。结构化框架（标题、SBAR）使文档更加安全，人工智能可以快速将分散的注释融入这些框架中。最大的危险是人工智能会伪造一个未被观察到的发现；所以在提示时禁止捏造，在空白处做标记，并逐行验证每句话。临床评估、签名和责任始终属于助产士。
应用任务
从您自己的班次中进行交接（匿名）并使用 SBAR 模板对其进行格式化；自行填写“A-评估”标题。然后用“分散、化妆、留下[空白]”的模式布置一张原始的助产士便条，并逐行检查人工智能是否已经化妆。如果您发现捏造/遗漏，请注意——这是一个可以与您的团队分享的学习示例。
清单
- [ ] 我在提示中写了“补、留空、分发”的规则。
- [ ] 我逐行读取输出并验证每个句子是否确实被观察到。
- [ ] 我自己写了临床评估（SBAR-A，产程图解释）。
- [ ] 我使用了没有识别信息的原始注释。
- [ ] 我在文档中添加了助产士的姓名、日期时间和确认信息。
- [ ]我没有用AI摘要替换原来的录音；我都保留了。