护理核对与用药安全深水（AI 医嘱核对/给药核对工作流 + 三查七对/用药安全/异常识别深水）

1.1 护理核对用药岗在自动化什么

护理核对用药岗的核心是保障给药安全：医嘱核对、三查七对、给药执行、用药监测。过去大量时间花在「逐项核对、双人复核、记录留痕」上，AI 最擅长的是把核对项整理成清单、把记录模板化。护理核对深水的核心判断是：核对清单的整理和记录的机械化正在被 AI 提效，但「逐项核对、双人复核、异常上报」这个动作必须由护士亲手完成，用药判断与担责归人。全部课堂内容均为教学模拟口径，不构成真实诊疗参考。

岗位迁移的方向是「从整理型走向核对型」：入门时你会被要求「会用 AI 生成的核对清单、能指出 AI 清单哪里缺项或越界、能为最终核对执行的合规担责」。核对执行与用药判断责任永远在你身上——这是全课贯穿的第一条红线。护士执业资格（卫健委）为外部准入考试，本课只做核对用药深水能力培养，平台不发证、不代报名、不承诺通过率。

我是护理核对用药岗备考学员，请帮我做能力自检：
1. 按护理核对用药岗能力（医嘱核对/给药安全/用药监测/双人复核）逐项列出 AI 能做什么、我必须判断什么。
2. 对每个环节给出自检问题并标注「达标/待提升」。
3. 生成能力提升清单，按优先级排序。
4. 只依据教材通识与教学模拟口径，不得编造，不确定处标「待核」；最终用药判断归我。
[粘贴你的护理实操经历]

2.1 医嘱核对工作流

护理核对的第一步是医嘱核对：核对医嘱内容、患者身份、执行时间、给药途径。AI 可以生成医嘱核对清单初稿，但「逐项核对」这个动作必须由护士亲手完成。课堂涉及的医嘱与用药内容全部为教学模拟口径，不构成真实诊疗参考；真实场景以本机构制度与执业规范为准。

2.2 三查七对深水

三查七对是给药安全的核心流程：三查（操作前查/操作中查/操作后查），七对（床号/姓名/药名/剂量/浓度/时间/用法）。AI 可以生成三查七对核对清单，但核对执行必须护士完成——核对判断归人，AI 只做清单整理。教学模拟口径下，三查七对清单均为课堂示例。

2.3 医嘱核对审校深水

深水与入门的差异在审校深度：入门「照单核对就行」，深水要「看出清单哪里缺项、哪里边界不对」。AI 生成的核对清单，你要能逐条检查：这条核对项完整吗、有没有遗漏高危项、是否需要双人复核。看不出清单缺陷的核对等于没核——这是核对深水的分水岭。

我是护理核对学习者，请按教学模拟口径生成医嘱核对清单初稿：
1. 列出医嘱核对项（身份/医嘱/药品/时间/途径）。
2. 标注高危项目与需双人复核项。
3. 标注需护士核对确认的执行项。
4. 只整理核对项，不提供任何用药建议。
[粘贴模拟医嘱信息]

3.1 给药安全结构深水

给药安全是护理核对的核心：给药前核对、给药中执行、给药后观察。AI 可以生成给药安全核对清单、整理给药提醒，但给药执行与用药判断归人。课堂涉及的给药内容全部为教学模拟口径，不构成真实诊疗参考。

3.2 给药 AI 工作流

AI 可以生成给药安全核对清单初稿、整理给药步骤提醒、做不良反应观察要点。但给药执行、用药判断、异常识别必须护士判断——给药判断归人，AI 只做清单与提醒。

3.3 给药审校深水

给药安全审校的深水在于「异常警觉」：AI 提醒某项给药参数异常，你要判断这是需要上报的用药风险，还是清单整理的口径问题。会判断「该停还是该报」才是给药深水的价值——用药异常判断归人，AI 只做数据提醒。

我是护理核对学习者，请按教学模拟口径生成给药安全核对清单初稿：
1. 给药前/中/后核对项。
2. 高危药品与双人复核项提醒。
3. 不良反应观察要点。
4. 只整理核对项与观察项，不提供任何用药建议。
[粘贴模拟给药医嘱信息]

4.1 用药监测结构深水

用药监测是给药安全的重要延伸：给药后观察患者反应、识别不良反应、及时上报。AI 可以整理监测要点、生成观察清单、做异常提示，但不良反应的识别判断与上报归人。教学模拟口径下，本课监测场景均为课堂模拟数据。

4.2 异常识别深水

用药监测的深水在于「识别边界」：哪些是常见的药物反应、哪些是需要上报的异常，必须护士判断。AI 可以提示观察项，但不能替你判断「这是常见反应还是需上报异常」——识别判断归人，AI 只做整理。

4.3 监测审校深水

用药监测审校的深水在于「记录真实」：观察记录必须真实、及时、完整，不得由 AI 代写或修饰。AI 生成的观察模板只是结构，观察到的反应与记录内容由护士真实填写——记录真实性归人。

我是护理核对学习者，请按教学模拟口径生成用药监测观察清单初稿：
1. 给药后观察项（生命体征/反应/主诉）。
2. 常见反应与需上报异常的提示边界。
3. 记录留痕字段。
4. 只整理观察项，不提供任何用药建议。
[粘贴模拟用药场景信息]

5.1 护理核对用药全流程整合

护理核对用药深水的全流程是「核对→给药→监测→审校」四段闭环：从医嘱核对，到给药安全执行，到用药监测观察，到最后整体审校交付。AI 在每个机械环节提效，护士在每个判断环节把关。本课以教学模拟场景串联全流程，最终交付一套完整成果包。

5.2 成果包结构与交付判断

护理核对用药深水成果包 = 医嘱核对清单 1 份（教学模拟）+ 给药安全核对记录 1 份（教学模拟）+ 用药监测观察记录 1 份（教学模拟）+ 审校核验记录 1 份（教学模拟）+ AI 协作说明。它不是「学过课程的证明」，而是「做出来的成果」——每份记录都要能看到你的核对执行痕迹，成果交付归你。

5.3 成果包自查要点

交付前逐项自查：核对清单是否逐项执行、给药记录是否真实、监测记录是否完整、异常是否上报、红线是否逐字遵守。任何一项自查不过关，都不能交付——自查归人，AI 不背责。

我是护理核对学习者，请按教学模拟口径生成成果包自查清单模板：
1. 医嘱核对清单执行完整性检查项。
2. 给药安全核对记录真实性检查项。
3. 用药监测记录完整性检查项。
4. 红线与上报记录检查项。
注意：不得编造具体用药数据，不确定处标「待核」。

6.1 成果包的组装

护理核对用药深水学习成果包 = 医嘱核对清单 1 份（教学模拟）+ 给药安全核对记录 1 份（教学模拟）+ 用药监测观察记录 1 份（教学模拟）+ 审校核验记录 1 份（教学模拟）+ AI 协作说明。它不是「学过课程的证明」，而是「做出来的成果」。

6.2 职业规范与伦理红线

护理核对用药用 AI 的红线，零容忍：AI 代做分析（让 AI 直接写结论并照抄）、篡改数据（用 AI 伪造/修饰护理数据）、数据造假（编造护理数据）——任何一条触碰都是护理职业致命伤；AI 是工具，人是主人；判断与担责归人。红线看起来只是三条禁令，背后是一个更朴素的道理：护理工作的价值来自真实与可信，数据与记录一旦掺假，职业信誉就归零。用 AI 提速是好事，但提速的边界是不碰数据真实性——这是护理人用 AI 的第一课。核对用药的红线还在于不越用药判断边界：核对执行、用药判断、异常上报归人，AI 只做清单整理，不提供用药建议。

结业指引：完成 ch1~ch6 学习后，进入「医嘱核对清单 + 给药安全核对记录 + 用药监测观察记录」成果包大作业（5 维评分，≥85 分结业）。结业测验 10 题（单选 6 + 多选 4）通过 ≥85 发放结业证书，结业认证会记录到你的学习档案；凭证仅代表课程完成，不写护士执业资格/职称等执业类表述；护士执业资格（卫健委）为外部准入考试，平台不发证、不代报名、不承诺通过率。

我是护理核对用药岗备考学员，已完成成果包，请帮我做交付前自检：
1. 按成果包构成（医嘱核对清单/给药安全核对记录/用药监测观察记录/AI 协作说明）逐条对照我的产物给出达标自检表。
2. 对每条红线（AI 代下用药结论/代做核对担责/编造用药数据）逐项排查并给出自检结论。
3. 输出「待补强」清单与修改建议。
4. 输出为 Markdown 表格，只依据教材通识，不确定处标「待核」；最终交付判断归我。
[粘贴你的成果包]