Page 112 - 《中国药房》2024年15期

的右侧拐点横坐标位于 μ + σ 处。由于最佳相似性阈值 800 易混淆药品组数 800 易混淆药品组数
700 易混淆药品总数 700 易混淆药品总数
就是右侧拐点的横坐标，因此最佳相似性阈值即是 600 拟合曲线f A 600 拟合曲线f B
右侧拐点
右侧拐点
μ + σ。然而，鉴于易混淆药品的判断往往受到个人主观 （ 个/组 ） 500 （ 个/组 ） 500
因素的影响，在实际应用中，将 μ + σ 的邻近值作为相似 数量/ 400 （0.75，74.00） 数量/ 400 （0.83，80.19）
300
300
性阈值亦被视为一种合理的选择。 200 200
1.2.5 易混淆药品目录的制定 100 100
0 0
在明确设定最佳相似性阈值 δ 之后，可利用“1.2.3” 0 0.2 0.4 0.6 0.8 1.0 0 0.2 0.4 0.6 0.8 1.0
相似性阈值 相似性阈值
项下所述方法，生成由易混淆药品组构成的易混淆药品 A.门诊药房药品通用名分析结果 B.门诊药房药品品种名分析结果
900 900
目录。该目录为初步目录，包含的易混淆药品组是备选 易混淆药品组数 易混淆药品组数
800 易混淆药品总数 800 易混淆药品总数
组，随后还需通过人工辨识和优化调整，形成最终的易 700 拟合曲线f C 700 拟合曲线f D
右侧拐点
右侧拐点
混淆药品目录。值得注意的是，基于药品通用名和品种 （ 个/组 ） 600 （ 个/组 ） 600
500
500
名所生成的易混淆药品目录存在一定的差异。因此，在 数量/ 400 （0.78，93.01） 数量/ 400 （0.85，108.21）
制定易混淆药品目录时，建议同时参考基于这2种名称 300 300
200
200
生成的目录。 100 100
0 0
1.3 软件实现 0 0.2 0.4 0.6 0.8 1.0 0 0.2 0.4 0.6 0.8 1.0
相似性阈值 相似性阈值
系统架构基于 C/S（Client/Server）模式，利用 Visual C.住院药房药品通用名分析结果 D.住院药房药品品种名分析结果
Basic 2010 Express开发客户端用户界面，而后台数据库 图2 相似性阈值δ与易混淆药品总数及易混淆药品组
数的关系
则构建在 SQL Server 2008 R2 Express 平台上。通过使
用 Visual Basic.NET 编程语言，将易混淆药品目录自动 f D(δ) = 178.41e -4.40(δ - 0.52) 2 ⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅ （8）
生成算法集成到客户端。此外，通过对高拍仪进行二次 图 2 展示了公式（5）至公式（8）的曲线，可以看到各
开发，将其拍照功能整合进系统，可以实现药师快速上 拟合曲线与其各自对应的易混淆药品组数曲线均紧密

传药品图像信息。 贴合，表明拟合效果较好，因而可使用拟合曲线取代易
2 结果 混淆药品组数曲线来计算最佳相似性阈值。由“1.2.4”
2.1 通用名目录和品种名目录 项下可知，函数 f 的右侧拐点横坐标位于 μ + σ 处。利用
从 HIS 导出我院门诊药房和住院药房的在库药品 该结论和表1的各项参数值，可以快速计算得到曲线f 、
A
目录，分别包含 737、889 种药品。经过药品名称的规范 f 、 f 和 f 的右侧拐点横坐标，分别为 0.75、0.83、0.78 和
D
C
B
化处理，形成门诊药房和住院药房各自的通用名目录和 0.85。换言之，当使用门诊药房和住院药房药品的通用
品种名目录。 名来建立易混淆药品目录时，最佳相似性阈值分别为
2.2 相似性阈值 0.75 和 0.78；当使用门诊药房和住院药房药品的品种名
图2展示了相似性阈值δ对易混淆药品组数以及易 时，最佳相似性阈值分别为 0.83 和 0.85。可以看到，使
混淆药品总数的影响，使用的药品名称数据来自门诊药 用药品通用名筛选得到的最佳相似性阈值比使用药品
房和住院药房的通用名目录和品种名目录。由图 2 可 品种名得到的小，这是因为药品通用名中包含的剂型或
知，易混淆药品总数随相似性阈值δ的增大而逐渐减少。 给药途径等信息在特定情形下会降低药品名称之间的
此结果与预期一致，即相似性阈值 δ与易混淆药品总数 相似性。另外还可以发现，在使用药品通用名或药品品
呈负相关关系。此外，值得注意的是，随着相似性阈值δ 种名时，不同药房之间的最佳相似性阈值变化不大。因
的增大，易混淆药品组数呈现出先增后减的趋势，且曲 此，在实际应用时，可不考虑药房间的差异。在本研究
线形态类似于钟形。 中，使用药品通用名或药品品种名时，设置的相似性阈
按“1.2.4”项下方法，对易混淆药品组数进行参数拟 值分别为 0.75 和 0.83，即 δ = 0.75、 δ = 0.83 （选择
通用名 品种名
合，得到的各项参数值见表 1。利用得到的参数值和公 较小的相似性阈值是为了纳入更多的易混淆药品）。
式（3），可进一步构建出各个拟合曲线的公式：
2.3 易混淆药品目录
f A(δ) = 122.01e -9.33(δ - 0.52) 2 ⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅ （5） 运用易混淆药品目录自动生成算法处理门诊药房

f B(δ) = 132.21e -3.81(δ - 0.47) 2 ⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅ （6） 的药品通用名和品种名，得到2份初步的易混淆药品目
f C(δ) = 153.35e -9.59(δ - 0.55) 2 ⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅ （7） 录。随后经过人工辨识，排除一些不易引起混淆的备选

· 1902 · China Pharmacy 2024 Vol. 35 No. 15 中国药房 2024年第35卷第15期