Page 8 - 《中国药房》2025年13期
P. 8

升服务效率与质量，降低人为差错风险                 [1―3] ，推动药学服      识、系统评价、荟萃分析、观察性研究、随机对照试验、专
          务从“经验驱动”向“数据驱动”转型升级。AI 结合新一                         题综述等证据和相关政策性信息。检索时间为数据库
          代互联网技术后，还能扩大优质药学服务的可及性，助                            或网站建立起至 2025 年 3 月 31 日。基于搜集的证据并
          力实现医疗资源均衡化           [4―6] 。然而，AI 在现阶段使用中           结合国内AI辅助药物服务实践的经验与总结，执笔组起
          暴露出的局限性也同样明显，如缺乏完善的评估体系、                            草了共识框架和初稿。随后，专家组通过2轮改良德尔
          结果可能存在偏倚、容易出现幻觉现象、可解释性不足、                           菲法调查和多轮讨论修改，最终形成推荐意见。
          责任界定不清以及使用者过度依赖等问题，亟待通过科                            1.3 证据质量和推荐强度
          学、规范的措施加以解决。为顺应行业迫切需求，本共                                在本共识制定过程中，专家组对每项推荐意见进行
          识以2021年10月9日发布的《国家卫生健康委办公厅关                         了细致的评分工作。每位专家依据李克特量表对各推
          于印发医疗机构药学门诊服务规范等5项规范的通知》                            荐意见打分，满分为5分，其中5分代表完全同意，4分代
          以及配套印发的《医疗机构药学门诊服务规范等5项规                            表同意，3分代表无意见倾向，2分代表不同意，1分代表
          范政策解读》和 2024 年 11 月 6 日发布的《卫生健康行业                   完全不同意。90%以上专家同意，视为强推荐；70%～90%
          人工智能应用场景参考指引》为指导，系统梳理了AI技                           专家同意，视为推荐；同意率低于70%则不纳入本共识。
          术在药学服务中的适用场景、发展目标、质量控制、风险                           经过专家组的审慎评估，共提炼出23条共识意见，推荐
          挑战与伦理边界，并提出专家意见，以期为药师、医疗机                           等级均为强推荐。
          构及技术开发者提供参考，提升 AI 辅助药学服务（AI-                        1.4 共识使用者及目标人群
          assisted pharmacy services，AIPS）实践的科学性与安全               推荐共识使用者为医疗机构从事药学服务工作的
          性，彰显药师专业价值，也为“健康中国”战略下药学服                           药学专业人员、医院药学管理人员和 AI 相关系统/软件
          务的高质量发展注入新动能。                                       的开发人员；目标人群为就医患者及社区保健居民。
          1 共识制定方法                                            1.5 利益冲突声明
              本共识由国家卫生健康委医院管理研究所药学信                               为确保独立性，本共识所有参与人均声明不存在利
          息专家委员会、中国医药教育协会老年药学专业委员会                            益冲突。
          和北京整合医学学会数智化药学管理与服务分会共同                             2 共识内容
          发起，启动时间为 2024 年 12 月，撰写时间为 2024 年 12                2.1 AIPS的定义与目标
          月至 2025 年 3 月，外审时间为 2025 年 4 月，定稿时间为                    推荐意见荐意见 11（（强推荐强推荐））：AIPS 是指利用 AI 技术，通过
                                                                  推
          2025 年 5 月。本共识已在国际实践指南注册与透明化                        数据分析、机器学习、自然语言处理等方法，模拟医院药
          平台完成注册（注册号：PREPARE-2025CN320）。                      师的思维方式和专业能力，自主获取药学领域的专业知
          1.1 共识制定团队                                          识并进行高级推理，在药师监督下全方位辅助、优化药
              本共识制定团队由执笔组、专家组、秘书组构成。                          学服务的一种技术体系。
                                                                  推
          执笔组由 6 名具有医院药学、指南方法学、AI 和医学伦                            推荐意见荐意见 22（（强推荐强推荐））：推荐 AIPS 应用于药学门诊、
          理研究及实践背景的药学专家组成，负责共识的初步撰                            药物重整、用药教育、药学监护、居家药学、药品供应等
          写、修改与完善。专家组由具有多学科背景的42名专家                           多个场景，辅助药师开展智能处方审核、用药管理与指
          组成，包括医院药学专家32名、AI与信息技术专家6名、                         导、用药决策建议、智能药学随访、药品精准配送等药学
          医学伦理专家4名，负责对共识推荐意见进行整体审阅                            服务。通过与智能软硬件结合，AIPS系统可以全面提升
          并提出修改与完善意见。秘书组由3名药师组成，负责                            药学服务的效能、安全性、有效性和准确性。
          文献检索、协调、统稿、核对等工作。团队成员均来自国                               解读与证据：（1）提升药学服务效能——AIPS 系统
          内三级以上医疗机构或高等院校，其中执笔组和专家组                            可以通过收集和分析医疗大数据，辅助药师快速获取关
          高级职称占比分别为83.3%和100%。                                键信息并提供基于证据的决策支持，优化药学服务方
          1.2 共识制定过程                                          案，减少决策时间 ；通过先进算法构建模型，预测药学
                                                                             [1]
              秘书组以“人工智能”“机器学习”“药学服务”“医院                       服务需求和发展趋势，辅助药师合理制订计划和分配资
                                                                [2]
          药学”“用药教育”“合理用药”“药学门诊”“药学监护”                         源 ；通过自主开展处方（医嘱）审核、医患咨询等规律性
         “药物重整”“居家药学”“药物咨询”“用药监测”“用药监                         任务，释放药师时间，减少药师重复性劳动的疲惫感，使
                                                                                             [3]
          护”“药品供应”“医学伦理”“知情同意”及其对应的英文                         其将精力专注于更复杂的临床工作 ；通过预测模型提
          术语为关键词，检索 PubMed、Web of Science、Embase、             高供应链的准确性、透明度和安全性，减少药品短缺和
                                                                                     [4]
          Scopus、中国知网、万方数据知识服务平台和国际、国内                        浪费的发生，降低管理成本 。（2）提升药学服务的安全
          权威卫生健康部门官方网站，搜集国内外指南、专家共                            性和有效性——AIPS 系统可以通过分析药物诊疗数据


          · 1554 ·    China Pharmacy  2025 Vol. 36  No. 13                            中国药房  2025年第36卷第13期
   3   4   5   6   7   8   9   10   11   12   13