Page 104 - 《中国药房》2026年2期

表1 我院药学智能问答平台与在线DeepSeek在20个口服制剂tmax与t1/2回答上的准确性比较
说明书参数 药学智能问答平台 在线版DeepSeek
药品
t max/h t 1/2/h t max/h t max与说明书是否一致 t 1/2/h t 1/2与说明书是否一致 t max/h t max与说明书是否一致 t 1/2/h t 1/2与说明书是否一致
阿奇霉素干混悬剂 2.2 68 2.2 是 68 是 2～3 否 68 是
盐酸二甲双胍片 2.5 6.5 2.5 是 6.5 是 2～3 否 4～6 否
盐酸特拉唑嗪片 1 12 1 是 12 是 1～2 否 9～12 否
地屈孕酮片 0.5 5～7 0.5 是 5～7 是 0.5～2.5 否 5～7 是
瑞舒伐他汀钙片2 5 19 5 是 19 是 3～5 否 19 是
甲钴胺片 3.6±0.5 12.5 3.6±0.5 是 12.5 是 1～3 否 12～24 否
醋酸甲羟孕酮片 2.58±0.5 14.0±2.12 2.58±0.5 是 14.0±2.12 是 2～4 否 12～24 否
苯妥英钠片 4～12 7～42 4～12 是 7～42 是 4～12 是 7～42 是
依巴斯汀片 2.6～4 15～19 2.6～4 是 15～19 是 2～4 否 10～16 否
盐酸多奈哌齐分散片 3～4 70 3～4 是 70 是 3～4 是 70 是
孟鲁司特钠咀嚼片 2 2.7～5.5 2 是 2.7～5.5 是 2～4 否 2.5～5.5 否
左甲状腺素钠片 5～6 168 5～6 是 168 是 2～4 否 168 是
骨化三醇软胶囊 2～6 5～8 2～6 是 5～8 是 3～6 否 5～8 是
依帕司他片 1 1.8 1 是 1.8 是 1～3 否 1.5～2 否
盐酸坦索罗辛缓释胶囊 6.8 10 6.8 是 10 是 6.8 是 9～13 否
非那雄胺片 1～2 5～6 1～2 是 5～6 是 1～2 是 5～6 是
伊曲康唑胶囊 4.6±1.3 23.8±4.7 4.6±1.3 是 23.8±4.7 是 2～5 否 16～28 否
维胺酯胶囊 2.612±0.778 2.378±0.871 2.612±0.778 是 2.378±0.871 是 2～4 否 10～20 否
苯甲酸阿格列汀片 1～2 21 1～2 是 21 是 1～2 是 21 是
厄贝沙坦分散片 1.5～2 11～15 1.5～2 是 11～15 是 1.5～2 是 11～15 是
回答准确例数/总例数 20/20 20/20 6/20 10/20
3.3 药学智能问答平台定量推理准确性验证 构建药学智能问答平台时部署 Rerank 模型对文本和向
患者肾功能减退可显著影响多种药物的药动学和 量检索结果进行 tokens 级别的语义相似性匹配与重新
药效学，若剂量调整不当，将增加不良反应发生风险。 排序，以进一步提升检索准确性；如果未部署 Rerank 模
本研究选取12种需根据肌酐清除率调整剂量的药品，分 型，选择语义检索与文本检索7∶3的混合策略，也能获得
别以肌酐清除率 56、36、16、6 mL/min 及透析状态为条 较为理想的召回效果。
件，检索我院药学智能问答平台的推荐剂量和给药频 4.2 平台构建策略与关键技术实现
次，并与药品说明书及在线版 DeepSeek 的回答进行对 本研究在平台构建过程中，运用Python自动化脚本
比。结果显示，药学智能问答平台的输出答案与药品 完成了对院内 1 120 份药品说明书的批量清洗、格式统
说明书一致，而在线版 DeepSeek 结果的准确率为 38% 一与结构化重构，再将处理后的内容导入Dify平台。经
（23/60），二者差异具有统计学意义（P＜0.001），提示该 结构化处理的文本在检索环节具有更高的匹配精度，结
平台在药物个体化给药推理方面具有较高准确性（限于 合 Score 阈值控制和问题分类器，可有效减少无关
篇幅，具体验证结果可扫描本文首页二维码进入“增强 chunks的干扰，提升问答效率与准确性。
出版”板块查看附表1）。 为确保知识来源的可控性与安全性，我院构建的药
此外，本研究还针对药物相互作用、禁忌证及特殊 学智能问答平台依据本地部署模式运行，不具备自主学
人群（肝功能损伤、孕妇、儿童）用药等高频临床场景进 习功能，且与医院内部网络体系兼容。知识库缺项时会
行了进一步验证，均获得准确且可用的回答（具体验证 被系统自动记录并提示专业人员进行更新，从而保证内
过程及结果可扫描本文首页二维码进入“增强出版”板 容的可追溯性和规范一致性。新增药品信息按最高优
块查看附图 1～附图 7），说明该药学智能问答平台已能 先级处理，相关资料在药品进院 24 h 内完成录入，满足
够较好满足基层医疗机构临床药学服务需求。 了临床对药学信息的时效性需求。
4 讨论 本研究在研发时，同时对多种主流开源平台进行了
[13]
4.1 知识库构建原理对平台性能的影响 比较：AnythingLLM 在私有化部署方面具备优势 ，但
药品说明书属于高度结构化的专业文本，其语义完 结果追溯与可视化能力有限；RAGFlow在复杂文档解析
[14]
整性与片段化策略直接影响文本向量化及后续检索效 与引用可解释性方面表现突出 ，但其硬件资源需求较
果。本研究在向量化原理的基础上，对文本进行分层清 高，限制了其在基层医疗机构的推广应用。综合部署成
洗与结构化重构，通过保留关键语义单元、缩短 chunks 本、可视化程度和系统调试便利性，Dify 平台在本研究
长度和明确上下文边界等方式，减少了在向量化过程中 所需的应用场景中具有更高的适配性。
可能出现的语义稀释问题。该处理方式使文本表达更 4.3 平台运行效果与临床应用表现
符合 Transformer 模型的注意力计算特性，有助于提高 为验证我院药学智能问答平台药学参数检索的准
chunks召回率和准确率，为后续问答模块提供了可靠的 确性与可靠性，本研究随机抽取了我院20种非复方口服
数据基础。总结本次实践经验，笔者推荐各医疗机构在 制剂，分别查阅其药品说明书中的tmax及t1/2，并将药学智

· 230 · China Pharmacy 2026 Vol. 37 No. 2 中国药房 2026年第37卷第2期