Page 105 - 《中国药房》2026年2期
P. 105

能问答平台与在线版 DeepSeek 的检索结果进行对比。                          然而，本研究仍存在一定局限性，知识库的覆盖范
          结果显示，我院药学智能问答平台给出的答案与药品说                           围和更新频率仍需持续优化。未来研究可进一步扩大
          明书完全一致，准确率均为100%，而在线版DeepSeek的                     知识库规模，引入自动化更新机制，并探索多模态数据
          结果中，tmax准确率为30%，t1/2准确率为50%，二者差异具                  的整合，以进一步提升 LLM 在临床药学场景下的可靠
          有统计学意义（P＜0.001），提示该平台在药学参数的检                       性和实用性。例如，可进一步探索针对医学指南和专家
          索和回答方面具有较高的准确性与可靠性。                                共识的语义切分策略，并优化多模型协同检索与推理机
              在剂量个体化推理验证中，本研究针对12种需按肾                        制，以持续提升智能问答平台的性能。
          功能调整剂量的药品对我院药学智能问答平台进行了                            参考文献
          分级测试，结果显示，所得剂量建议与药品说明书完全                           [ 1 ]  汪瑾，冷锴，陆慧. “互联网+”视域下智慧医疗服务模式
          保持一致。而同一测试条件下，在线版DeepSeek的准确                            创新研究[J]. 南京医科大学学报（社会科学版），2020，20
          率为 38%，两者差异具有统计学意义（P＜0.001）。该结                         （1）：84-87.
          果提示，本研究构建的平台在处理涉及复杂条件判断的                           [ 2 ]  肖鹏，李新辰，朱斌，等. 基于互联网患者咨询的药师与
          药学咨询时，仍然能够保持较高的可靠性。                                     人工智能回答一致性分析[J]. 临床药物治疗杂志，2025，
              在药物相互作用、禁忌证及特殊人群用药等高频临                              23（5）：46-49，55.
                                                             [ 3 ]  国家卫生健康委办公厅.国家卫生健康委办公厅关于印
          床查询场景中，该平台同样表现出良好的稳定性与准确
                                                                  发卫生健康行业人工智能应用场景参考指引的通知
          度，不仅可通过工作流生成标准化回答，还能同步展示
                                                                  [EB/OL].（2024-11-14）[2025-08-09].  https：//www. nhc.
          药品说明书原文，便于医师进行查阅与验证。此外，该
                                                                  gov. cn/guihuaxxs/c100133/202411/3dee425b8dc34f739d-
          平台还可与医院信息系统对接，实现全院范围的实时访                                63483c4e5c334c.shtml.
          问，提高了临床药学信息服务的可及性。                                 [ 4 ]  PENG Y  F，MALIN  B A，ROUSSEAU  J  F，et  al.  From
          4.4 平台推广应用价值与可扩展性                                       GPT to DeepSeek：significant gaps remain in realizing AI
              基于标准化结构化知识库的本智能问答平台具有                               in healthcare[J]. J Biomed Inform，2025，163：104791.
          良好的可推广性，尤其适用于紧密型医疗集团的药学信                           [ 5 ]  DREYER  J.  China  made  waves  with  DeepSeek，but  its
          息统一管理。通过共享同源知识库，可为紧密型医疗集                                real ambition is AI-driven industrial innovation[J]. Nature，
          团审方中心、辅助诊疗系统和语音问答工具提供一致且                                2025，638（8051）：609-611.
          规范的知识支撑，有利于提升药学服务的同质化水平，                           [ 6 ]  裴进涛，李昊东，刘广敏，等. 基于RAG的人工智能模型
          并降低信息不一致带来的临床风险。                                        在高血压药品信息智能问答中的应用[J]. 电脑与信息技
              本研究将模型运行环境与知识库采用 Docker 镜像                          术，2025，33（5）：43-50.
          封装，实现了跨平台的一键迁移，减少了环境部署工作                           [ 7 ]  查英华，郭朝霞，鞠慧光. 基于大语言模型的智能学习助
          量，提高了平台可扩展性。相比依赖云端的方案，本地                                手设计与实现[J]. 现代信息科技，2025，9（3）：50-55.
          化部署具有更高的独立性和数据安全性，适用于网络条                           [ 8 ]  齐翌辰，王森淼，赵亚慧. 基于倒排索引的问答系统的设
          件有限或隐私保护要求较高的县域及基层医疗机构。                            [ 9 ]  计与实现[J]. 教育教学论坛，2018（35）：68-69.
                                                                  DENG J W，ZUBAIR A，PARK Y J，et al. The use of large
          5 结语
                                                                  language models in medicine：proceeding with caution[J].
              LLM 是否出现 AI 幻觉，主要取决于本地知识库是                          Curr Med Res Opin，2024，40（2）：151-153.
          否存在相应的 chunks 以及其是否能被检索到。本研究                       [10]  ZHANG H J，DENG H R，OU J，et al. Mitigating spatial
          构建的药学智能问答平台通过标准化重构药品说明书                                 hallucination  in  large  language  models  for  path  planning
          本地知识库，实现了高精度的检索与推理，大幅度减少                                via prompt engineering[J]. Sci Rep，2025，15：8881.
          了AI幻觉的出现。此外，通过集成提示词可以进一步优                          [11]  PAL A，UMAPATHI  L  K，SANKARASUBBU  M.  Med‐
          化LLM文字处理逻辑，如提示词添加“本地知识库没有                               MCQA：a  large-scale  multi-subject  multi-choice  dataset
          找到相关资料，请联系静配中心药师进行维护”，既可以                               for  medical  domain  question  answering[EB/OL].  [2025-
          提醒药师不断完善知识库，亦可有效避免AI幻觉带来的                               08-09]. https：//arxiv.org/abs/2203.14371.
          临床决策误导。平台在上线之前与在线版 DeepSeek 进                      [12]  CALIEBE A，LEVERKUS F，ANTES G，et al. Does big
          行了对比，结果显示，该平台几乎可以避免在 DeepSeek                           data require a methodological change in medical research?
                                                                  [J]. BMC Med Res Methodol，2019，19（1）：125.
          上出现的AI幻觉问题，能够满足临床对药学信息严谨性
                                                             [13]  李威威，夏新男. DeepSeek与Ollama协同的图书馆本地
          与准确性的要求。本研究结果表明，通过知识库的标准                                知识库构建[J]. 现代信息科技，2025，9（21）：148-154.
          化重构与轻量化本地部署，即便在有限算力条件下亦可                           [14]  薛陶蓓，郑浩东 . 基于 DeepSeek 和 RAGFlow 的智能项
          实现可控、安全且质量可靠的药学智能问答服务。此类
                                                                  目推荐客服系统部署实践[J]. 现代信息科技，2025，9
          模式具有良好的普适性，适用于信息化建设需求迫切但                               （18）：110-114.
          算力资源受限的医疗机构，如基层医院、县域医疗中心                                          （收稿日期：2025-08-13  修回日期：2025-12-24）
          及部分专科医院，能为其提供兼具成本-效益与专业性                                                                （编辑：孙  冰）
          和可靠性的药学知识服务解决方案。


          中国药房  2026年第37卷第2期                                                 China Pharmacy  2026 Vol. 37  No. 2    · 231 ·
   100   101   102   103   104   105   106   107   108   109   110