Page 119 - 《中国药房》2026年5期

人工分拣、纸质处方流转及口头叫号等原始作业方式，
展示层 PC端排队叫号系统 Android TV端引导系统 网页版BI系统
导致药师大量时间被非增值环节（如反复应答患者调剂
状态查询、管理无序堆叠的待核发药品等）占据，不仅造 排队叫号 算法 BI系统
成人力资源配置失衡，而且直接延长患者取药等待时
中 排队 叫号 队列管理 货位管理 处方趋势 患者视图
间 [2―3] 。此外，由于缺乏实时透明的调剂状态反馈机制， 药 应用层 完成 小票打印 TTS 数据计算 调剂节拍 预计时间
房
智
能
患者在等待过程中容易产生焦虑情绪，故取药体验满意 调 语音播报 …… …… ……
剂
取
度下降 。 药
[4]
系
统
目前，随着医疗信息化的深度推进，西药房已通过 数据层
自动化核对发药系统与智能化排队管理机制实现了服 HIS数据 管理系统 管理系统数据库
务效能的显著跃升 [5―6] 。然而，部分中药房的流程优化
硬件层 扫码枪 音响 打印机
仍停留在硬件升级和局部流程改良阶段，缺乏基于数据
与算法的系统性改造研究，未能从根本上破解信息孤岛 PC：电脑（personal computer）；TV：电视（television）；TTS：从文本
到语言；HIS：医院信息系统（hospital information system）；BI：商业智
与动态需求预测缺失等核心痛点，严重制约了中医药服
能（business intelligence）。
务的智能化转型进程 [7―8] 。针对上述传统中药房药师重 图1 中药房智能调剂取药系统设计思路架构图
复劳动与患者等待成本过高等突出问题，本研究创新性
月30日患者取药处方信息（剔除代煎与中药配方颗粒的
地提出了数智驱动改造框架，通过“重构药师调剂流程-
处方信息）；从所开发的中药房智能调剂取药系统查询
反馈处方调剂状态-预测患者等待时间”的三维联动机
2025 年 6 月 1 日－8 月 30 日患者取药报到叫号完成信
制，开发了一套适用于真实场景的中药房智能调剂取药
息；从科室获取门诊中药房 2025 年 6 月 1 日－8 月 30 日
系统（简称“系统法”），以期为中医药服务的智能化转型
排班表信息。上述信息经脱敏处理后仅保留流程相关
提供理论与实践参考 [9―10] 。
字段，无患者身份信息及隐私泄露风险。从以上信息中
1 方法
获取样本数据及相关特征因变量信息，按照下列机器学
1.1 传统法药师调剂非增值环节分析
习方法（表1）预测患者取药等待时间。
为明确传统法药师调剂流程的非增值环节，本研究
表1 基于机器学习构建取药等待时间预测模型方法
通过“价值流程图”系统分析传统中药房调剂取药全流
模型内容 具体信息
程，汇总统计中药房药师调剂流程的工作时间（processing
预测目标 取药等待时间（min）
time，P/T，即完成任务所需的实际时间）、延误时间 样本数量 4 324例
（delay time，D/T，指流程延误时间）、总流程时间（lead 特征变量 29个
模型方法 堆叠集成（stacking）；梯度提升回归（gradient boosting regression，GBR）模型；轻量级梯度提升机
time，L/T）。 （light gradient boosting machine，LightGBM）模型；随机森林（random forest，RF）模型；带交叉验证
1.2 传统法患者取药流程痛点分析 的岭回归（ridge regression with cross-validation，RidgeCV）模型
训练方式 80/20划分；5折交叉验证
为了解传统法患者在取药流程中面临的流程痛点，
评价指标 平均绝对误差（mean absolute error，MAE）；均方根误差（root mean square error，RMSE）；平均绝对
本研究利用患者排队取药“旅程映射图”系统分析患者 百分比误差（mean absolute percentage error，MAPE）；决定系数（R²）
在中药房取药全流程节点的体验触点、情绪变化及关键 统计学检验 夏皮罗-威尔克（Shapiro-Wilk）检验；布鲁斯-帕甘（Breusch-Pagan）异方差检验；杜宾-沃森
（Durbin-Watson）自相关检验；科尔莫戈罗夫-斯米尔诺夫（Kolmogorov-Smirnov，KS）检验
痛点。
1.3 中药房智能调剂取药系统的设计思路 1.5 传统法与系统法流程对比
基于药师调剂非增值环节与患者取药流程痛点的 传统法流程包括：药师接收患者处方并核对后，人
分析结果，本研究参考“硬件层-数据层-应用层-展示层” 工预估最长等待时间并口头告知；患者等待过程中可去
的分层设计构建中药房智能调剂取药系统整体架构（图 窗口询问调剂状态；药师将完成调配的药品集中堆放，
1）。该系统依托PC端与TV端的数据协同，具备患者数 并在待取信息板上书写患者姓名；患者取药时，药师比
据采集、自动语音播报、智能货位调度分配、取药等待时 对其身份与书写信息，确认后翻找药品，最终完成核对
间预测及实时数据同步显示等功能，实现了从物理设备 发药。系统法流程包括：药师接收处方并核对后，由系
支撑与数据流转处理，到核心业务功能承载，再到终端 统自动生成报到小票并智能预估等待时间；患者等待过
用户交互的完整闭环，可以支撑中药房调剂取药业务的 程中可通过 TV 端实时查看调剂状态；药师将完成调配
高效运转。 的药品按系统货位号定点放置；患者取药时，药师依据
1.4 基于机器学习的患者取药等待时间预测 小票货位号精准取药，最终完成核对发药。两者详细流
通过 HIS 查询我院门诊中药房 2025 年 6 月 1 日－8 程对比如图2所示。

中国药房 2026年第37卷第5期 China Pharmacy 2026 Vol. 37 No. 5 · 661 ·