Page 112 - 《中国药房》2026年10期
P. 112

实现单剂量发放。口服单剂量分包系统（unit dose dis‐                    符合业务量标准的病区中，优选医护团队协作意愿强、
          pensing system，UDDS）通过与医院信息系统（hospital              依从性好的病区，确保临床护士能严格执行核对操作，
          information system，HIS）深度集成，将医嘱信息映射为                保障研究数据的质量。
          对应的药品调配指令并自动分包，显著提高了调剂效率                            1.3 药品图像和拉曼光谱数据库的构建及应用
          与准确性    [2―3] 。然而，自动化流程的引入在减轻传统人                    1.3.1 图像数据采集
          工操作疲劳的同时，也为调剂环节的质量控制带来了新                                在遮蔽外界光线干扰的受控光照环境下，放置标准
          的挑战。确保分包药品与医嘱指令的“绝对一致”是保                            比例尺，选取我院住院药房单剂量分包使用的全部 296
          障住院患者用药安全的核心任务，但研究显示，单剂量                            种口服制剂（含裸片、胶囊），使用相机逐一采集药品多
          分包环节仍面临药师加药差错、设备串包及物理性破损
                                                              角度的高分辨率图像，提取形状、颜色、尺寸、刻痕等关
         （如碎药）等潜在风险——尽管多数分包设备具备基础
                                                              键属性信息，并与摆药机系统内的医嘱编码进行关联
          的自检功能，但有报道称机器自检仅能拦截约 8.3% 的                             [8]
                                                              映射 。
              [4]
          错误 ，且无法识别如品种混淆、粒数异常等关键逻辑错
                                                              1.3.2 拉曼光谱采集与预处理
            [5]
          误 。这给口服单剂量分包药品的准确发放带来隐患，
                                                                 （1）光谱仪参数：将拉曼光谱仪的激光激发功率设
          已成为智慧药房建设中的技术瓶颈之一。
                                                              定为 20%～50%（根据药品热敏感度动态调整），光谱范
              为解决这一问题，基于机器视觉的药品检测机
                                                                                               －1
                                                                              －1
                                                              围为175～3 200 cm ，分辨率为4.5 cm 。
         （medicine detection machine，MDM）已被广泛应用于药
                                                                 （2）采样方法：为克服药品组分不均的影响，本研究
          品核对。MDM 依赖药品的颜色、形状和尺寸等外部几
                                                              采取“多点采样法”，即单粒药品随机选取3个物理位置
          何特征进行比对。然而，随着医疗机构药品种类的增
                                                              点，每个点重复扫描3次，取9次测量的算术平均值作为
          加，一些不同品种的药品在外观上高度相似（即“同形异
                                                              指纹图谱。
          谱”现象），使得 MDM 在处理这些药品时的误报率往往
          超过95%   [4，6] 。此外，图像识别技术无法对药品的内在化                      （3）预处理方法：针对药袋材质（聚乙烯/聚对苯二甲
          学成分进行定性分析，也难以在高风险药品的精准核对                            酸乙二醇酯复合膜）及药品包衣产生的荧光背景干扰，
          环节提供可靠的安全保障。                                        采用自适应迭代重加权惩罚最小二乘法（airPLS）进行自
              拉曼光谱分析技术能通过探测药物分子中化学键                           动基线扣除，并采用Savitzky-Golay（S-G）平滑滤波降低
          的振动特征，穿透透明药袋进行非接触、无损的定性鉴                            随机噪声，提取纯净的指纹特征峰。将预处理后所得的
          定。与传统的图像识别方法相比，拉曼光谱基于药品的                            完整特征谱图录入数据库作为后续参照标准。
          内在分子特征，能够有效解决“同形异谱”药品的识别难                           1.3.3 拉曼光谱相似度匹配算法的应用
          题 。为解决MDM“同形异谱”药品误报率过高的问题，                              本研究采用基于单位归一化（unit normalization）处
            [7]
          我院引入拉曼光谱分析技术，通过构建住院药房 296 种                         理的余弦相似度（cosine similarity）匹配模型，将实时采
          口服药品的图像和拉曼光谱数据库，建立“图像特征初                            集的药品拉曼光谱数据与拉曼光谱数据库中的标准谱
          筛-拉曼光谱确证”的双重核对系统，并评估其在拦截药                           图转化为高维空间向量，通过计算两向量夹角（θ）的余
          品配方差错、提高核对效率和医护人员核对置信度等方                            弦值[cos（θ）]判定药品种类       [9―10] ，其具体公式如下：
          面的临床应用效果，以期为提高口服单剂量分包药品发                                           ∑ ( x × y )
                                                                                n
                                                                  cos（θ）＝       i = 1  i  i
          放准确率、保障患者用药安全提供科学依据。                                               n         n
                                                                                 2
                                                                           ∑ x × ∑ y       2 i
                                                                                 i
          1 资料与方法                                                            i = 1     i = 1
                                                                  式中， x 、 y 分别代表实时采集的待测药品和数据库
          1.1 主要仪器与系统                                                   i  i
              本研究所涉及的仪器与系统包括 Xana-U4001-Plus                  中的标准药品的拉曼光谱中第i个拉曼位移（波数）对应
          型全自动单剂量分包机（日本 Panasonic 公司）、i-Raman                 的光谱强度值；n为所有参与计算的拉曼位移点的总数。
          Plus  BWS475-785S-HT 型 便 携 式 拉 曼 光 谱 仪（美 国          系统设定自动判定阈值为0.95，相似度分值达标即判定
          B&W Tek 公司）、HIS 及配套的数字化摆药核对管理                       为品种一致。
          软件。                                                 1.4 拉曼光谱识别效能与稳定性考察
          1.2 研究对象                                                从 296 种口服药品中，每种品规随机抽取 10 粒，得
              选取我院心内科、神经内科等 5 个每日口服药单剂                        到 2 960 个测试样本。采用双盲实验法，由非建库人员
          量分包医嘱总量＞100包的临床病区作为研究对象。在                           使用拉曼光谱仪对上述样本进行快速检测，再将采集的


          · 1342 ·    China Pharmacy  2026 Vol. 37  No. 10                            中国药房  2026年第37卷第10期
   107   108   109   110   111   112   113   114   115   116   117