Kaiyun官网登录入口 开云网站为人工智能技术在辅助药学服务工作中的科学、规范应用提供指导性意见，推动药学服务高质量发展，国家卫生健康委医院管理研究所药学信息专家委员会、中国医药教育协会老年药学专业委员会、北京整合医学学会数智化药学管理与服务分会组织专家制定了《人工智能辅助药学服务专家共识》，围绕人工智能辅助开展药学服务（AI-assisted pharmacy services，AIPS）的定义、内容、目标、多项应用场景、伦理与责任主体、面临的挑战与质量控制建议方面形成了23条推荐意见，供医疗机构从事药学服务工作的专业技术人员、管理人员和人工智能技术开发人员使用，为人工智能时代背景下的药学服务实践提供指导。

　　AIPS是指利用AI技术，通过数据分析、机器学习、自然语言处理等方法，模拟医院药师的思维方式和专业能力，自主获取药学领域的专业知识并进行高级推理，在药师监督下全方位辅助、优化药学服务的一种技术体系。

　　推荐AIPS应用于药学门诊、药物重整、用药教育、药学监护、居家药学、药品供应等多个场景，辅助药师开展智能处方审核、用药管理与指导、用药决策建议、智能药学随访、药品精准配送等药学服务。通过与智能软硬件结合，AIPS系统可以全面提升药学服务的效能、安全性、有效性和准确性。

　　AIPS能够基于患者的病史信息和检验检查结果，结合最新的药学知识和临床指南，准确、快速地判断处方合理性并识别潜在的深层次用药问题，为药师提供实时的决策支持建议，辅助药师提升处方合理性评估能力。基于强大的自我学习潜能，AIPS能够根据药师反馈不断优化审核规则，进一步提高处方审核的准确性，从而提升处方质量，保障患者用药安全。 。

　　AIPS能够基于患者的个体化医疗数据和先进的数据分析技术，融合药物知识图谱和临床治疗指南，生成更为准确、详尽的处方优化建议和个性化的患者用药指导意见，提高药师接诊能力。

　　AIPS可以通过LLM或多模态技术与住院患者或其家属展开面对面问询和交流、查阅患者既往病历信息等方式，高效、精准地采集和录入必要信息，节约药师临床工作时间，提升药物重整效能。

　　针对老年人、儿童、妊娠及哺乳期女性、肝肾功能不全者、危重症患者等特殊住院人群的代谢特征异质性，AIPS能够结合群体药动学和生理药动学，与机器学习方法联合建模，解析非线性剂量与药物暴露的关系，智能并动态生成满足特殊个体清除率特征、覆盖药物治疗窗的最优给药方案，辅助药师开展高质量药物重整。

　　AIPS可以整合患者多维度数据，并基于算法构建患者全病程用药画像，实现高效能药物重整；结合区块链技术后，AIPS可安全共享患者在不同医疗场景下的用药信息，确保药物重整后的治疗连续性和适宜性。

　　AIPS能够准确识别患者用药问题的核心含义，通过对医疗术语和专业概念的通俗化解释和输出，确保患者充分理解病情和药物治疗方案，并提供匹配患者理解能力的用药教育方式和内容。

　　AIPS能够模拟药师角色，通过智能设备以对话或数字视频等友好的交互方式开展智能化、不间断的用药教育，帮助患者制订个性化的合理用药计划，提升患者的用药体验和自我健康管理能力。

　　AIPS能辅助药师快速收集、筛选、评估和整合多元化的科普素材，根据疾病特点和患者需求撰写和制作定制化、高质量的多模态科普材料，满足不同人群的科普需求，提高科普作品的实用性和接受度。

　　AIPS可以基于临床大数据与用药时序数据，运用机器学习模型识别风险信号并预测ADE，通过触发器等技术发出预警，针对已发生的疑似ADE进行智能评价并生成报表，从而实现ADE的主动识别、预警、监测和上报。

　　AIPS可以集成于新一代药品存储设备，实现在居家场景下对药品有效期和存储条件的智能管理和精准监控，显著提升家庭用药的安全性和可靠性。

　　AIPS可以为患者提供远程居家药学服务，通过互联网和智能软硬件实施数据采集和服务输出，实现患者足不出户即可获得全治疗周期的高水平用药管理服务，从而提升居家药学服务质量。

　　AIPS能够综合分析医疗机构药品历史消耗数据和影响因素，构建高精度药品消耗量预测模型，实时推动请领计划和补货策略的动态优化，从而有效增强药品供应链的响应灵敏度与运营稳健性。

　　AIPS结合新型药品调剂和摆药设备、核对系统以及综合管理软件，能够对药房的各项药品供应工作进行整体调度和实时监控，优化人员配置和工作流程，减少人工操作的繁琐步骤和人为差错风险，提高药品供应工作的整体效率和服务质量。

　　AIPS系统的开发、训练、部署和临床使用，应严格遵循国家相关法律法规和伦理审查要求，建立数据治理机制，保护患者隐私，确保数据安全。医疗机构与技术开发者需签署数据使用协议，明确数据访问权限、使用范围及销毁规则，并通过动态加密、访问日志追踪等技术手段防控数据泄露。药师在使用AIPS工具时，应向患者或监护人充分告知数据用途并获得知情同意，不得将敏感数据用于除医疗或科研外的其他情形。

　　AIPS模型的开发应遵循科技伦理审查相关要求，应重点评估其训练数据的代表性和公平性，避免因人群覆盖不全、数据质量不高等原因导致输出结果产生偏倚。技术开发者应对模型透明度进行披露，确保AIPS的算法具有可解释性、可溯源性和透明性。药师应理解AIPS模型的计算原理和依据，结合应用场景对模型提供的计算结果或建议进行复核，定期结合最新数据验证其有效性，避免盲目依赖算法输出。

　　AIPS系统的责任主体应包括技术开发者、医疗机构及药师三方。其中，技术开发者需确保模型通过基本验证，并提供合格的第三方测试评估和完整的局限性声明，根据医疗机构反馈和定期数据更新情况进行模型迭代优化，承担系统可靠性责任；医疗机构应履行系统日常维护、权限管理和合规性监管责任；药师在明确AI辅助地位的前提下，承担最终决策责任。三方相互协同配合，共同完成人员培训、数据管理、模型验证与调整等工作。

　　高质量药学数据的不足会导致AIPS系统输出结果产生偏倚，影响用药安全与决策可信度。建议对辅助AIPS模型训练的数据保持高质量动态更新，并使其具备一定的规模和多模态特性，以适配于本地医疗机构药学任务模型的架构需求，且能通过测试和代表性验证。

　　未经系统化培训的药学人员使用AIPS工具，可能存在难以识别AI模型误判、决策逻辑失察及提示工程失效的风险，进而导致错误使用输出结果的概率升高。使用AIPS系统的药学专业人员应具备相应资质，掌握AI工具运行的基本原理和操作技能；使用生成式AI提问时，提示词应清晰、具体，明确AI在药学服务中的辅助角色。

　　现阶段，生成式AI模型（含推理模型）输出结果中的幻觉仍不可完全避免，在上述多种药学服务场景中，如果AIPS模型提供的答案存在错误或误导性信息，可能引起药师建议或决策失误，对患者造成伤害并引发患者对药学服务的不信任。药师必须对生成式AIPS模型输出的结果进行人工复核，将幻觉风险降到最低。

　　引入AIPS模型前缺乏准入机制、预先规划和自评估，可能造成资源浪费与效率失衡。应确保医疗机构在引入AIPS技术前建立准入机制，进行系统和长远的规划，充分评估药事需求，明确具体目标与任务，实现资源精准投入与医疗质量、效率提升，杜绝技术空转与资源浪费。

　　过度依赖AI会导致系统脆弱性与应急能力不足的风险增加。如果医疗机构和药师过度依赖AIPS等AI技术，可能导致在面对系统故障或突发事件时难以应对。建议加强对算法、数据的备份管理，并保持药师独立开展药学服务的能力，确保基础药学服务的可持续性。

　　本共识是国内首个系统性针对AIPS工作的专家共识，不仅涵盖了AIPS的定义、目标、在不同应用场景中的作用等内容，还对数据安全、技术依赖、质量控制、最终决策、伦理与责任等关键问题进行了深入探讨，既指出了AI对提升药学服务效能的重要作用，又提出了现阶段必须面临的挑战与建议，为当下不同药学服务场景中AI技术的科学、规范应用与管理提供了明确的技术性指导。

　　参考文献：识 [J].中国药房,2025,36(13):1553-1562. DOI： 10.6039/j.issn.1001-0408.2025.13.01.国家卫生健康委医院管理研究所药学信息专家委员会,中国医药教育协会老年药学专业委员会,北京整合医学学会数智化药学管理与服务分会.人工智能辅助药学服务专家共

　　征稿内容不限于：研究进展、团队科研成果、临床用药经验分享、典型病例解读、疾病诊治经验、人文故事等

　　特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。

　　雷军回应特斯拉ModelY和小米YU7对比：Model Y 挺强的，我们继续学习

　　0元停车0元充电，苏A球迷的车停进常州市政府大院，常州市长：欢迎你们来常州

　　5C超充/配34.8kWh电池 新款别克GL8陆尊PHEV实测数据曝光

　　《编码物候》展览开幕 北京时代美术馆以科学艺术解读数字与生物交织的宇宙节律