
医疗大数据如何推动药学服务转型
利用大数据技术打造高效、实用的临床用药决策支持系统,不仅有助于提升药师服务水平,推动药学服务转型,还将促进临床医师和药师间的协作,提高用药合理性、有效性和经济性。
日前,国务院常务会议审议通过了《关于促进和规范健康医疗大数据应用发展的指导意见》(以下简称《指导意见》)。《指导意见》从国家战略层面为规范和推动“互联网+健康医疗”服务做出了具体部署,也使得医疗大数据再次成为行业热议的话题。
《指导意见》提出的14项重点任务之一是集成医学大数据资源,构建临床决策、疾病诊断、药物研发等支持系统。本文将重点探讨医疗大数据的挖掘和应用将如何帮助实现精准临床用药决策,提高医院药事管理效率,进而推动药学服务转型。
挖掘循证医学证据,指导合理用药
2016年北京市全面推行医药分开,5月北京市医院管理局启动运行总药师委员会,分设7名总药师岗位,分不同方向推进药学服务转型,以助力医改前行。这7个岗位涵盖了药品供应、合理用药、药学服务、学科建设、科研教学、信息化、中药合理使用等专业领域。笔者认为其中首要的职责就是指导合理用药,保障患者用药安全,同时促进有限医疗资源的高效利用,减少不必要的治疗费用。
世界卫生组织的数据显示,全世界大概有2-3万种药品,而我国有约18万条国产药物批文。不合理用药不仅会造成经济上的巨大浪费,还会导致无效治疗甚至药源性疾病,直接危害患者健康。在取消药品加成、切断以药养医的利益链条后,如何在临床治疗过程中保障药物的安全合理使用已成为临床医师和药师需要共同面对的重要课题。一方面,随着医学的不断进步和医疗技术的飞速发展,以生物医药和基因诊断为代表的各种创新诊疗手段日新月异。能否熟练、有效、安全地使用这些新药品和新技术,临床医师和药师在拥有更多选择的同时,也面临着更大的挑战;另一方面,通过临床路径管理来规范治疗必须首先建立强大、可靠的循证医学数据基础。国家卫生计生委于2009年启动临床路径管理试点,截至2012年底,共制定下发了22个专业431个病种的临床路径。临床路径的推广工作取得了很大进展,但实施效果尚不明显,除了缺乏有效的约束机制、培训体系建设有待加强以外,最根本的原因是我国临床路径和诊疗指南的制定并未充分参考和利用循证医学的证据,这与国际上的普遍做法还存在较大差距。
笔者认为,在中国利用大数据技术挖掘循证医学证据具备先天优势。中国的患者量、用药量和检查量都非常大,各级各类医院也收集了大量有关各种疾病和药品的临床数据,我们可以利用大数据技术对这些海量数据进行分析和利用,具体而言可以做两件事:一是在医院内部对过去几十年的医学资料进行深度挖掘,通过回顾性的分析、归纳、推理和应用,找出有价值的循证医学证据,用于制定和更新临床诊疗规范,指导临床合理用药,保障用药安全。二是建立有效的信息化平台,帮助临床医师和药师第一时间获取国内外最新的循证医学证据,为临床用药决策提供有力依据。
提供临床用药决策支持,提升药学服务水平
北京市医院管理局边宝生副局长曾对临床药师工作的重要性做出以下总结:药师一直以来都是构建医患和谐关系和保障公众生命安全不可替代的力量,药学服务更是国计民生工程建设的组成部分。
利用大数据技术打造高效、实用的临床用药决策支持系统,不仅有助于提升药师服务水平,推动药学服务转型,还将促进临床医师和药师间的协作,提高用药合理性、有效性和经济性。融合了大数据技术的最新一代临床用药决策系统将在医院处方形成和管理流程的三个主要环节为医师和药师提供有力支持:
事前提醒:医师在开具处方或医嘱的过程中,如果违反了相关用药规则,例如重复用药、配伍禁忌、针对特殊人群的用法用量要求等,临床用药决策系统会给出相应提醒和警示,帮助医师做出最佳决定。
事中审方:对于医师认为合理,系统判定不合理的疑似问题处方,会提交给药师进行进一步审核。药师根据自己的专业判断和与医师的进一步沟通,可以对的不合理的处方进行干预,从而保障用药安全和质量,杜绝和减少可能发生的不良反应事件。
事后点评:阶段性地对过往一段时间形成的处方进行回顾性分析。依据国家制定的3个大类28个小项的规定和原则进行分门别类的汇总和分析,点评的结果会提交给被点评的医师及医院管理部门,从而实现PDCA质量循环,有效规范用药行为,减少不合理用药行为的产生。
针对上述三个环节的临床用药决策支持解决方案,已经在很多医院推广和应用,并取得了很好的成效。事中审方则是行业近年来重点发展的方向,最新一代的临床用药决策系统能够很好地解决影响事中审方效率和准确性的技术难题,能够有效实现医疗效率、精准干预和用药安全之间的平衡。苏州大学第一附属医院在2013年引进了爱思唯尔的临床用药决策支持系统,共有12名专科临床药师和3名全科药师使用审方中心系统。系统启用后问题处方即呈现出逐步下降的趋势,仅2015年9月到12月之间问题处方就从46000多条下降到30000多条左右。这充分说明通过临床用药决策支持系统和药师的有效干预,能够显著影响医师处方行为,防范用药安全风险。
融入人工智能技术,打造智慧药学平台
北京市医院管理局已经提出未来五年内将在22家医院集团内部打造智慧药学平台。由于大数据技术的发展,将人工智能的最新研究成果应用于未来的智慧药学平台建设已经成为可能。爱思唯尔正在研发的新一代智慧药学平台即整合了这一专业领域的全球顶尖技术,也代表了该领域未来的发展方向。
新一代智慧药学平台是以药学为核心的综合性信息化解决平台,将囊括两大数据库,即爱思唯尔全球药学资源数据库和在临床实践中形成的药学专业知识库,并重点打造以药学服务为中心、以药品为单位、以处方和医嘱为载体的三大应用。通过为临床药师、医师、医院IT部门以及管理层提供决策依据和解决方案,全面提升医院的总体信息化水平、科研水平和医疗服务水平。
该平台的智能审方中心将在行业内首次引入人工智能技术,系统将具备自我学习的能力,不断吸收和获取来自爱思唯尔全球强大医学药学文献知识库的最新研究数据,并对临床药师的审方习惯和规则进行分析和推理,通过自动的智能学习机制,不断丰富、更新和完善临床药学实践经验知识库。
医疗大数据在药学领域的应用前景还充满更多、更精彩的可能性,利用大数据技术挖掘国内丰富的循证医学证据保障合理用药,推广使用临床用药决策支持系统推动药学服务转型,搭建智慧药学平台提升整体药物服务水平将是未来行业发展的重点领域。在这些领域取得新的成果和突破需要政府和行业共同努力,企业在技术创新、内容整合和提供具体解决方案方面的优势将为政府落实“互联网+健康医疗”战略,实现药事改革和医疗改革的目标提供有力支持。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
数据清洗工具全景指南:从入门到进阶的实操路径 在数据驱动决策的链条中,“数据清洗” 是决定后续分析与建模有效性的 “第一道 ...
2025-08-29机器学习中的参数优化:以预测结果为核心的闭环调优路径 在机器学习模型落地中,“参数” 是连接 “数据” 与 “预测结果” 的关 ...
2025-08-29CDA 数据分析与量化策略分析流程:协同落地数据驱动价值 在数据驱动决策的实践中,“流程” 是确保价值落地的核心骨架 ——CDA ...
2025-08-29CDA含金量分析 在数字经济与人工智能深度融合的时代,数据驱动决策已成为企业核心竞争力的关键要素。CDA(Certified Data Analys ...
2025-08-28CDA认证:数据时代的职业通行证 当海通证券的交易大厅里闪烁的屏幕实时跳动着市场数据,当苏州银行的数字金融部连夜部署新的风控 ...
2025-08-28PCU:游戏运营的 “实时晴雨表”—— 从数据监控到运营决策的落地指南 在游戏行业,DAU(日活跃用户)、MAU(月活跃用户)是衡量 ...
2025-08-28Excel 聚类分析:零代码实现数据分群,赋能中小团队业务决策 在数字化转型中,“数据分群” 是企业理解用户、优化运营的核心手段 ...
2025-08-28CDA 数据分析师:数字化时代数据思维的践行者与价值推动者 当数字经济成为全球经济增长的核心引擎,数据已从 “辅助性信息” 跃 ...
2025-08-28ALTER TABLE ADD 多个 INDEX:数据库批量索引优化的高效实践 在数据库运维与性能优化中,索引是提升查询效率的核心手段。当业务 ...
2025-08-27Power BI 去重函数:数据清洗与精准分析的核心工具 在企业数据分析流程中,数据质量直接决定分析结果的可靠性。Power BI 作为主 ...
2025-08-27CDA 数据分析师:数据探索与统计分析的实践与价值 在数字化浪潮席卷各行业的当下,数据已成为企业核心资产,而 CDA(Certif ...
2025-08-27t 检验与 Wilcoxon 检验:数据差异比较的两大统计利器 在数据分析中,“比较差异” 是核心需求之一 —— 如新药疗效是否优于旧药 ...
2025-08-26季节性分解外推法:解锁时间序列预测的规律密码 在商业决策、资源调度、政策制定等领域,准确的预测是规避风险、提升效率的关键 ...
2025-08-26CDA 数据分析师:数据治理驱动下的企业数据价值守护者 在数字经济时代,数据已成为企业核心战略资产,其价值的释放离不开高 ...
2025-08-26基于 SPSS 的 ROC 曲线平滑调整方法与实践指南 摘要 受试者工作特征曲线(ROC 曲线)是评估诊断模型或预测指标效能的核心工具, ...
2025-08-25神经网络隐藏层神经元个数的确定方法与实践 摘要 在神经网络模型设计中,隐藏层神经元个数的确定是影响模型性能、训练效率与泛 ...
2025-08-25CDA 数据分析师与数据思维:驱动企业管理升级的核心力量 在数字化浪潮席卷全球的当下,数据已成为企业继人力、物力、财力之后的 ...
2025-08-25CDA数据分析师与数据指标:基础概念与协同逻辑 一、CDA 数据分析师:数据驱动时代的核心角色 1.1 定义与行业价值 CDA(Certified ...
2025-08-22Power Query 移动加权平均计算 Power Query 移动加权平均设置全解析:从原理到实战 一、移动加权平均法的核心逻辑 移动加权平均 ...
2025-08-22描述性统计:CDA数据分析师的基础核心与实践应用 一、描述性统计的定位:CDA 认证的 “入门基石” 在 CDA(Certified Data Analy ...
2025-08-22