新质生产力的重要内涵是“创新驱动”，包括人工智能在内的新兴技术促进了新质生产力加速形成，并通过赋能各领域为实现新突破提供了新路径，目前已在医药和生物等新技术领域得到了广泛和深入的应用。人工智能（Artificial Intelligence，AI）等技术作为新质生产力重要的驱动力，对于促进新质临床药学发展具有重要意义。北京大学第三医院是14家公立医院高质量发展试点医院之一，在医院高质量发展整体规划部署下，药学部也在深入思考面向未来如何让临床药学学科更有能力、更有内涵、更有效率、更可持续——实现高质量的发展，并确定了走智慧发展的快车道，依托新兴技术推动临床药学的全方位创新。

人工智能促进医学发展

2017年1月，国际顶刊《Nature》杂志在线发表了一篇“应用深度神经网络对皮肤癌症进行皮肤病学分级”的研究论文，探讨了基于良恶性皮肤肿瘤的影像病理结果采用卷积人工神经网络算法构建人工智能模型，可以对皮肤肿瘤进行准确的诊断。展现了人工智能未来可以改变生物医学研究范式，并为提升医疗诊断水平提供新思路和工具的巨大潜力，并将带来医疗卫生保健服务创新的新机遇。

事实上，除了在医学影像处理和识别方面表现不俗外，人工智能已在医疗健康领域有广泛的应用，如在辅助诊疗、疾病风险预测、新药研发、健康管理和医院管理工作等方面。

智慧药学与人工智能

2022年11月30日OpenAI公司发布了人工智能技术驱动的自然语言处理工具ChatGPT，它能够基于在预训练阶段所见的模式和统计规律生成回答，还能根据聊天的上下文进行互动，真正像人类一样来聊天交流。ChatGPT被人们认为是继数据库和搜索引擎之后的全新一代的“知识表示和调用方式”，具有极其惊艳的语言理解、生成、知识推理能力。JAMA、NEJM、Lancet Digit Health等发表了相关文章，对ChatGPT在医疗健康领域的应用与探索进行探讨，相关结果表明：ChatGPT在医疗文书总结、知识调用与生成等方面表现不俗，对于公共社交媒体论坛上患者的提问，ChatGPT回复的质量和同理心均优于论坛上医生的回复。

当临床药学遇上ChatGPT，会碰撞出怎样的火花？北医三院药学部临床药学团队对ChatGPT在相关药学服务中的效能进行了评价，研究显示，ChatGPT在患者用药教育、处方审核、用药咨询等方面均表现良好。如在患者用药教育方面，其可生成结构清晰、内容准确完整的文本信息；在用药咨询方面，对于“瑞舒伐他汀应该在什么时候服用，是不是一定要在晚上睡前服用？”的患者提问，ChatGPT的回复给出了关于该药药理作用与机制解释、服药时间建议以及用药风险相关的详细提示信息。北医三院药学部翟所迪教授团队开展的一项ChatGPT用药咨询回复准确性的评价研究结果表明，对于来自医务人员和患者提出的各12个问题，ChatGPT回答在准确率方面有良好的整体表现，但仍存在诸如对部分问题回复的可信度无法保障、重复提交相同问题可能得到不同回复等不足。

在新兴技术与医疗服务深度融合、探索推进“智慧药房”建设方面，人工智能也同样发挥重要作用。北医三院药学部持续探索医院药学全流程智慧化实践：在药品目录确立环节，开展药物智能化评价和目录遴选；在采购管理环节，进行智慧化物流和验收入库、货位与库存管理；在药品调剂环节，进行智能化摆药、发药以及药品智能化传输与配送；在合理用药环节，进行智能化前置审核与处方点评；并依托互联网医院实现药品处方在线开具和药品配送服务。

在国家相关政策的有力支持下，临床药学逐渐搭上智能发展的快车道，智能调配机、直发传送系统、全自动药品分包机、麻精药品智能药柜……智能设备与智慧药房逐渐在临床药学领域崭露头角，为临床药学的智能化发展提供强劲动力。

临床药学决策与人工智能创新实践初结硕果

智慧药学是未来药学的发展方向。传统药学和现代药学发展至今，面临高质量、高效能以及可持续发展的相关瓶颈，借助以人工智能为代表的新兴前沿科技手段进行交叉融合，进行多学科和跨学科的协同推进，将助于加快解决当前临床药学领域发展面临的相关刚需和痛点，并突破一些现有瓶颈，进而推动临床药学高质量发展。

北医三院临床药学团队基于临床药学的决策需要，在药物临床应用循证决策、个体化药物治疗、合理用药与用药安全管理、临床诊疗数据管理自动化与数据挖掘利用、患者药物治疗管理等方面开展了系列创新探索和实践：

①药物治疗人工智能循证医学决策支持系统构建：成功研发国内首个循证医学人工智能文献筛选系统“EBM AI-Reviewer”（），有效推动循证医学科研与临床实践，获发明专利授权4项，申请PCT专利3项，实现专利转化400万元；②基于临床异构信息数据挖掘的智能化甲氨蝶呤个体化合理用药关键技术研究（国家自然科学基金面上项目）；③大数据和人工智能驱动的下一代临床药学信息系统（北京大学北大百度基金项目）：已获授权发明专利1项，软件著作权2项；④新型抗肿瘤药物安全用药风险预警平台的建立（白求恩公益基金会项目）：基于机器学习的BTK抑制剂相关血液毒性的风险预测模型构建（预测模型决策系统的网页计算器）；⑤肿瘤患者免疫检查点抑制剂相关甲状腺功能异常的风险预测模型构建。⑥基于人工智能技术的辅助生殖促排卵个体化用药决策支持系统构建（北京大学第三医院创新转化平台项目）。

鉴于当前临床医疗实践已从经验医学模式进展成为循证医学（Evidence-based medicine，EBM）模式，临床合理用药也需要循证决策的支持，才能保障用药的安全、有效、经济、适宜。在循证医学研究领域，文献筛选环节是最耗时的限速步骤。文献筛选的自动化与高效化一直备受研究者关注，人工智能已被引入EBM领域、用于加速系统评价与临床实践指南的制订。2018年，国际系统评价自动化小组发布了系统评价自动化维也纳原则，为AI加速系统评价研究指明了方向。为解决循证决策中文献筛选的痛点问题，北医三院药学部赵荣生教授团队牵头，历时3年多，成功开发了国内首个循证医学智能文献筛选系统EBM AI-Reviewer（）。

该系统包括待筛文献上传与预处理、PICOS输入、基于PICOS的AI筛选、AI增量学习四个功能模块，基于多层次的算法架构实现了基于PICOS的AI文献筛选。以一项关于霉酚酸治疗的肾移植患者基于血药浓度进行个体化调整是否有必要的循证研究为例，2名研究者需要每人60天的文献阅读与评价工作量，而EBM AI-Reviewer筛选仅需要1分钟就可以完成。目前该系统已推广至国内34个省级行政区（含中国澳门、中国台湾），来自293个机构的1963个研究者用户基于该系统推进开展了8000余项循证研究课题，得到行业内的认可与好评。该系统目前已成功实现专利成果转化400万元，有效推动了循证医学科研和临床实践。

未来的挑战已来，科技达人——SpaceX和TESLA的创始人埃隆·马斯克说过这样一句话，“从本质上讲，在未来人工智能、机器人执行体力工作将成为一种选择”。面对挑战，药师需要积极作为，人工智能应该成为助力药师的有利工具和武器，而不是被其所取代！

（本文部分内容转自《健康报》——《当临床药学搭上智能快车》）