國家衛生健康委醫政司副司長李大川表示，公眾對于藥學服務的需求不斷增加，例如人口老齡化使得多病共患的情況增加，正確選擇藥物、監護藥物使用效果等新命題出現，要求醫療機構在提供足量藥學服務的同時進一步提高服務能力。

那么，當前我國藥學服務整體水平如何？如何滿足人民群眾對藥學服務的需求，進一步提高藥學服務質量？

藥學服務質量仍有待提升

有多種疾病的老年人可能每天“吃藥比吃飯還多”，說得有些夸張，但這給藥學領域人士提出了新的要求，能否在不降低療效的前提下幫他們把藥量減下來？劉清華表示，藥學服務仍有很大的拓展空間。“藥學服務遠遠不是拿藥、發藥、盡量不發錯藥這樣的基礎工作。”劉清華表示，當前的藥學服務能否提出合格的重整方案，并以令人信服的證據證明方案可行，這些都是對藥學服務的高質量要求。

“我們對慢性病藥物使用金額的相關研究顯示，基層機構已經超過了三級醫療機構，這從側面說明了社區藥學服務的重要性。”北京大學藥事管理與臨床藥學系副主任聶小燕表示，國內外的多項研究表明，社區藥學服務對優化醫療服務結局、提高患者生活質量、優化衛生資源整體利用等具有巨大的價值。

然而，當前我國基層處方中不適宜處方仍占有較大比例。在中藥使用方面，藥學服務面臨的挑戰更大。聶小燕介紹，相關調查研究顯示，由于患者在不同醫院、不同科室開藥，重復用藥、配伍禁忌等情況占比較大，尤其是一些特殊組分藥品的重復用藥帶來很大健康隱患。

AI輔助可攔截不合理處方

如何提高藥品處方的質量，避免不合理處方的開出？最大的難點是有經驗的高水平審方藥師不足，難以對處方進行一一把關。“不當處方主要是適應癥不適宜和用法用量不當兩方面問題所致。”北京大學第三醫院藥劑科工作人員閆盈盈表示，通過人工智能模塊的開發可以很好地彌補這兩方面問題。

為了讓人工智能具備審方藥師的“思路”和判斷力，在北京市海淀區衛生健康委的指導下，北京大學第三醫院與京東健康合作，將藥學知識凝集到人工智能的審方規則中。閆盈盈介紹，人工智能的三大模塊包括基于藥學知識圖譜去抽取開方規則、基于大數據對歷史處方進行聚類、基于適應癥推理進行的規則完善，不僅涵蓋了每種藥品說明書中的注意事項，甚至包括不同年齡的不同用法等內容，還容納了大量歷史處方的經驗，助力藥師對處方進行精準快速的判斷。統計數據顯示，截至2023年11月中旬，這一前置審核系統實現了在線實時三審三攔截，已經累計審核處方數量370多萬張，不合理處方攔截率達到100%。

在科技賦能的同時，海淀區還建立了10家社區藥師工作室、區域審方中心和專家指導室等，對處方進行每月點評，對被攔截處方進行科學分析，讓每位醫生了解點評結果，及時反饋臨床用藥建議，提高處方合格率，從源頭上減少不合理用藥。