基于人工智能的個體化精準用藥系統設計

趙浩宇，劉 芳，吳 昊，羅 浩*

（1.陸軍軍醫大學第一附屬醫院醫學大數據與人工智能中心，重慶 400038；2.陸軍軍醫大學第一附屬醫院藥劑科，重慶 400038；3.陸軍軍醫大學第一附屬醫院院辦，重慶 400038）

0 引言

藥劑科作為醫院一個?？菩詷O強的醫技科室，是以提高臨床用藥質量為目的、以藥物與機體相互作用為核心，重點研究藥物臨床合理應用方法的綜合性科室。臨床藥學的根本目標是保障臨床合理用藥，是疾病藥物治療環節中不可缺少的一環。醫師的主要職責是診斷并給出藥物處方，而處方是否合理、特殊藥物個體用藥劑量是否需要調整、患有多種疾病患者的多重用藥是否合理平衡，屬于臨床藥師的臨床藥學服務的范疇。如果臨床不能很好地根據患者情況，特別是為患有多重疾病的患者提供調藥等用藥決策服務，則會帶來更多的醫療風險[1]。

目前，國內只有大型綜合醫院開展了臨床藥物監測、精準用藥指導業務，但大多還是依靠傳統的人工模式，通過Excel 表錄入患者數據，然后根據公式計算藥物監測值，且沒有通過系統進行結果回傳，要等藥物監測結果紙質報告打印出來后才能反饋給醫生，周期長、效率低且容易出現醫療安全事故。部分醫院雖已有相關系統支撐精準用藥，但需要手工將數據錄入系統再進行用藥分析，不能匯聚各業務系統藥物相關數據構建模型進行智能學習和大數據分析應用，無法實現從新樣本（業務數據、合理用藥方案）中學習提取新知識，優化模型，為科室進行科研服務。

鑒于此，本文利用人工智能技術，構建個體化精準用藥系統。本系統通過調取醫院信息系統（hospital information system，HIS）接口訪問數據庫視圖，能夠快速地提取患者相關臨床診療數據和藥品信息數據，并利用人工智能、大數據等新興技術，通過對匯聚數據進行分析，構建相關藥物動力學公式和模型，以全流程自動化的運行管理模式取代以前依靠人工進行精準用藥分析的傳統運行模式，為患者提供個體化精準用藥建議，并為工作人員提供精細化科研數據分析，從而提升數據使用效率及用藥指導的快速性、精準性、安全性[2]。

1 系統設計

1.1 設計思路

如何以患者為中心，運用人工智能與數據治理技術構建精準用藥體系，更有效地服務于醫生和患者是本系統設計的目標?；诒鞠到y，使用者可通過醫院真實數據與人工智能建模分析，開展血藥濃度/用藥模型預測、用藥風險預測、精準用藥指導、治療預后分析等研究，完善精準用藥流程，促進醫療安全[3]。本系統在設計時必須考慮解決以下2 個問題。

（1）人工環節操作多，出具方案流程效率低下。

目前個體化精準用藥方案因為沒有系統支撐，需要人工查閱電子病歷系統（electronic medical record system，EMRS）等各個信息系統中的相關患者數據，將所需數據和變量手工輸入Excel 用公式計算，再打印紙質版報告以人工形式送回臨床科室醫生處進行用藥參考，效率非常低下。同時，因為大部分工作是人工操作，藥師工作量、藥物監測總量、血藥濃度變化趨勢、藥物品種占比、基因多態性等一系列統計分析工作也非常不方便。

（2）數據算法無支撐，數據特征轉化較煩瑣。

藥師只能根據以往數據和經驗進行公式套用計算藥物不良反應程度，但在實際計算時，還需要充分考慮患者各項生命指標變化，但人工很難提取數據潛在的特征。同時要將這些不同形式、不同維度的特征數據轉化為同一維度進行計算，并映射在同一空間，形成輔助診斷特征池，對于人工來說還比較復雜[4]。

1.2 系統總體架構

本系統架構總體分為UI 層、Web 層、數據服務層、數據傳輸層、業務邏輯層和數據存儲層6 個部分。UI 層提供全方位的用戶交互應用，包括實現PC端Web 頁面、App、公眾號、微信小程序等。Web 層內部采用Nginx、Tomcat 和Netty 架構，內存消耗少，支持熱部署且穩定性強，可對超文本傳輸協議（hypertext transfer protocol，HTTP）請求進行負載均衡，并且提高處理網絡高并發數據請求的能力。數據服務層通過WebService、WebAPI、JS 對象簡譜（JavaScript objection notation，JSON）和可擴展標記語言（eXtensible markup language，XML）提供數據接口服務，利用這些調取的數據可以開發出強大功能的Web 應用。數據傳輸層采用消息中間件ActiveMQ 和iPharma通信模塊實現平臺與認知計算集群之間的數據傳輸與交換。業務邏輯層核心框架以iPharma 為基礎，采用SpringMVC 作為視圖框架，降低前端各層之間的耦合性，和Spring 核心框架無縫結合，易于擴展；日志處理采用Logback 對運行中的應用程序中的關鍵模塊及業務進行日志記錄，便于后期排錯和審計；報表組件可實現系統可視化界面圖形化展示；定時任務能夠使系統自動執行部分操作，減少人工工作量。數據存儲層采用MySQL、Oracle 等關系型數據庫和Redis 等內存數據庫對數據進行存儲，通過完善的高可用集群和數據容災備份方案保證系統的安全可靠[5]。系統總體架構如圖1 所示。

圖1 個體化精準用藥系統總體架構圖

1.3 系統業務流程

醫生發現患者用藥反應異常后，可直接在工作站開具檢測醫囑，護士采樣后由相關工作人員運送至檢測藥師處，檢測藥師通過實驗室信息系統（laboratory information system，LIS）完成檢測后自動將數據上傳至LIS。復核藥師登錄系統查看審核，審核完成后反饋至臨床藥師。臨床藥師提取患者相關信息，通過精準用藥系統自動分析，出具用藥調整方案。上級藥師審核后出具個體化精準用藥報告，報告可以在系統內直接查看，也可以回傳至EMRS，醫生可以直接在EMRS 內查看精準用藥報告，再根據報告調整方案，完成安全用藥[6]。系統業務流程如圖2 所示。

圖2 個體化精準用藥系統業務流程

1.4 系統開發環境

本系統采用瀏覽器/服務器（Browser/Server，B/S）架構，通過瀏覽器進行訪問，終端不需要安裝客戶端程序，便于后期的維護和升級。整個系統分為前后端進行開發，前端采用超文本標記語言（hyper text markup language，HTML）和JavaScript進行展示界面開發，后端采用.NET 進行開發，通過WebAPI 將訪問請求提交至前端，前端再通過HIS 接口提取數據用于展示。服務器端安裝成熟的CentOS 7.6 版本操作系統，該系統安全且穩定；以Oracle 作為后臺數據庫，進行數據存儲、備份和管理；并配備動態菜單功能，通過用戶角色權限展示不同功能界面來實現安全訪問[7]。

2 系統實現

2.1 系統功能模塊

本系統以便捷化、智能化為設計目的，利用大數據架構匯聚數據，通過接口開發與HIS 進行深度融合，通過建模進行計算與分析，以實現從醫生發起檢測申請到最終個體化精準用藥報告回傳的閉環流程管理、數據智能分析、科研回顧研究等眾多功能，具體功能模塊結構圖如圖3 所示。

圖3 個體化精準用藥系統功能模塊結構圖

2.2 模塊設計

2.2.1 患者數據管理模塊

患者數據管理模塊主要對患者的基礎數據和藥物監測數據進行管理。該模塊通過JavaScript 開發調用應用程序接口（application programming interface，API）方式對接醫院各信息系統，以獲取患者所有臨床基本診療數據。藥劑科臨床藥師可以對數據進行快速查閱和管理，但不能對數據進行修改和刪除。系統借助對診療數據的分析和研究，能夠為精準用藥提供指導[8]?；颊吲R床數據管理界面如圖4 所示。

圖4 患者臨床數據管理界面

2.2.2 報告管理模塊

報告管理模塊主要對藥物監測報告和精準用藥報告進行管理。該模塊通過HTML 和JavaScript進行界面展示開發，可自動生成精準用藥電子化報告、藥物監測報告等，實現整個流程電子化，臨床藥師可依據個體化用藥報告進行審核，結果無誤后再回傳至醫院LIS。精準用藥報告如圖5 所示。

圖5 精準用藥報告

2.2.3 模型管理模塊

模型管理模塊主要實現藥物動力學模型和輔助診斷模型管理。該模塊通過內嵌入群體藥物動力學模型，依據患者臨床診療數據，將篩選的變量進行Logistic 回顧分析，得出疾病、癥狀、藥物等臨床醫學實體間的關系，從而構建藥物動力學公式和精準用藥模型，對患者用藥進行精準指導。采用該模塊可對模型進行添加、編輯、刪除等操作，同時可對數據進行回溯和共享。模型管理界面如圖6 所示。

圖6 模型管理界面

2.2.4 參數管理模塊

參數管理模塊可實現藥物動力學公式參數、精準用藥參數和基因組參數等設置。該模塊使用最小絕對收縮和選擇（least absolute shrinkage and seection operator，LASSO）回歸進行變量篩選，通過查看患者相關診療指標和用藥情況，可對系統模型和藥物動力學公式進行相關參數管理和設置，以便對模型進行訓練和分析。通過參數設置，能夠實現離散度分析、曲線下面積計算、橫斷面研究、隨機對照實驗等，提供更加完善和精準的用藥指導數據。參數管理界面如圖7 所示。

圖7 參數管理界面

2.2.5 統計分析模塊

統計分析模塊實現各種報表和工作量統計。該模塊主要借助EChart（HTML+JS）技術實現。該技術是百度的一個開源免費技術，可以開發多維度報表進行可視化報表展示，包括藥師工作量統計，治療藥物監測、基因組監測等業務工作量及藥物基因組占比統計，歷史報告查詢和統計等，并支持以Excel 文件格式導出。各種可視化圖形的統計數據使科室對業務指標一目了然，方便問題的及時發現和處理，以及有針對性地制訂科室發展計劃和科研計劃。統計分析界面如圖8 所示。

圖8 統計分析界面

2.2.6 系統管理模塊

系統管理模塊實現用戶管理和功能菜單管理。該模塊通過.NET 編程實現動態菜單管理模式，不同權限用戶在系統顯示不同功能界面。用戶管理可對系統用戶進行創建及權限分配，支持多用戶多權限分級管理模式，可實現對用戶的增加、刪除、修改、查看、權限分配等功能配置；菜單管理主要實現系統功能菜單的增、刪、改功能，以方便管理員對系統進行配置更新。

3 應用效果

3.1 系統實施前后數據對比

本系統實施前有大量煩瑣的工作需要人工處理，特別是在開展用藥研究時，由于沒有信息系統支撐，通常要在Excel 中輸入所需重要變量，這就需要人工查閱EMRS 等信息系統相關患者數據，將所需變量一一手動提取輸入再進行公式計算。而自本系統2022 年8 月上線試運行后，可快速獲取患者臨床數據，通過設置好的藥物動力學公式參數和模型參數，自動進行計算和分析，直接生成可下載的個體化精準用藥報告建議，可減少約85%的人工工作量[9]。系統上線前后工作效率對比見表1。

表1 個體化精準用藥系統上線前后工作效率對比

3.2 完善流程管理，提升工作效率

本系統應用后可取代原來手工輸入患者臨床診療數據，手工運算、人工運送報告供臨床醫生查看等人工環節，通過預先設置的公式進行計算，自動生成藥物監測和精準用藥報告建議，臨床藥師確認報告無誤后，將個體化精準用藥報告在線回傳至臨床醫生工作站（LIS、EMRS 均可），不僅完善了院內工作流的閉環管理，還實現了無紙化辦公，提升了藥師整體工作效率。

3.3 降低不良反應，提升治療效率

本系統基于院內真實數據建立人工智能用藥模型，并集成了多種藥物動力學公式，通過計算和分析自動生成臨床精準用藥指導。所產生的報告可達到既產生藥物療效又不產生藥物相關不良反應的效果，能夠為臨床醫生提供用藥參考，從而提升治療效率，幫助臨床更好地為患者服務。

3.4 降低報告差錯，提升醫療安全

本系統上線前，需通過人工查閱和輸入大量患者診療數據，然后運用公式計算藥物在體內的變化情況，由于工作煩瑣，難免會造成人為數據輸入錯誤，造成精準用藥報告出現差錯。系統上線后，可直接讀取患者臨床診療數據，自動獲取變量，通過人工智能模型進行分析和計算，從而提升精準用藥報告的正確率，減少因報告差錯帶來的診療誤差，提升了醫療安全[10]。

4 結語

基于人工智能的個體化精準用藥系統可通過實時交互技術，快速地從業務系統（HIS、EMRS、LIS 等）中提取患者的各項臨床數據，并通過計算和分析給出個體化精準用藥方案。后續系統還能提取新樣本數據，不斷優化模型和算法，為臨床持續提供合理用藥支撐。同時能夠完善藥劑科精準用藥處理流程，提升工作效率和醫療安全[11]。

但由于醫院以前在數據管理上缺乏經驗，對數據質量缺少監管，技術也不成熟，前期很多臨床數據質量不高，在數據分析和建模過程中容易出現差錯。而且系統在公式和模型參數設置上相對復雜，后期還需要不斷優化調整，減少參數設置帶來的不便。另外，每種藥品的精準用藥指導都需要前期不斷建模和分析。下一步將重點構建更多臨床藥物模型，豐富藥物品種，滿足更多患者的精準用藥需求。同時將提升數據質量，優化參數設置，在實踐中不斷摸索，為藥劑科精準用藥創新發展打下堅實的基礎[12]。