收益：
- 能够利用人工智能预先扫描处方中的剂量、适应症、重复和相互作用风险并标记可疑项目
- 通过与 SmPC、指南和医生确认人工智能捕获的每个警报，能够管理误报/漏报的风险
- 处方批准是主管药剂师的责任，如有疑问，可以向医生进行咨询。
处方是将医师的决定转移到药剂师的实践的桥梁；但药剂师会分别检查这座桥的每一块木板。剂量不正确、重复用药、被忽视的相互作用、不适合患者的适应症；所有这些都记录在处方检查中。在繁忙的药房中，这项任务每小时重复数十次，注意力疲劳是一个真正的风险。人工智能在这里作为第二只眼睛很有价值：它标记可疑项目，突出显示可能被忽视的风险，提醒您检查清单。但人工智能可能会产生误报（不必要的警报）或漏报（漏报）；所以他的每一个警告也必须得到验证。在本单元中，您将学习如何使人工智能成为处方控制中安全的第二只眼睛。
处方控制维度
良好的处方检查会提出以下问题：
- 这是对的药吗？适应症（使用原因）是否适合患者？是否因名称相似而造成混淆（例如两个相似的药物名称）？
- 剂量合适吗？根据年龄、体重、肾/肝功能，剂量是否合适？是否已超过最大剂量？
- 有重复吗？两种含有相同活性成分的产品是否一起服用？
- 有互动吗？与处方药物或患者正在服用的其他药物发生相互作用？
- 有什么禁忌症吗？该药物是否因患者的状况（怀孕、过敏、疾病）而有害？
- 期限和金额是否一致？盒子上写的数量与剂量和持续时间相符吗？
AI可以对这些维度中的每一个进行预先筛选；但每项发现都经过 SmPC、指南以及必要时医生的确认。
在这些维度中，最阴险的就是名称相似造成的混乱（国际文献中的LASA：拼写或发音相似的药物）。两种仅有几个字母相似的不同活性成分可能会因手写或快速选择而混淆，而这种错误会导致完全不同的治疗。 AI可以提醒您处方中的药物名称是否存在已知的“可混溶对”；但实际指的是哪一种，取决于患者的诊断以及必要时与医生的澄清。人工智能警告“它可能与那种药物混合”是一个开始，而不是结束。
注意：人工智能可能会错误地解读处方中的缩写或从不同的形式计算剂量。仅仅因为他说“没问题”并不能证明处方是正确的；他只是根据他所看到的给出一个标志。
假阳性和假阴性
处方控制中有两种类型的错误。误报是指在实际上没有问题的情况下发出警报；如果这种情况发生得太频繁，就会产生“警报疲劳”，而真正的警告会被忽略。假阴性就是漏掉了真正的问题；这更危险，因为它悄无声息地过去了。人工智能可以同时实现这两者。这就是为什么你不能让人工智能成为唯一的控制层；它是对药剂师控制的补充，而不是替代。
三个迷你箱子
案例 1 — 重复的活性成分。一份处方中含有一种止痛药，其中含有相同的活性成分，但有两个不同的商品名；如果患者同时服用两者，剂量将增加一倍。人工智能在预筛选中标记了“可能重复的活性成分”。药剂师在SmPC上核实了两种产品的内容，确认重复，并与医生协商取消了其中一种产品。人工智能凸显了一个可能被忽视的风险。
案例 2 — 误报交互。人工智能警告一张处方中存在“严重相互作用”。当药剂师查看当前的相互作用数据库时，他发现这在理论上和临床上都是微不足道的相互作用；患者的剂量和监测已经是安全的。药剂师将警告记录为“已评估，无需干预”。如果盲目追随人工智能，就会出现医生不必要的寻找和患者的焦虑。
案例 3 — 剂量持续时间差异。在为儿童开出的糖浆中，给出了每日剂量和治疗持续时间，但规定的瓶子数量不足以完成治疗。人工智能发出警告，“金额可能无法覆盖治疗期限”。药剂师核对账目，确认不足，并与医师更正金额。人工智能发现了算术差异。
逐步配方控制（支持人工智能）
- 匿名。清晰的患者ID；更不用说临床背景了。
- 自己检查一下。作为药剂师，您首先评估处方。
- 请求第二只眼睛。请求人工智能对剂量、重复、相互作用和一致性进行预筛选。
- 过滤警报。针对 SmPC/数据库权衡每个警报；消除误报。
- 如果您确实面临风险，请咨询您的医生。与医生解决已确认的问题。
- 记录决定和理由。使捕获和消除的警报都可追踪。
弱提示/强提示
弱者：“这个药方对吗？”
强：“作为药剂师的第二只眼睛预先筛选以下处方。患者（匿名）：70 岁，肌酐清除率 ~30 mL/min，已知过敏 [...]。处方：[药物/剂量/持续时间列表]。在以下标题下标记可疑项目：剂量适当性、重复的活性成分、相互作用、禁忌症、剂量-持续时间一致性。对于每个标记，‘用 SmPC/数据库 'et' 确认并给出重要性级别（高/中/低）决策。”
强大的提示中，患者背景、控制标题和验证条件一目了然。
四个可复制模板
任务：处方预筛选（第二眼，而非决定）。患者（匿名）：年龄 [...]、功能 [...]、过敏 [...]、其他药物 [...]。处方：[药物 |剂量 |剂量频率|持续时间|数量]。输出： |笔|怀疑型|描述 |重要性|确认来源 |将“需要 SmPC/指南确认”添加到每行。
任务：重复活性成分筛选。药品清单（商品名）：[...]。输出：标记可能含有相同活性成分的重复项；添加注释“内容必须由 SmPC 验证”。如果您不确定，请写[不确定]。
任务：剂量-数量-持续时间一致性检查。输入：剂量[...]、频率[...]、持续时间[...]天、处方数量[...]。计算：所需的总单位等、处方数量。标记任何差异。逐步显示计算结果；药剂师将独立核实。
任务：禁忌症清单。患者情况：[怀孕/过敏/疾病]。药物：[...]。输出：对于每种药物“这会与情况发生冲突吗？”标记问题；不做最终判断，写“在SmPC的禁忌症部分确认”。
配方控制层表
层
谁/做什么
目的
1.药剂师初读
药剂师
临床逻辑和完整性
2. 人工智能预筛选
人工智能
标记您错过的内容
3. 来源确认
药剂师+SPC/数据库
准确性证明
4. 医师沟通
药剂师 ↔ 医师
解决实际问题
5. 注册
药剂师
可追溯性
常见错误
- 放松，因为人工智能说“没问题”。存在漏报风险；药剂师的控制至关重要。
- 盲目地服从每一个警告。应消除误报并防止不必要的医生检查。
- 通过人工智能解码缩写。如果处方缩写不清楚，应询问医生。
- 跳过数量-持续时间计算。简单的算术不一致会破坏患者的依从性。
- 不记录决定。消除和捕获的警报必须是可追踪的。
综上所述
人工智能是处方控制中宝贵的第二只眼睛；它通过标记剂量、重复、相互作用和一致性的风险，建立了一个防止注意力疲劳的安全网。但它不能是唯一的控制层，因为它会产生误报和漏报。药剂师首先做出自己的评估，通过SmPC和数据库过滤人工智能的警告，与医生一起解决实际问题并记录决定。处方审批的责任始终由主管药剂师承担。
应用任务
设置匿名处方场景（患者背景 + 4-5 项，包括故意重复和剂量时间差异）。要求人工智能进行第二只眼睛预扫描。列出它发现和漏掉的问题；使用 SmPC/数据库显示它生成的哪些警报是误报。最后，写下您将用来解决发现的实际问题的医生沟通以及您将如何记录它们。
清单
- [ ] 我先自己评估了处方。
- [ ] 我匿名、完整地向患者提供了背景信息。
- [ ] 我收到了来自人工智能的结构化预扫描。
- [ ] 我通过 SmPC/数据库确认了每个警报。
- [ ] 我有理由消除误报。
- [ ] 我和医生解决了真正的问题。
- [ ] 我记录了捕获并消除的警报。