浅谈大数据在医院药学服务中的应用

浅谈大数据在医院药学服务中的应用
摘要：随着科学技术的快速发展，大数据时代科学研究是一个大科学、大需求、大数据、大计算、大发现的过程，中国科学院早在１９８２年就正式提出科
学数据库及其应用系统项目建设《Ｎａｔｕｒｅ》于２０１３年出版了“大数据”专刊，吸收来自互联网技术、生物医学、超级计算、环境科学等多个科技方面大
数据的应用。

随着研究数据的大幅增长，围绕药学领域的数据库应运而生，大数
据技术在药学领域的应用相关研究越来越多，切实解决了很多问题，并且高效快捷，已成为学科发展和技术进步的迫切需要。

关键词：大数据；医院药学；应用
引言
随着信息技术的发展，大数据在医疗行业占据越来越重要的地位，国家卫生
健康委、中医药管理局以及其他的相关部门发布了一系列促进大数据、互联网化
和信息化的相关文件，这些文件是促进大数据在医疗服务行业中快速发展起来的
基础，将大数据运用到药学服务领域之中，推动传统药学服务的转型，实现服务
水平从根本上提升，实现药学服务模式向着智慧化的方向发展，从而能更好的满
足当下社会人民群众日益增长的需求。

1大数据与健康医疗大数据概念
1.1大数据概念
大数据指的是以多元化的形式，从诸多的来源中收集而来的信息而形成的庞
大的数据组。

维克托·迈尔以及肯尼斯等人在其著作《大数据时代》中就指出了
大数据与传统数据相比有四大特点，分别是:大量、高速、多样、价值，其中包
含的信息以及存在的价值超乎想象。

但是这些大数据是无法直接使用的，因为这
些信息夹杂在诸多的无用的数据中，需要运用云计算以及及其他的技术对大数据
进行“提纯”。

1.2健康医疗大数据
大数据深入到健康医疗行业之中，利用移动互联、智能传感器、云计算、机器人等诸多的新型信息通信技术和信息感知方式改变健康医疗领域的发展模式，实现健康领域向着智能化、快速化方向发展，也给医疗行业带来了更多的发展空间。

健康医疗大数据催生了精准医疗、智能诊断、工作流程简单化、风险的防控等，实现了医疗健康工作的有序开展，改善大众的就医体验。

2大数据技术的医药研发所存在问题
2.1专业人才的缺乏
大数据技术并非是简单是数字运算，而是涉及到数据采集、数据整理、数据存储、数据安全、数据分析和数据引用的一系列流程。

对于药物研发行业来说，专业人才起码需要具备三个特质，第一是能掌握大数据技术，第二是能把大数据技术与药物研发相结合，第三就是能充分的发挥出大数据技术在药物研发中的价值。

对于普通从业者来说，缺乏大数据相关知识与技能，对于数学统计学知识半知不解，都会阻碍大数据技术在药学领域的应用。

数据终归是数据，将死板的数据转变为可以利用的价值需要人的决策，拥有大量专业人才才是数据源源不断被挖掘的前提。

2.2数据及设备的利用率问题
大数据技术平台在国内的建设进展不统一，不同规模的企业对于数据资源的掌控能力大有不同。

大数据技术依靠的是信息传播，而传播的局限性让其作用大大减小。

发达地区本身就拥有与时俱进的专业设备和丰富的药学资源，完善的各种城市系统以及机构内部的调控能力，这就让这些信息显得有些多余;而落后地区对于信息需求量大，渴望引进先进的设备和得到更多的经验与方法，奈何信息技术不发达、专业人才输送断层、机构对外交流少之甚少、这让原本信息利用率就不高的条件下造成信息浪费。

数据以及设备的利用率是影响大数据技术应用的最直接因素，数据因交流而有价值，无法做到交流与共享就无法进行问题探讨和改善，大数据技术的价值就难以体现。

2.3对药学信息服务重视程度不足
虽然我国大多数医院都响应国家卫生健康委的号召，建立药学信息服务，但
是医院对其的重视力度不足，导致药学信息服务工作一直处于较低水平，而药学
信息服务工作内容也是比较单一的，主要就是进行相关资料的搜集以及提供少量
的咨询服务。

2大数据在医疗机构药学服务中的应用
2.1临床辅助决策CDSS
临床辅助决策CDSS利用大数据、知识图谱以及神经网络等诸多的AI技术，
帮助医疗服务人员对诊疗进行全方位的数据采集，对疾病知识有全方位的理解，
并为医师的规范诊疗提供帮助。

在不同的诊疗环节可以进行不同的消息的提醒和
推送，帮助医生能在更短的时间里做出准确的诊断，制定精准的治疗方案，并高效、规范的完成病历文书的记录。

还可以帮助医务工作人员进行历史数据的统计、分析，用于治疗决策与科学研究。

对单纯上呼吸道感染的治疗中，使用CDSS后1
年的门诊抗菌药物的合理用药情况得到明显改善，抗菌药物使用率、静脉抗菌药
物使用率和抗菌药物联合使用率均降低。

2.2大数据助力新药开发
大数据可应用在新药创制的不同环节，预测药品的安全性、有效性、不良反
应等对研发成败起到关键作用的药物属性，包括虚拟筛选苗头化合物、药物分子
设计、新药合成路线设计、药物有效性及安全性预测等。

能切实减少人力、物力、时间等研发投入，从而降低药品研发成本和风险，缩短医药创新成果转化的过程。

用于新药发现的大数据可分为不同类别的数据库存储，包括化合物数据库、药物
信息数据库、药物靶标数据库，包括基因组或蛋白质组学数据库、分析筛选代谢
和疗效研究的数据库等。

3.3发现并预防药物相互作用
采用大数据可有效的发现并预防药物相互作用。

可以根据ADＲ系统中的数据
以及电子病历对药物相互作用有深入的了解，然后根据系统中的相关数据进行算
法的开发和使用，找寻药物之间的相互作用，真正做到早发现、早预防，从而在
根本上提升药物治疗的安全性和有效性。

应用较为广泛的算法是DDI预测方法，
根据药物的结构数据、靶点数据以及副作用数据等从而建立DDI数据模型，能全
面的分析药物间发生的相互作用，可以给予药师和医师相关的建议，能提高用药
的安全性。

知识图谱技术也可应用，等基于处方大数据构建的药品联用知识图谱
模型能准确地对药品联用风险进行评估，在预测集上的药物相互作用风险预测准
确率达到98.3%。

3.4药品供应链
药品是特殊商品本身具有经济属性，具有货币价值。

医疗机构药品供应需要
满足日常患者就医的需求，但作为商品，不可避免的会产生库存。

库存即成本，
如不能有效管理药品库存，必造成卫生资源的浪费。

合理的库存源于科学化的药
品采购计划，利用大数据预测算法摆脱传统的个人经验制定的弊端，协助采购人
员及时了解临床需求及库存情况，科学、有序、高效的制定符合需求的采购计划。

基于需求预测与库存决策研究的FBNV模型，平均能够减少20%左右的库存。

结语
数据技术在药学服务的应用研究日益深入，拥有广阔的发展前景，但应用的
理论体系尚不完善，仍处于初步探索阶段。

需要政府、特别是医疗机构重视其重
要性，纳入发展战略，加大资金、人才的不断投入。

合理构建大数据框架，提高
医疗大健康数据的标准化、互联互通成熟度、信息安全性等，药学人员应顺应科
技发展趋势及国家加快药学服务转型的指导意见，加强信息与药学知识的融合，
提升药学服务的能力。

参考文献
〔1〕刘炜，彭宇飞，田钊，等.基于区块链的医疗信息隐私保护研究综述〔J〕.郑州大学学报:理学版，2021，(02):1-18.
〔2〕黄大康.基于大数据背景下的医疗卫生统计信息化建设思考〔J〕.商讯，2021，(01):144-145.
〔3〕王莉.大数据思维在统计分析中的运用研究〔J〕.产业创新研究，2020，(22):56-58.
〔4〕毛戈，李晶，朱乔，等.区块链技术在医疗领域中的应用前景〔J〕.湖
北大学学报(自然科学版)，2021，43(01):86-90.。