未来，随着互联网医疗智能辅助审方系统的日益成熟，将形成更为健康、稳健的互联网医疗服务模式，应以数字中国建设，进一步满足人民日益增长的医疗卫生健康需求。

　　本文来源：中华医学会临床药学分会，上海市医学会临床药学专科分会，上海市药学会医院药学专业委员会.互联网医疗智能辅助审方系统的构建与应用专家共识[J]. 中国全科医学， 2023， 26(25): 3079-3090.

　　智能辅助审方系统是以处方管理相关法律法规、行业文件为基础规则，利用信息技术〔如：自然语言处理（NLP）技术、结构化查询语IM电竞,IM电竞官网言（SQL）技术、程序设IM电竞,IM电竞官网计语言技术、跨行业数据挖掘标准流程（CRISP-DM）技术等〕构架于云端的处方一体化处理系统。智能辅助审方系统能自动抽取处方的关键信息，通过比对处方与医学指南、临床实践之间的差异，向医师或药师提示处方存在潜在不适宜的问题，以防范用药风险，保障用药安全。药师可借助智能辅助审方系统及其内部设置的搜索引擎，对患者的医疗信息进行调取、查阅，并匹配内部设置的审方规则，开展处方审核；此外，通过智能辅助审方系统提前预警，可降低不合理处方产生的可能性；智能辅助审方系统还具备即时在线对话沟通、自动记录汇总预警处方等功能，药师可进行互联网处方点评、审方系统知识库完善等工作。综上，借助该系统可统一审方标准，提高审核效率，保障互联网医疗用药的安全性和合理性。因此，开展互联网审方标准体系的建设，规范线上审方流程，提出智能辅助审方系统的构建标准，提高审方的效率和质量，是适应当前互联网医疗的迫切需求。

　　联网医疗智能辅助审方系统的技术架构和功能应从软硬件参数、系统构建要求、系统功能的设计与应用等方面进行设计，本共识参考线下审方模式，提出了该审方系统内部配置的审方流程、审方规则的构建标准和审方系统的建设规范。

　　可在互联网处方流转平台中配备智能辅助审方系统，电子处方审核采用智能辅助审方系统初审+药师人工审核或复核的工作模式，其中人工审核或复核员需由依托医疗机构单体或医联体的互联网医院的执业药师、互联网医院第三方药品平台的审方执业药师或提供线上药学服务的零售药店审方执业药师担任。电子处方必须有审核药师、调剂药师的电子签名。所有电子处方均需先通过互联网医疗智能辅助审方系统的初步审核。系统判定为合理的处方，将下行至第三方药品平台或零售药店药师处接受复核，复核通过进入收费调配阶段。系统判定为不合理的处方，根据问题严重程度进行预警（如拦截或警示）并退回医师处，由医师重新修改后再提交。对于警示处方，如医师拒绝修改，则下行至审方药师处进行人工审核，药师及时（一般≤60 s为宜）查看电子处方的用药信息和患者基本信息，综合判断用药安全性和合理性：（1）认定处方无问题，通过处方；（2）认为存在用药不适宜，通过系统反馈告知处方医师，并给出处方改进建议，医师修改或者补充相关用药说明后，药师再次审核判断是否通过。药师发现处方不合理，处方医师不同意修改时，系统会自动记录；药师发现严重不合理用药或用药错误时，其及时告知处方医师修改处方并记录，处方医师不同意修改的，应当拒绝下行调配，并按照有关规定报告处理。经审方药师审核，确认通过的处方下行至第三方药品平台或零售药店后，进行收费调配。互联网处方审核流程见图1。

　　处方预警应清晰显示不合理的具体类型及问题详情，可由药师自定义设置预警提示语。互联网医疗智能辅助审方系统应具备根据不合理处方的问题严重程度进行分级预警的功能，至少设定为两级：拦截警示。对于合理处方，若处方用药中有需要关注的内容或存在其他潜在风险，以及用药期间需要监测的情形，可以通过设置提醒级别的预警，告知处方医师。处方用药中如有需在后续用药交代中关注的内容，可以通过设置仅药师端提醒告知药师。具体分级预警级别见表1。

　　本部分包含了软硬件参数、系统构建要求、系统功能的设计与应用等内容。在互联网医疗智能辅助审方系统搭建和实施的过程中，可根据不同的业务需求，以本共识推荐内容为基础和参考，进一步优化和调整，最终确保互联网医疗智能辅助审方系统的合规性、科学性和合理性。

　　目前互联网门诊的就诊患者疾病类型以慢性病和部分常见病为主。面对慢性病共病患者、联合用药电子处方的日益增多，应重点关注用法用量、重复用药、相互作用审核模块的精细化设置，并通过系统准确识别特殊人群，管理用药风险。

　　常见病、慢性病的治疗药物以常规用药为主，不得在互联网上开具麻醉药品、精神类药品处方及其他用药风险较高、有其他特殊管理规定的药品处方。本章节中审方规则的设置主要围绕互联网流通药品的种类特点制订，从适应证、用法用量、重复用药、相互作用、特殊人群、禁忌证、疗程和药物过敏8个维度设置用药合理性评估规则。对于特殊人群（如老年人、儿童、妊娠期与哺乳期妇女、肝肾功能不全者等）的处方，有条件的情况下应加强审核。

　　药品说明书，包括国家药品监督管理局、美国食品药品监督管理局（FDA）、欧洲药物管理局和日本药品与医疗器械管理局等全球政府机构批准的药品说明书。

　　医学文献，包括系统评价/Meta分析、随机对照试验、非随机对照试验、队列研究和病例对照研究。检索范围应覆盖专业的数据库和指南网。

　　经典药学专著。对于超说明书用药规则的设置，需做好证据质量评价，使用证据质量和推荐强度作为规则的权重参数，完善超说明书用药论证备案。对于已通过超说明书审批备案的情况，则设置相关规则，审方时予以通过，对于未通过超说明书审批备案的情况，审方时予以警示。

　　当前标准临床诊断编码在表达适应证方面并不完善，药品适应证难以和诊断相对应，所以需要在系统内增加每个药物对应的补充临床描述，以便于充分表达用药目的。设置适应证规则库的难点是如何把药品适应证转化为知识库中的标准临床诊断和补充临床描述。需注意同一通用名不同规格的产品，有时批准的适应证不同，建议根据具体药品匹配相应的适应证。

　　该项规则库设置为药品匹配知识库专业资料中的给药途径。该系统将处方与规则库中该药品匹配的给药途径进行比对：如一致则处方下行；若开具的给药途径属于规则库中禁止的，触发拦截；其余情况触发警示。

　　剂量规则的设置应根据患者的年龄、体质量、诊断、用药途径等信息，进行精细化设置。

　　应根据年龄、体质量、诊断、用药途径等信息精细化设置该审核项规则库，包含常规频次、药品的给药频次上下限。药品说明书中频次可设置为该药品的常规用药频次。通过超说明书备案的频次可以设置为给药频次的上下限。

　　该项规则库应包含西药与西药之间、中药与化学药品之间具有临床意义的相互作用组合。根据相互作用结果的临床意义设置期望的、无关紧要的和有害的3项内容，并重点围绕引起有害后果的相互作用组合进行设置。

　　系统应建立针对儿童、妊娠、哺乳、老年人和肝肾功能异常等特殊人群的规则库。

　　可根据年龄对该类人群进行分段设置，可分为新生儿、婴儿、儿童、青少年等，进而结合体质量、体表面积等进行精细化规则设置。该类人群的专科参考资料包括但不限于Pediatric & Neonatal Dosage Handbook、《中国国家处方集儿童版（2013版）》、BNF for Children、NEOFAX等。

　　应为妊娠期妇女设置准确识别该类人群的方法体系，如通过将审方系统接入处方开立系统，获取处方开立系统中医师填写的孕周信息；如果接触不到上述信息，可从诊断中识别妊娠孕×周产前等字段。建议在互联网医院患者个人信息端或医师工作站设置当前是否哺乳的选项，便于审方系统接入后识别。

　　老年人群的识别标准以处方患者年龄≥65岁为界。依据药品说明书中提到的老年人减量具体信息设置规则，对超出剂量范围的处方给予警示。有条件的情况下，可进一步参考相关专科资料如《老年人慎用药物指南》、《中国老年人潜在不适当用药判断标准（2017版）》、《老年人潜在不适当用药Beers标准》、《老年人心血管疾病合并神经精神疾病多重用药风险防控专家共识》等。规则维护药师对老年用药安全性进行综合评估，完善相关审核规则的设置。

　　该类人群的识别一般情况下主要参考处方诊断中肝功能损害相关信息。有条件的情况下可接入生化检验指标等信息、医师对患者肝功能的Child-Turcotte-Pugh（CTP）评分来识别肝功能不全的患者。规则库包括患者不同生化指标、不同肝功能受损分级下，药品遴选、用法用量、潜在药物相互作用、安全性监测等。

　　该类人群的识别一般情况下主要参考处方诊断中肾功能不全相关信息，如慢性肾功能不全慢性肾脏病2/3/4/5期尿毒症慢性肾衰竭和血液透析等国际疾病分类诊断；有条件的情况下也可通过导入患者的肾功能相关检验检查结果，如肌酐、尿素氮、胱抑素C、24 h尿蛋白、肾脏动态显像等，根据常用公式估算肌酐清除率（Crcl）或估算肾小球滤过率（eGFR）来进行评估。规则库应包括患者不同肾功能分期、不同肌酐清除率和或肾小球滤过率下，药品遴选、用法用量、潜在药物相互作用、安全性监测等。

　　禁忌证规则库涉及诊断禁忌证、疾病史禁忌证、检验值禁忌证、性别禁忌证等。规则触发条件的设置包括相关诊断匹配的ICD-10编码、补充诊断描述、生化检验指标的阈值、性别等。某些禁忌证是指患者目前是否处于对应的病理状态，而非疾病诊断，因此设置规则时不宜将该类诊断直接设成禁忌证。如利伐沙班片禁用于有临床明显活动性出血的患者，如诊断消化道出血个人史，不应设成该药禁忌证。系统预存患者30 d内的检验结果，并调取最近1次检验结果作为判断依据。系统将处方用药名称和患者当前诊断、检验值、疾病史、性别等和规则库中该药品对应的禁忌证进行比对，若符合禁忌证，则进行拦截。

　　按照《处方管理办法》、说明书中规定疗程的药品，以及相关管理文件规定，设置疗程审核规则。系统自动计算处方疗程，如处方疗程≤预设疗程则通过，如处方疗程预设疗程则警示；对于临床诊断明确、用药方案稳定、依从性良好、病情控制平稳、需长期接受药物治疗的慢性病患者，疗程可适当延长，但医师应当注明理由，长期处方的处方量一般在4周内；根据慢性病特点，病情稳定的患者适当延长，最长不超过12周，由审方药师复核确认后通过。有条件的情况下，可实现互联网平台间处方的联合审核，以判断识别超出疗程的情况。

　　药物过敏规则库设置涉及药品本身过敏、辅料过敏、交叉过敏等内容。系统获取患者过敏史信息和处方用药，与过敏史规则比对，如药品本身过敏、辅料过敏，则触发拦截；如有交叉过敏风险的药品，则予以提醒。

　　5.1.1审方规则的日常维护:审方规则的日常维护:互联网审方平台应设规则维护专岗药师，定期根据平台处方用药实际情况及知识库迭代更新情况对审方规则库进行日常维护。

　　5.1.2审方规则的质量控制:审方规则库的准确和全面是保证审方质量的基础，基于临床需求与循证的审方规则库是在线审方工作的核心。如规则设置局限，不足以判断和识别某些不合理处方，则易造成假阴性问题。如规则设置过于宽泛，导致把某些合理处方误判为不合理处方，产生错误预警，则易造成假阳性问题。

　　5.1.3处方的质量控制:平台药事质控管理中心应参照线下处方审核制度，建立互联网处方的质量评价体系，每月定期对处方进行抽样点评，以处方点评合理率作为互联网医院处方的质量评价指标。将点评过程中发现的不合理处方经复核后反馈给互联网医疗管理部门，定期将质控结果发送给医师和审方药师，促进互联网处方质量的提升。

　　5.1.4药师工作质量考核:互联网处方审核质量管理部门应定期对每一位规则维护药师及处方审核药师开展系统维护规则及人工审核处方的数量、质量的考核。

　　系统的维护和日常管理，一般可委托处方系统供应商全权负责，系统使用方则定期质控、抽检系统运维的工作日志。

　　互联网医疗智能辅助审方系统应遵循《中华人民共和国网络安全法》、《中华人民共和国数据安全法》、《个人信息保护法》、《中华人民共和国民法典》、《互联网个人信息安全保护指南》、《信息安全技术个人信息安全规范》等法规和条例等文件的要求，严格执行和实施数据安全管理，保护用户（特别是患者）的信息和隐私，系统的设计和使用必须确保数据的准确性、可靠性、完整性、安全性。

　　本共识结合目前互联网审方及智能辅助审方系统的构建和应用现状，提出了互联网医疗智能辅助审方系统的构建要素和审方规则设置要素的建议，希望有助于互联网医疗建立统一的审方标准，推进互联网审方标准的同质化，提高互联网医疗处方审核质量和水平。未来，随着互联网医疗智能辅助审方系统的日益成熟，将形成更为健康、稳健的互联网医疗服务模式，应以数字中国建设，进一步满足人民日益增长的医疗卫生健康需求。

　　共识专家组（按姓氏拼音首字母排序）：卞晓岚（上海交通大学医学院附属瑞金医院）、卜书红（上海交通大学医学院附属新华医院）、陈万生（海军军医大学附属长征医院）、陈孝（中山大学大学附属第一医院）、段俊丽（上海交通大学医学院附属新华医院）、范国荣（上海交通大学医学院附属第一人民医院）、高申（海军军医大学第一附属医院）、郭澄（上海交通大学医学院第六人民医院）、郭代红（中国人民解放军总医院）、何霞（四川省人民医院）、姜玲（安徽省立医院）、金鹏飞（北京医院）、李朋梅（中日友好医院）、李晓宇（复旦大学附属中山医院）、廖赟（上海交通大学医学院附属同仁医院）、林厚文（上海交通大学医学院附属仁济医院）、刘继勇（复旦大学附属肿瘤医院）、刘晓琰（上海交通大学医学院附属第九人民医院黄浦分院）、毛叶萌（上海市精神卫生中心）、祁佳（上海交通大学医学院附属新华医院）、沈甫明（同济大学附属第十人民医院）、宋燕青（吉林大学第一医院）、孙新（上海交通大学医学院附属新华医院）、孙洲亮（厦门大学附属第一医院同安院区）、汤静（复旦大学附属妇产科医院）、童荣生（四川省人民医院）、王海峰（吉林大学第一医院）、王洋（北京医院）、王卓（海军军医大学第一附属医院）、文爱东（空军军医大学西京医院）、吴行伟（四川省人民医院）、徐阿晶（上海交通大学医学院附属新华医院）、徐峰（上海交通大学附属第六人民医院南院）、杨勇（四川省人民医院）、俞凌燕（浙江大学附属第二医院）、余自成（同济大学附属杨浦医院）、张健（上海交通大学医学院附属新华医院）、张伶俐（四川大学华西第二医院）、赵青威（浙江大学附属第一医院）、赵荣生（北京大学第三医院）、郑英丽（中国医学科学院阜外医院）、周玉冰（郑州大学第一附属医院）、祝德秋（同济大学附属同济医院）、左笑丛（中南大学湘雅三医院）

　　共识编写组（按姓氏拼音首字母排序）：卜书红（上海交通大学医学院附属新华医院）、陈伦（上海交通大学医学院附属新华医院）、高爱梅（上海交通大学医学院附属第一人民医院）、过晓雯（上海交通大学医学院附属新华医院）、金磊（上海交通大学医学院附属新华医院）、金昭（上海交通大学医学院附属同仁医院）、李平（上海交通大学医学院附属新华医院）、刘红樱（智云健康科技集团）、刘玲（同济大学附属第十人民医院）、刘正跃（海军军医大学第一附属医院）、罗文弢（上海交通大学医学院附属新华医院）、匡明（智云健康科技集团）、汤佳（智云健康科技集团）、王芳（上海交通大学医学院附属新华医院）、杨全军（上海交通大学附属第六人民医院）、袁茜悦（上海交通大学医学院附属新华医院）、张健（上海交通大学医学院附属新华医院）、周海峰（复旦大学附属华东医院）、周佳（上海交通大学医学院附属新华医院）