基于人工智能的个体化精准用药系统设计

赵浩宇，刘 芳，吴 昊，罗 浩*

（1.陆军军医大学第一附属医院医学大数据与人工智能中心，重庆 400038；2.陆军军医大学第一附属医院药剂科，重庆 400038；3.陆军军医大学第一附属医院院办，重庆 400038）

0 引言

药剂科作为医院一个专科性极强的医技科室，是以提高临床用药质量为目的、以药物与机体相互作用为核心，重点研究药物临床合理应用方法的综合性科室。临床药学的根本目标是保障临床合理用药，是疾病药物治疗环节中不可缺少的一环。医师的主要职责是诊断并给出药物处方，而处方是否合理、特殊药物个体用药剂量是否需要调整、患有多种疾病患者的多重用药是否合理平衡，属于临床药师的临床药学服务的范畴。如果临床不能很好地根据患者情况，特别是为患有多重疾病的患者提供调药等用药决策服务，则会带来更多的医疗风险[1]。

目前，国内只有大型综合医院开展了临床药物监测、精准用药指导业务，但大多还是依靠传统的人工模式，通过Excel 表录入患者数据，然后根据公式计算药物监测值，且没有通过系统进行结果回传，要等药物监测结果纸质报告打印出来后才能反馈给医生，周期长、效率低且容易出现医疗安全事故。部分医院虽已有相关系统支撑精准用药，但需要手工将数据录入系统再进行用药分析，不能汇聚各业务系统药物相关数据构建模型进行智能学习和大数据分析应用，无法实现从新样本（业务数据、合理用药方案）中学习提取新知识，优化模型，为科室进行科研服务。

鉴于此，本文利用人工智能技术，构建个体化精准用药系统。本系统通过调取医院信息系统（hospital information system，HIS）接口访问数据库视图，能够快速地提取患者相关临床诊疗数据和药品信息数据，并利用人工智能、大数据等新兴技术，通过对汇聚数据进行分析，构建相关药物动力学公式和模型，以全流程自动化的运行管理模式取代以前依靠人工进行精准用药分析的传统运行模式，为患者提供个体化精准用药建议，并为工作人员提供精细化科研数据分析，从而提升数据使用效率及用药指导的快速性、精准性、安全性[2]。

1 系统设计

1.1 设计思路

如何以患者为中心，运用人工智能与数据治理技术构建精准用药体系，更有效地服务于医生和患者是本系统设计的目标。基于本系统，使用者可通过医院真实数据与人工智能建模分析，开展血药浓度/用药模型预测、用药风险预测、精准用药指导、治疗预后分析等研究，完善精准用药流程，促进医疗安全[3]。本系统在设计时必须考虑解决以下2 个问题。

（1）人工环节操作多，出具方案流程效率低下。

目前个体化精准用药方案因为没有系统支撑，需要人工查阅电子病历系统（electronic medical record system，EMRS）等各个信息系统中的相关患者数据，将所需数据和变量手工输入Excel 用公式计算，再打印纸质版报告以人工形式送回临床科室医生处进行用药参考，效率非常低下。同时，因为大部分工作是人工操作，药师工作量、药物监测总量、血药浓度变化趋势、药物品种占比、基因多态性等一系列统计分析工作也非常不方便。

（2）数据算法无支撑，数据特征转化较烦琐。

药师只能根据以往数据和经验进行公式套用计算药物不良反应程度，但在实际计算时，还需要充分考虑患者各项生命指标变化，但人工很难提取数据潜在的特征。同时要将这些不同形式、不同维度的特征数据转化为同一维度进行计算，并映射在同一空间，形成辅助诊断特征池，对于人工来说还比较复杂[4]。

1.2 系统总体架构

本系统架构总体分为UI 层、Web 层、数据服务层、数据传输层、业务逻辑层和数据存储层6 个部分。UI 层提供全方位的用户交互应用，包括实现PC端Web 页面、App、公众号、微信小程序等。Web 层内部采用Nginx、Tomcat 和Netty 架构，内存消耗少，支持热部署且稳定性强，可对超文本传输协议（hypertext transfer protocol，HTTP）请求进行负载均衡，并且提高处理网络高并发数据请求的能力。数据服务层通过WebService、WebAPI、JS 对象简谱（JavaScript objection notation，JSON）和可扩展标记语言（eXtensible markup language，XML）提供数据接口服务，利用这些调取的数据可以开发出强大功能的Web 应用。数据传输层采用消息中间件ActiveMQ 和iPharma通信模块实现平台与认知计算集群之间的数据传输与交换。业务逻辑层核心框架以iPharma 为基础，采用SpringMVC 作为视图框架，降低前端各层之间的耦合性，和Spring 核心框架无缝结合，易于扩展；日志处理采用Logback 对运行中的应用程序中的关键模块及业务进行日志记录，便于后期排错和审计；报表组件可实现系统可视化界面图形化展示；定时任务能够使系统自动执行部分操作，减少人工工作量。数据存储层采用MySQL、Oracle 等关系型数据库和Redis 等内存数据库对数据进行存储，通过完善的高可用集群和数据容灾备份方案保证系统的安全可靠[5]。系统总体架构如图1 所示。

图1 个体化精准用药系统总体架构图

1.3 系统业务流程

医生发现患者用药反应异常后，可直接在工作站开具检测医嘱，护士采样后由相关工作人员运送至检测药师处，检测药师通过实验室信息系统（laboratory information system，LIS）完成检测后自动将数据上传至LIS。复核药师登录系统查看审核，审核完成后反馈至临床药师。临床药师提取患者相关信息，通过精准用药系统自动分析，出具用药调整方案。上级药师审核后出具个体化精准用药报告，报告可以在系统内直接查看，也可以回传至EMRS，医生可以直接在EMRS 内查看精准用药报告，再根据报告调整方案，完成安全用药[6]。系统业务流程如图2 所示。

图2 个体化精准用药系统业务流程

1.4 系统开发环境

本系统采用浏览器/服务器（Browser/Server，B/S）架构，通过浏览器进行访问，终端不需要安装客户端程序，便于后期的维护和升级。整个系统分为前后端进行开发，前端采用超文本标记语言（hyper text markup language，HTML）和JavaScript进行展示界面开发，后端采用.NET 进行开发，通过WebAPI 将访问请求提交至前端，前端再通过HIS 接口提取数据用于展示。服务器端安装成熟的CentOS 7.6 版本操作系统，该系统安全且稳定；以Oracle 作为后台数据库，进行数据存储、备份和管理；并配备动态菜单功能，通过用户角色权限展示不同功能界面来实现安全访问[7]。

2 系统实现

2.1 系统功能模块

本系统以便捷化、智能化为设计目的，利用大数据架构汇聚数据，通过接口开发与HIS 进行深度融合，通过建模进行计算与分析，以实现从医生发起检测申请到最终个体化精准用药报告回传的闭环流程管理、数据智能分析、科研回顾研究等众多功能，具体功能模块结构图如图3 所示。

图3 个体化精准用药系统功能模块结构图

2.2 模块设计

2.2.1 患者数据管理模块

患者数据管理模块主要对患者的基础数据和药物监测数据进行管理。该模块通过JavaScript 开发调用应用程序接口（application programming interface，API）方式对接医院各信息系统，以获取患者所有临床基本诊疗数据。药剂科临床药师可以对数据进行快速查阅和管理，但不能对数据进行修改和删除。系统借助对诊疗数据的分析和研究，能够为精准用药提供指导[8]。患者临床数据管理界面如图4 所示。

图4 患者临床数据管理界面

2.2.2 报告管理模块

报告管理模块主要对药物监测报告和精准用药报告进行管理。该模块通过HTML 和JavaScript进行界面展示开发，可自动生成精准用药电子化报告、药物监测报告等，实现整个流程电子化，临床药师可依据个体化用药报告进行审核，结果无误后再回传至医院LIS。精准用药报告如图5 所示。

图5 精准用药报告

2.2.3 模型管理模块

模型管理模块主要实现药物动力学模型和辅助诊断模型管理。该模块通过内嵌入群体药物动力学模型，依据患者临床诊疗数据，将筛选的变量进行Logistic 回顾分析，得出疾病、症状、药物等临床医学实体间的关系，从而构建药物动力学公式和精准用药模型，对患者用药进行精准指导。采用该模块可对模型进行添加、编辑、删除等操作，同时可对数据进行回溯和共享。模型管理界面如图6 所示。

图6 模型管理界面

2.2.4 参数管理模块

参数管理模块可实现药物动力学公式参数、精准用药参数和基因组参数等设置。该模块使用最小绝对收缩和选择（least absolute shrinkage and seection operator，LASSO）回归进行变量筛选，通过查看患者相关诊疗指标和用药情况，可对系统模型和药物动力学公式进行相关参数管理和设置，以便对模型进行训练和分析。通过参数设置，能够实现离散度分析、曲线下面积计算、横断面研究、随机对照实验等，提供更加完善和精准的用药指导数据。参数管理界面如图7 所示。

图7 参数管理界面

2.2.5 统计分析模块

统计分析模块实现各种报表和工作量统计。该模块主要借助EChart（HTML+JS）技术实现。该技术是百度的一个开源免费技术，可以开发多维度报表进行可视化报表展示，包括药师工作量统计，治疗药物监测、基因组监测等业务工作量及药物基因组占比统计，历史报告查询和统计等，并支持以Excel 文件格式导出。各种可视化图形的统计数据使科室对业务指标一目了然，方便问题的及时发现和处理，以及有针对性地制订科室发展计划和科研计划。统计分析界面如图8 所示。

图8 统计分析界面

2.2.6 系统管理模块

系统管理模块实现用户管理和功能菜单管理。该模块通过.NET 编程实现动态菜单管理模式，不同权限用户在系统显示不同功能界面。用户管理可对系统用户进行创建及权限分配，支持多用户多权限分级管理模式，可实现对用户的增加、删除、修改、查看、权限分配等功能配置；菜单管理主要实现系统功能菜单的增、删、改功能，以方便管理员对系统进行配置更新。

3 应用效果

3.1 系统实施前后数据对比

本系统实施前有大量烦琐的工作需要人工处理，特别是在开展用药研究时，由于没有信息系统支撑，通常要在Excel 中输入所需重要变量，这就需要人工查阅EMRS 等信息系统相关患者数据，将所需变量一一手动提取输入再进行公式计算。而自本系统2022 年8 月上线试运行后，可快速获取患者临床数据，通过设置好的药物动力学公式参数和模型参数，自动进行计算和分析，直接生成可下载的个体化精准用药报告建议，可减少约85%的人工工作量[9]。系统上线前后工作效率对比见表1。

表1 个体化精准用药系统上线前后工作效率对比

3.2 完善流程管理，提升工作效率

本系统应用后可取代原来手工输入患者临床诊疗数据，手工运算、人工运送报告供临床医生查看等人工环节，通过预先设置的公式进行计算，自动生成药物监测和精准用药报告建议，临床药师确认报告无误后，将个体化精准用药报告在线回传至临床医生工作站（LIS、EMRS 均可），不仅完善了院内工作流的闭环管理，还实现了无纸化办公，提升了药师整体工作效率。

3.3 降低不良反应，提升治疗效率

本系统基于院内真实数据建立人工智能用药模型，并集成了多种药物动力学公式，通过计算和分析自动生成临床精准用药指导。所产生的报告可达到既产生药物疗效又不产生药物相关不良反应的效果，能够为临床医生提供用药参考，从而提升治疗效率，帮助临床更好地为患者服务。

3.4 降低报告差错，提升医疗安全

本系统上线前，需通过人工查阅和输入大量患者诊疗数据，然后运用公式计算药物在体内的变化情况，由于工作烦琐，难免会造成人为数据输入错误，造成精准用药报告出现差错。系统上线后，可直接读取患者临床诊疗数据，自动获取变量，通过人工智能模型进行分析和计算，从而提升精准用药报告的正确率，减少因报告差错带来的诊疗误差，提升了医疗安全[10]。

4 结语

基于人工智能的个体化精准用药系统可通过实时交互技术，快速地从业务系统（HIS、EMRS、LIS 等）中提取患者的各项临床数据，并通过计算和分析给出个体化精准用药方案。后续系统还能提取新样本数据，不断优化模型和算法，为临床持续提供合理用药支撑。同时能够完善药剂科精准用药处理流程，提升工作效率和医疗安全[11]。

但由于医院以前在数据管理上缺乏经验，对数据质量缺少监管，技术也不成熟，前期很多临床数据质量不高，在数据分析和建模过程中容易出现差错。而且系统在公式和模型参数设置上相对复杂，后期还需要不断优化调整，减少参数设置带来的不便。另外，每种药品的精准用药指导都需要前期不断建模和分析。下一步将重点构建更多临床药物模型，丰富药物品种，满足更多患者的精准用药需求。同时将提升数据质量，优化参数设置，在实践中不断摸索，为药剂科精准用药创新发展打下坚实的基础[12]。