国家卫生健康委医政司副司长李大川表示，公众对于药学服务的需求不断增加，例如人口老龄化使得多病共患的情况增加，正确选择药物、监护药物使用效果等新命题出现，要求医疗机构在提供足量药学服务的同时进一步提高服务能力。

　　那么，当前我国药学服务整体水平如何？如何满足人民群众对药学服务的需求，进一步提高药学服务质量？

　　药学服务质量仍有待提升

　　有多种疾病的老年人可能每天“吃药比 吃饭还多”，说得有些夸张，但这给药学领域人士提出了新的要求，能否在不降低疗效的前提下帮他们把药量减下来？刘清华表示，药学服务仍有很大的拓展空间。“药学服务远远不是拿药、发药、尽量不发错药这样的基础工作。”刘清华表示，当前的药学服务能否提出合格的重整方案，并以令人信服的证据证明方案可行，这些都是对药学服务的高质量要求。

　　“我们对慢性病药物使用金额的相关研究显示，基层机构已经超过了三级医疗机构，这从侧面说明了社区药学服务的重要性。”北京大学药事管理与临床药学系副主任聂小燕表示，国内外的多项研究表明，社区药学服务对优化医疗服务结局、提高患者生活质量、优化卫生资源整体利用等具有巨大的价值。

　　然而，当前我国基层处方中不适宜处方仍占有较大比例。在中药使用方面，药学服务面临的挑战更大。聂小燕介绍，相关调查研究显示，由于患者在不同医院、不同科室开药，重复用药、配伍禁忌等情况占比较大，尤其是一些特殊组分药品的重复用药带来很大健康隐患。

　　AI辅助可拦截不合理处方

　　如何提高药品处方的质量，避免不合理处方的开出？最大的难点是有经验的高水平审方药师不足，难以对处方进行一一把关。“不当处方主要是适应症不适宜和用法用量不当两方面问题所致。”北京大学第三医院药剂科工作人员闫盈盈表示，通过人工智能模块的开发可以很好地弥补这两方面问题。

　　为了让人工智能具备审方药师的“思路”和判断力，在北京市海淀区卫生健康委的指导下，北京大学第三医院与京东健康合作，将药学知识凝集到人工智能的审方规则中。闫盈盈介绍，人工智能的三大模块包括基于药学知识图谱去抽取开方规则、基于大数据对历史处方进行聚类、基于适应症推理进行的规则完善，不仅涵盖了每种药品说明书中的注意事项，甚至包括不同年龄的不同用法等内容，还容纳了大量历史处方的经验，助力药师对处方进行精准快速的判断。统计数据显示，截至2023年11月中旬，这一前置审核系统实现了在线实时三审三拦截，已经累计审核处方数量370多万张，不合理处方拦截率达到100%。