智能藥筐系統優化藥師配藥路徑效果評價

劉 婷，李 莎，康力敏，沈 倩，陳曉敏

（西安交通大學第二附屬醫院藥學部，陜西 西安 710004）

隨著人工智能技術的不斷成熟，醫院的智能化管理水平也在不斷提高，作為醫院基礎單元的藥房也將逐漸實現智能化管理，全自動智能藥房已在部分醫院啟用。然而，智能化過程是一個逐漸發展的過程[1]，不能一蹴而就。三級甲等醫院（簡稱三甲醫院）的門診藥房是醫院藥學部門的重要組成部分，承擔著整個醫院門診患者的藥品調劑任務，同時在加強藥品管理、促進臨床合理用藥等方面起著極其重要的作用[2]。因此，三甲醫院藥房的信息化、智能化是目前醫院智能化升級的重要部分，也是人工智能輔助藥師工作的核心內容。我院為三級甲等綜合性教學醫院，門診日均處方量約5000 張[3]。門診藥房每日承擔數千例患者的藥品調劑任務，是提高醫院門診服務質量的關鍵環節[4]。醫藥衛生體制改革的推進及門診量的逐年增加，加大了傳統藥房配藥的工作量，延長了患者排隊取藥等候時間。本研究中通過引入智能藥筐，改變患者取藥方式，設置患者取藥等候區等切實可行的措施，縮短了藥師調配藥物的準備時間，提高了藥師的工作效率，優化了藥師取藥流程及藥品調配的路徑，提高了配藥、取藥效率，縮短了患者的等候時間，提高了醫院的服務質量?，F報道如下。

1 藥師配藥流程研究

大部分三甲醫院常使用醫院信息系統（HIS），該系統承擔了患者從掛號到藥房取藥的整個流程的信息統計與傳輸，是醫院現代化辦公的重要組成部分。其中，患者在藥房取藥是就診過程的最后環節（取藥流程見圖1），可見，縮短患者取藥等待時間在藥學管理與服務中起重要作用。

具體取藥過程為，患者繳費后用身份證或就診卡在簽到機上刷卡取號，等待叫號取藥?；颊叩奶幏叫畔⒆詣臃峙涞酱翱?，智能藥筐機（見圖2）根據窗口藥師名下患者的處方數優化藥品配藥順序，藥師取出自動下落的藥筐及打印的取藥單，根據取藥單順序進行藥品調配，調配完畢后送到窗口，由窗口藥師根據患者順序完成發藥。如何在基本流程未發生變化的前提下加快藥師的配藥速度是本研究的主要內容。

圖1 患者從就診到取藥的流程圖Fig.1 Flow chart of patients from seeking medical advice to taking medicine

圖2 智能藥筐Fig.2 Intelligent medicine basket

2 藥品優化配置原理

門診藥房共有2000 余種藥品，藥師配藥路徑有多種，配藥時間大多消耗在路徑中，為避免路徑過多重復，藥師常為多例患者同時配藥以節省時間，但易出現漏配、錯配等差錯。因此，在優化藥師取藥路徑時，智能藥筐會對處方單上的藥品排列順序進行優化，采用運籌學中的經典旅行商（TSP）問題[5]，對固定路徑下藥師的行走配藥過程進行最小化尋優。該方法不僅能有效縮短藥師在配藥過程中的行走路徑，提高配藥效率，而且減少了配藥差錯。

1）門診藥房藥品位置信息

在解決TSP 問題時，首先要根據藥品位置設置每種藥品的坐標信息，設置智能藥筐的位置為藥師配藥流程的起始點，1 ～5 號發藥窗口為終點，藥師行走的路徑為固定路徑。很多藥品在同一藥架上，因此根據藥架將藥品分成37 個固定坐標，每個坐標包含在該區域內的所有藥品名稱。在藥師每次配藥過程中，藥品的坐標為藥架坐標，藥師從起點至終點的所有可行路徑中，以行程最短為優化目標。藥房藥品的平面布置見圖3。

圖3 藥品布置平面圖Fig.3 Planar graph of drug placement

2）配藥過程的數學模型

設G=（V，E）[6]，其中V是包含n個藥品位置的頂點坐標集，E為各個頂點彼此相連接組成的邊集，設距離矩陣M=（d（i，j））n×n，其中

式中，wij指i與j兩點間的距離。若對于V=（V1，V2，V3，…，Vn）的一個行程為T=（t1t2，…ti…tnt1），其中ti∈V，且記tn+1=t1，則藥師配藥的TSP 問題的數學模型[6]可表示為：

3）應用PSO 算法解數學模型

PSO 算法是基于群體的，根據對環境的適應度將群體中的個體移動到好的區域。然而它不對個體使用演化算子，而是將每個個體看作是D 維搜索空間中的一個沒有體積的微粒（點），在搜索空間中以一定的速度飛行，進而改變自身的位置，這個速度根據它本身的飛行經驗和同伴的飛行經驗來動態調整。第i個粒子表示為Xi=（xi1，xi2，xi3，…xiD），它經歷過的最好的位置（個體極值即適應度最佳）記P=（pi1，pi2，pi3，…piD），也稱為Pbest。群體中所有粒子經歷過的最好的位置用gbest表示。粒子速率用Vi=（vi1，vi2，vi3，…，viD）表示。對于每一代粒子根據以下公式進行更新。

其中，w為慣性權重，該參數反映了個體歷史成績對現在的影響，一般取0.5 ～1；c1，c2分別為個體學習因子和群體學習因子，一般取0 ～4；rand為[0，1]之間的隨機數。

問題的求解采用藥品編號的十進制編碼方法[7]。對于N個藥品位置坐標，藥師配藥行程的TSP 問題，藥品編號分別為自然數1，2，3，…，N，這N個數的一個隨機排列構成一個粒子的運行軌跡。

4）仿真結果

藥師在藥房配藥的過程，本研究中采用粒子群算法對藥師配藥路徑進行優化，其配藥藥品位置的初始位置見圖4。本次試驗在37 個坐標中隨機抽取了15 個點作為測試藥品坐標位置。

圖4 藥品初始位置坐標圖Fig.4 Coordinate diagram of initial position of drugs

PSO 算法的進化次數為100，種群規模為100，該算法進化過程中最優粒子適應度值變化見圖5[7]，路徑優化前后藥師配藥行程對比見圖6。由圖6 可見，優化后的行走路線遠短于未優化路線，從而大幅縮短了藥師的配藥時間。同時，算法的求解過程不到1 s，在實際應用中不會影響處方單的打印速度。

3 實際應用效果

3.1 資料與方法

調取我院門診藥房HIS 2019年2月18日至3月17日8：00-18：00 的電子處方129574 張，對比智能藥筐安裝前后（安裝時間為2019年3月3日）總處方量、日均處方量和差錯率，藥師配藥路徑優化前后的配藥時間，以及應用智能藥筐系統前后的患者取藥等候時間信息[8-9]。

3.2 結果

3.2.1 處方量及差錯率

我院智能藥筐安裝前后處方情況見表1?？梢姡惭b智能藥筐系統后，門診藥房調配處方增加19582 張，日均增加1399 張，增長率為35.58%，內差差錯率降低0.12‰。分析差錯類型發現，主要仍為處方調配數量，占比進一步升高，其他差錯類型占比均下降。結果見表2。

圖5 適應度值變化Fig.5 Change of fitness value

圖6 優化前后藥師配藥行程圖A. Before optimization B. After optimizationFig.6 Pharmacists′ dispensing path before and after optimization

表1 智能藥筐安裝前后處方情況統計Tab.1 The number of prescriptions before and after the installation of intelligent medicine basket

3.2.2 藥師配藥時間及患者等候時間

分別選取智能藥筐安裝前某一工作日及智能藥筐安裝后某一工作日進行對比，結果見表3。可見，智能藥筐安裝后各時段患者取藥數量都有一定增加，但藥師配藥時間及患者取藥等候時間均不同程度縮短，尤其是取藥高峰時段（10：01-11：00 和11：01-12：00）降幅更明顯。

表2 智能藥筐安裝前后門診藥房內差差錯類型統計（安裝前/安裝后）Tab.2 Internal error types in the outpatient pharmacy before and after installation of intelligent medicine basket（before installation/after installation）

表3 智能藥筐安裝前后藥師調配時間及患者等候時間比較Tab.3 Comparison of pharmacists′ dispensing time and patients′waiting time before and after the installation of intelligent medicine basket

4 討論

4.1 處方量增加情況下進一步降低差錯率

智能藥筐系統應用后，處方量大幅增加，但并未導致患者在取藥時的擁擠。這是因為該系統增加了簽到取號機和叫號電子顯示屏，使患者清楚等候時間，使調配過程可視化。但由于目前還是藥師人工調配藥品，差錯不可避免。對藥師調配過程進行跟蹤調查分析，原因如下：連續多名患者取相同但數量不同的藥，可能使藥師在調配過程中出現數量差錯；多名患者的相同藥品在同一藥筐內，窗口藥師在分發時出現過發錯藥品數量的問題；患者處方量較大，導致藥師調配難度提升，發生某種藥品未調配的現象。

優化措施首先是加強人員培訓，規范操作流程。藥師必須明確智能藥筐系統只是輔助藥師的工作，具體操作還需藥師根據本院患者情況作相應調整。其次，窗口發藥要做到對每例患者的處方進行審核，嚴格執行“四查十對”，提高窗口工作的細致程度，降低藥房調配的出門差錯率。

4.2 可縮短藥師調配藥品時間和患者等候時間

在10：01-11：00 和11：01-12：00 這2 個取藥高峰時段，安裝智能藥筐系統后，患者數分別增加51 例和112 例，藥師調配藥品的平均時間分別縮短了0.31 min和1.47 min，患者的平均等候時間分別縮短了1.92 min和1.73 min。這是因為智能藥筐系統可優化藥師的調配藥物路徑，使藥師在調配過程中縮短行走距離以節省體力，從而有效提高工作效率，縮短配藥時間及患者等候時間。

4.3 小結

醫院的門診藥房是醫院藥學服務的重要環節，如何利用先進的智能技術提高藥師的工作效率是醫院藥房智能化服務的核心。本研究中通過對量化數據的對比發現，智能藥筐系統可提高藥師的工作效率，減輕藥師的工作量，從而提高醫院門診藥房的工作效率。然而，醫院藥房的智能化升級是一個漫長而復雜的過程，智能藥房系統的研發還需針對不同醫院進行專項優化設計，在充分利用智能技術的同時為不同醫院創造滿足其獨特要求的智能管理系統，讓智能化更好地體現醫院“以患者為中心”的核心理念，為患者提供一個良好、溫馨、舒適的就醫環境，是醫務工作者共同的目標與方向。