数字化转型的难点往往在「组织协同」！齐鲁医院的药物警戒如何跑出「加速度」？

01

传统的ADR监测高度依赖临床人员自觉发现、主动填报。在这种模式下，漏报难以避免，大量隐匿的风险信号被淹没在HIS系统每天产生的海量数据中。李春磊坦言：“医师病程、护理记录、药师工作记录之间形成数据孤岛，大量潜在风险信号沉默在系统里没有被有效识别。”

山东大学齐鲁医院作为国家首批部署应用中国医院药物警戒系统（CHPS）的单位，依托该系统开发了“医嘱—病程—检验指标—药品信息”数据联动的主动监测功能。

系统自动抓取患者电子病历中的关键信息——医嘱的突然变化、病程记录中的异常症状描述、检验指标的异常波动——与患者的用药时间线进行智能化关联匹配。一旦识别出可疑信号，自动预警并提示人工审核。

这一改变是根本性的。系统运行当年，全院ADR报告同比增长114%，新严比同步提升，有效信号的捕获能力显著增强。药师的工作重心从繁重的病案翻阅中解放出来，转而专注于专业研判和风险信号的深入分析。

02

真正考验一个药物警戒体系应急响应能力的，是药品不良反应聚集性事件的规范处置。一个药品的严重不良反应在短时间内集中出现多例，或者同一批号药品在同一病区内集中引发问题——如果不能快速识别、规范处置，后果可能极为严重。

齐鲁医院的做法是建立一整套聚集性事件规范化处置机制。医院专门制定了药品安全事件应急预案，对每个处置环节、每个责任部门、每个时间要求都做了明确规定，并建立了每年两次全真模拟药害事件演练的制度化安排。“应急处置不能靠临场发挥，”李春磊说，“只有通过反复模拟训练，才能让各部门把响应流程形成肌肉记忆。”

这套机制的效果在一个真实案例中得到验证：某科室发现可疑的ADR聚集性信号后，从初步核实、风险评估到院内多部门联动、向药监部门报告，再到药品封存、出入库清单追溯——整个院内流程在24小时内全部完成。

03

在围术期药物管理领域，齐鲁医院基于1500多例血管介入患者队列的真实世界数据，搭建了AI辅助的决策体系，实现智能化的分级管理——术前5分钟快速评估患者用药风险，术中根据病情动态调整方案，术后优化用药疗程。这一体系将血栓相对风险降低了32.9%，决策效率提升60%，决策一致性达92%。

技术只是工具，真正改变的是工作逻辑。从被动的事后报告，到主动的风险预判——这才是齐鲁经验最核心的启示。

01

齐鲁医院药剂科团队利用连续五年的电子病历数据，开展了多项大样本回顾性队列研究，系统性地挖掘和验证药品不良反应信号。李春磊分享了团队的两个典型案例：

其一是发现临床常用止吐药帕洛诺司琼与药源性粒细胞减少症之间存在显著关联，这种相关性在以往文献中很少被报道；

其二是发现某药物与药源性粒细胞缺乏症之间存在关联信号。

这两个发现之所以重要，是因为临床上三分之二的粒细胞缺乏症是由药物引起的，而药源性粒缺的早期预警一直是临床工作的难点。“通过我们的研究，这些风险信号得以被系统性地识别和量化，为临床提供了早期预警的证据。”李春磊说。

02

近年来，生物制剂在银屑病治疗中的应用越来越广泛，但不同生物制剂都可能引发一种叫做“矛盾性皮肤反应”的免疫相关不良事件。临床医生面临一个困惑：现有的生物制剂中，哪一种引起这种不良反应的风险相对较低？

齐鲁医院药剂科团队利用真实世界数据，对不同生物制剂治疗后发生矛盾性皮肤反应的病例进行了系统性回顾分析。结果发现，与其他生物制剂相比，IL-23抑制剂引起矛盾性皮肤反应的风险显著较低。

“我们主动带着数据和分析结果与皮肤科医疗团队进行深入沟通，”李春磊说，“在充分的循证交流基础上，最终形成了一个清晰的临床用药推荐——对于矛盾性皮肤反应高风险人群，可以优先考虑使用IL-23抑制剂。”

这个案例完整呈现了齐鲁医院期望运行的闭环模式：从临床中存在的用药风险困惑出发，经过数字化分析研判，产出精准的决策支持信息，回到临床实践优化治疗方案，最终使患者受益。

03

奥沙利铂的案例则展示了这套体系的“上限”——一家医院的日常监测工作，最终推动了全国性的药品说明书修订。“如果我们拿不出扎实的循证证据，我们的建议就会被当作一种缺乏说服力的意见。”李春磊说。正是基于CHPS系统积累的连续数据和严谨的多学科论证，齐鲁团队才得以将这一发现从“个案”上升为“证据”。

比单个信号发现更重要的，是建立起了一整套可复用的研究范式——从临床实践中发现用药安全问题，到设计严谨的回顾性队列研究方案，再到运用统计学工具对真实世界数据进行挖掘分析，最终将研究成果返回临床。这种“从临床中来，回临床中去”的闭环，让药物警戒工作从被动的事后报告，变成了主动的风险预判工具。