大数据技术在药学服务中的应用

胡 位，钱晓凌，吴晏玲，金海蓉

(1.联勤保障部队第九○四医院药剂科，江苏无锡 214044；2.解放军第305医院药局，北京 100017)

大数据通常指极其庞大和复杂的数据库，聚合不同类型和规模的信息，跨时间、空间从多个来源收集数据，并且通常需要复杂的数据处理应用程序，具备数据量大、种类多、更新速度快等特点[1-2]。大数据技术的应用在医疗保健领域带来了巨大变化，促进了疾病治疗方式的改变、疾病的实时检测、流行病的预测、患者生活质量的提高等。然而，在传统系统中，要获取和共享医疗大数据是困难和昂贵的。

除了在专业医疗环境中收集到的数据，移动数据已经成为大数据的最大贡献者。全球不同移动医疗产品及应用程序的激增，使得每天产生大量不同类型的结构化和非结构化的数据，个人产生的多维度数据不断增加,大数据出现新的时代特征。移动数据的来源繁杂，类型多样。相较于传统的数据，移动数据的可及性提高，且智能应用程序使数据处理迅速,不受时间地点限制，由数据分析即时可得预测或结论。新大数据时代的到来给原有的药学服务模式带来诸多改变。为此，本文探讨了新大数据技术在药学服务中的应用，并分析在数字时代大数据技术可能面临的挑战。

1 新大数据时代下药学服务的特点

1.1 药学服务更加个体化 人们对个体化治疗的认识起源于同一药物在不同患者之间反应的差异性。科学研究证实，药物治疗作用的发挥不仅与患者的年龄、性别和身体状况等多种因素相关，更与患者本身的基因、遗传等密切相关，药物基因组学的发展促进了精准医疗的进程[3]。利用全基因组关联分析筛选影响药物治疗的关键基因对提高治疗有效率有重大意义。如华法林是目前世界上应用最广泛的抗凝药物，影响华法林治疗作用的约有30个基因，这些基因的遗传多态性可调节华法林的抗凝活性，患者不同的基因型使得华法林用量的个体差异非常大。对患者做基因型检测可以避免华法林剂量过高导致的出血或剂量过低导致的凝血效果不足[4]。在治疗前通过基因检测，分析影响药物代谢的基因再决定用药剂量，可将用药风险降至最低。基因工程的发展、人类基因密码的破译、疾病基因相关性研究以及基因药物相关性研究信息的涌现，为药学服务提供了数据基础。通过对不断累积的医疗数据做分析，发现与药物治疗有关的各种影响因素，从而建立药物治疗的基本模型。对于受基因型影响代谢的药物，可根据患者的基因型制定个体化给药方案，以降低用药风险，达到最佳治疗效果。

1.2 用药决策更科学、精准，更具前瞻性 中国具备较大的患者量及用药量，可收集大量与健康相关的临床数据。可利用新大数据技术对这些数据进行分析利用，找出有价值的循证医学证据，建立规范性诊疗指南，指导合理用药，使临床用药决策更具科学性[5]。云计算、大数据技术的发展提高了信息的处理速度及精确性。人工智能(artificial intelligence，AI)技术，可从大量病例、指南中找出最合适的治疗方案，帮助临床医师做出正确决策。相比较人脑从有限的资料中分析得出的决策，AI的决策正确率更高、更精准。手机、手表等移动终端及可穿戴设备的发展也可以进行个人健康信息的收集，促进了精准医学的发展。精准医疗下药物的使用更具精确性，减少了普适性无效药物的使用，在一定程度上降低了药品不良反应(ADRs)的发生率。此外，通过大数据分析可产生广泛的与人体健康有关的用药指标，有助于识别高危患者并进行早期干预，也可以确定最佳治疗决策，预测患者的预后[6]。

1.3 药学服务更智慧、便捷 云计算、大数据及AI技术的成熟为智慧药学平台的建设提供了技术条件。传统的事后处方点评转化为处方事前提醒、事中审核、事后点评。医院信息系统中内置剂量、相互作用及配伍禁忌检查等功能，系统发现不合理处方将直接警示错误。处方审核系统具备临床决策功能，可减少不合理处方，规范用药行为，降低不良事件发生率，提高用药安全[7-8]。区别于传统的事后处方抽查审评，智慧审方平台更能保证处方质量。在患者的用药监护上，通过智能设备对相关指标进行实时监测，方便医师给出最佳用药建议。智能信息系统可自动记录所提供的药品，方便药师进行药物治疗随访，保障患者安全有效用药[9]。另外，可结合医疗大数据、AI及智能化数据集成系统实现药品跟踪，确定每例患者的用药批号，若出现紧急召回药品的情况，可精准确认患者，实现高效处理。

药学信息服务是药学服务的重要内容。智能APP整合大量药物和疾病的信息数据，使患者可进行疾病自我诊断并选择药物治疗。目前已有多种具备自我诊断、药物选择及可进行医患交流的APP成功运行。利用智能APP可提供精准的药学信息服务，药物的用法用量、ADRs、同服其他药物及食物的影响等信息都可通过APP查阅，药学信息服务脱离了时间和空间的限制，增加了患者对自己用药管理的灵活性和自主性，使用药服务更加便捷。移动健康医疗市场的快速发展在一定程度上有助于降低因地区和收入差异带来的医疗资源服务的供给差异和分配不均，提高医疗资源的使用效率。

2 新大数据技术在药学服务中的应用

2.1 预防ADRs 目前大多数国家的ADRs监测采用自发上报系统，但ADRs的监测是缓慢且零散的。当患者或医护人员报告ADRs后，医师对其进行评估，再上报给相关机构，这个过程会导致部分数据的丢失和延迟。而在非临床环境中，ADRs的漏报率更高，公众对ADRs报告制度缺乏了解，是限制ADRs数据收集的又一原因，未发现的ADRs对临床用药的安全性存在威胁。大数据已经成为ADRs发现及监测的有用资源。唐学文等[10]从美国FDA不良事件报告系统数据库中调取了2014-2017年左氧氟沙星、莫西沙星、环丙沙星产生的药物不良事件，利用比值失衡测量法进行信号挖掘，筛除已知ADRs后，发现了信号较高且在3种药物的说明书中并未出现的严重ADRs，如腱鞘炎、回旋套综合征、骨质溶解、骨缺损等，在临床应用中需重点关注。大数据强大的分析能力可在小规模的患者群中发现药物安全信号，因此大数据分析对罕见病治疗药物的ADRs监测有很大作用[11]，能有效减少非常规药物不良事件的发生率，进而提高用药监测效率。

区别于传统的在用药过程中发现ADRs，大数据集成和计算为发现ADRs提供了新方法。Vilar等[12]开发了一种基于三维化学相似性、药物靶标和不利影响数据生成的药物靶标-ADRs预测器，利用药物靶标的表型数据预测可能出现的ADRs，在药物开发阶段即预测可能的ADRs，提高药物使用安全性。

2.2 发现并预防药物相互作用 许多患者，尤其是老年患者，需要同时使用多种药物来治疗不同的且常不相关的疾病。ADRs上报系统中的数据及电子病历是发现及分析药物相互作用(drug-drug interaction，DDI)重要的数据来源，针对这些数据开发算法进行数据挖掘对发现药物间相互作用意义重大[13]。如果及早发现，很多DDI是可以预防的。目前，大多数药物相互作用的发现都是基于对其作用机制的了解或ADRs报告的分析。事实上，几乎所有由DDI引起的ADRs都是在药物批准上市后产生的[14]，然而很多重要的DDI暴露机会很少，难以被发现。因此，有必要在没有事先假设的情况下发现DDI，以提高药物治疗的安全性和有效性[13]。近年来，研究者从文献报道中收集药物数据，建立了多种基于数据分析的DDI计算预测方法[15-17]。Zhang等[18]收集了多种可能影响DDI的药物数据，如药物结构数据、靶点数据、副作用数据和已知的DDI数据等，利用化学、生物、表型和网络数据预测潜在的DDI，并建立了基于不同信息源的DDI预测模型，分析、预测多种药物之间存在的潜在相互作用。大数据的大容量特性使得纳入的数据更多，分析的角度更全面，从而得出更准确的结论。目前，国内已有多家医院引入了DDI分析软件，如Lexi-Interact、Micromedex等。DDI分析软件可高效筛选药物间潜在的相互作用并进行评级，提出优化建议提示药师、医师采取相应的监测措施，提高用药安全性[19]。

2.3 挖掘中药新用法 传统中药资源丰富，价值巨大，在我国的卫生医疗系统中占有重要的地位。但中药比西药成分更复杂，对中药药性、炮制方法、成分了解不足，会增加发生ADRs的可能性。大数据、云计算等技术的出现,为深度分析海量、复杂的中医药信息提供了新途径，结合网络药理学、生物信息学、药物基因组学等研究对传统方剂、文献和临床数据进行挖掘、分析，发现药物方剂中的配伍禁忌及中药新的临床应用[20-21]。对大数据做深度挖掘，进行中药临床重定位、方剂配伍研究，合理设计中药方剂，开发标准化、协同、安全、有效的中药方剂，可以为中医治疗提供更有效、更经济的治疗方案[22]。

3 总 结

药物基因组学、代谢组学及数字化信息技术的发展，使得精准医疗、个体化治疗成为可能。利用新大数据强大的数据挖掘及分析技术寻找有效的循证医学证据，联合创新技术建设智慧药学平台，推动药学服务转型，使药学服务更具科学性、精准性，使药物治疗更安全、有效、经济。值得注意的是，尽管新大数据的应用为医学事业带来了革命性的发展，但仍存在一些挑战[23]。首先，缺乏大数据分析技能的专业人才是很大的障碍。普通的药学工作者缺乏大数据相关技能及数学、统计知识，这些都可能会阻碍新大数据技术在药学实践中的应用。因此，未来多学科交叉人才的培养是发展药学服务的新需求。其次，移动健康市场的迅速发展在给收集个体健康信息带来益处的同时，也产生了大量无用、关联性低、价值密度低的数据。与在专业环境下收集的数据相比，这些数据的质量差异性很大。对大数据的实际使用来说，数据的价值、变异性和准确性更值得考虑[24]，如何从海量数据中筛选出真实、有效的信息以得到正确测算是很大的挑战。最后，网络信息安全也是必须考虑的一个重要问题，在线存储大量数据可能会发生网络威胁，并导致经济损失。维护数据安全需要医师、患者、监管机构等多方参与者的共同努力。卫生组织机构必须通过雇用合格的健康信息学专业人员来仔细监测患者信息，以确保医疗信息数据库的安全。

新时代下的药学服务融入了大数据、互联网、智慧医疗等现代科学，全方位、多方面地研究药物治疗，更好地服务于患者，为患者提供安全、有效、经济的药物治疗方案。新大数据将成为促进以患者为中心的药学服务发展的宝贵工具。