基于數(shù)據(jù)挖掘的智能藥柜拆零藥品儲位優(yōu)化

鐘奕軒，鐘慧婷，劉 慧，李鳳玲

（暨南大學(xué)附屬第一醫(yī)院藥學(xué)部，廣東 廣州 510000）

數(shù)據(jù)挖掘是指通過算法從大量的數(shù)據(jù)中發(fā)現(xiàn)隱藏并有意義關(guān)系的過程，從處方中挖掘藥品間的關(guān)系常用關(guān)聯(lián)規(guī)則［1-2］，Apriori算法是關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘中應(yīng)用較廣泛的算法之一，該算法利用逐層迭代搜索的方法挖掘數(shù)據(jù)間的關(guān)聯(lián)關(guān)系。隨著我國醫(yī)療衛(wèi)生體制的逐漸完善及醫(yī)院信息化自動化建設(shè)的推進(jìn)［3-4］，醫(yī)院藥房需要逐步優(yōu)化信息化藥品管理系統(tǒng)，并通過引進(jìn)自動化設(shè)備建立現(xiàn)代化智能藥房，全面提高藥房的管理和服務(wù)水平，使患者用藥更加安全、便捷［5-6］。2016年，我院引進(jìn)了2臺自動發(fā)藥機(jī)及4臺智能藥柜（德國韋樂海茨公司）。智能藥柜作為自動發(fā)藥機(jī)的配套設(shè)備，擺放在每個實時窗口藥師的旁邊，由24個（4×6）抽屜組成，可容納一些不適宜入機(jī)的拆零或異形藥品，還可根據(jù)需要設(shè)置虛擬抽屜，提高實時窗口處方準(zhǔn)入率，減少傳統(tǒng)人工調(diào)配差錯率［7-8］。智能藥柜初始設(shè)置時，智能藥柜儲位設(shè)計主要根據(jù)過去人工調(diào)配時期的經(jīng)驗，篩選品種，設(shè)置布局，在自動發(fā)藥機(jī)配合調(diào)配一段時間后，發(fā)現(xiàn)智能藥柜儲位的設(shè)置存在兩大問題：一方面低使用率藥品的長期滯留，導(dǎo)致了設(shè)備效率低下，并加大了藥品效期管理難度；另一方面能容納的處方類型有限，在高峰期不能有效分擔(dān)預(yù)配窗口的處方壓力。本研究中對我院門診西藥房智能藥柜拆零品種儲位進(jìn)行了優(yōu)化，取得了良好成果。現(xiàn)報道如下。

1 資料與方法

1.1 數(shù)據(jù)來源

從我院門診西藥房自動化藥房管理系統(tǒng)（CONSIS）中提取2020年6月的全部處方，共76 069張，內(nèi)容包括處方編號、藥品編碼、調(diào)配方式等，不涉及患者與醫(yī)師姓名等信息。

1.2 方法

1.2.1 數(shù)據(jù)初篩與關(guān)聯(lián)規(guī)則

通過Excel軟件對數(shù)據(jù)進(jìn)行初步篩選，獲得人工調(diào)配藥品的調(diào)配頻次，并進(jìn)行遞減排序，結(jié)合藥房布局、藥品管理有關(guān)規(guī)定，確定入柜品種。對所涉及入柜藥品的處方進(jìn)行潛在關(guān)聯(lián)規(guī)則的挖掘，將人工調(diào)配品種數(shù)≥2的處方制成矩陣圖，處方包含對應(yīng)藥品的記作“1”，不包含該藥品的記作“0”。運用SPSS Modeler 18.0軟件中的Apriori算法挖掘其中潛在的關(guān)聯(lián)規(guī)則，為獲得更全面的藥品關(guān)聯(lián)信息，設(shè)置最低支持度為5%，最小置信度為5%，最大前項為2。

獲得的關(guān)聯(lián)規(guī)則記作“甲藥品→乙藥品”，規(guī)則支持度表示組合｛甲藥品，乙藥品｝在總樣本中出現(xiàn)的頻率，代表規(guī)則出現(xiàn)的頻率；置信度表示在甲藥品使用的前提下，由關(guān)聯(lián)規(guī)則“甲藥品→乙藥品”推出乙藥品使用的概率，即甲藥品和乙藥品同時使用的組合占所有甲藥品使用個數(shù)的比例，是驗證規(guī)則可靠程度的指標(biāo)。

1.2.2 納入與排除標(biāo)準(zhǔn)

納入標(biāo)準(zhǔn)：存在人工調(diào)配的處方。

排除標(biāo)準(zhǔn)：含麻精、冷藏等特殊保存條件品種；含靜脈注射用品種；含調(diào)配藥品數(shù)量超過自動發(fā)藥機(jī)發(fā)藥上限；含拆零分包機(jī)調(diào)配。

1.2.3 評價指標(biāo)

智能藥柜使用率：使用智能藥柜藥品的處方（張）占藥房總處方（張）的比例。數(shù)值越大表明智能藥柜利用越充分，對于提高實時窗口處方準(zhǔn)入越有效。

實時窗口處方率：實時窗口處方（張）占藥房總處方（張）的比例。除處方因素外，優(yōu)化智能藥柜品種配置，有效利用智能藥柜，能補(bǔ)充自動發(fā)藥機(jī)使用限制，擴(kuò)大實時窗口的處方類型容納面，提高實時窗口處方率。

1.2.4 統(tǒng)計學(xué)處理

采用SPSS 27.0統(tǒng)計學(xué)軟件分析，計量資料行配對t檢驗。P＜0.05為差異有統(tǒng)計學(xué)意義。

2 結(jié)果

2.1 智能藥柜藥品品種

經(jīng)過篩選，共獲得18 511張?zhí)幏剑?5種待選品種，調(diào)配頻次20 714次，按藥品使用頻率進(jìn)行遞減排序，結(jié)合藥房布局及藥品管理相關(guān)規(guī)定，最終選定50種藥品，含調(diào)配頻次16 647次（80.37%）。詳見表1。

表1 選入智能藥柜的50種藥品Tab.1 Fifty kinds of drugs selected into the intelligent medicine cabinet

2.2 關(guān)聯(lián)規(guī)則

人工調(diào)配部分只包含50種入選品種的處方分布共10 307張，其中人工調(diào)配1，2，3，5種藥品的處方分別有9 491，762，53，1張。關(guān)聯(lián)規(guī)則的挖掘需要最少2種藥品，因此下一步僅納入品種數(shù)≥2的處方，共816張，將其制成矩陣圖，運算后得規(guī)則支持度前20的關(guān)聯(lián)規(guī)則（見表2），智能藥柜藥品的網(wǎng)絡(luò)關(guān)系見圖1。

圖1 智能藥柜藥品網(wǎng)絡(luò)關(guān)系圖Fig.1 Network of drugs in the intelligent medicine cabinet

表2 規(guī)則支持度前20的關(guān)聯(lián)規(guī)則Tab.2 Association rules of the top 20 rule-support degree

2.3 智能藥柜藥品位置調(diào)整情況

以調(diào)配頻次為主線，將關(guān)聯(lián)規(guī)則的支持度與置信度作為重要參考，按智能藥柜抽屜位置由近至遠(yuǎn)，從中間至上下的優(yōu)先順序，依次調(diào)整藥品的位置。如將規(guī)則支持度高的酒石酸唑吡坦片和艾司唑侖片、置信度高的鹽酸利多卡因注射液和復(fù)方倍他米松注射液，優(yōu)先放在同一抽屜2個分區(qū)內(nèi)，同時結(jié)合藥房布局，在不同的實時窗口設(shè)置專屬的就近存放藥品，在不改變大布局的前提下，增加藥物的可及性。優(yōu)化后，新增入柜拆零藥品19種，淘汰原有的25種，無變化品種31個，共調(diào)整了41種藥品的位置。

2.4 智能藥柜優(yōu)化前后的使用情況

相比于優(yōu)化前（2020年6月至7月），優(yōu)化后（2020年8月至9月）的智能藥柜使用率從6.31%升至7.78%，優(yōu)化后實時窗口處方率從33.95%升至38.19%，兩組數(shù)據(jù)比較，差異均有統(tǒng)計學(xué)意義（P＜0.05）。

3 討論

3.1 數(shù)據(jù)挖掘能有效優(yōu)化智能藥柜拆零藥品儲位

實時窗口準(zhǔn)入的處方類型依賴于自動發(fā)藥機(jī)的品種與數(shù)量，處方內(nèi)的異形或拆零藥品等不能由自動發(fā)藥機(jī)調(diào)配的品種限制了處方的準(zhǔn)入，因此搭配智能藥柜作為補(bǔ)充，當(dāng)處方內(nèi)不能通過自動發(fā)藥機(jī)的調(diào)配品種可被智能藥柜滿足時，處方即可順利進(jìn)入實時窗口，因此智能藥柜品種的選定是處方流入的一個限制因素，基于數(shù)據(jù)挖掘，將人工調(diào)配頻次高的藥品納入智能藥柜，再結(jié)合藥品間的關(guān)聯(lián)關(guān)系，確定整體布局，能接受更多包含拆零藥品的處方進(jìn)入，在高峰期能有效分擔(dān)預(yù)配窗口的處方壓力，避免患者堆積取藥。

通過優(yōu)化，將使用頻次高的品種與藥品組合放在藥師順手的位置，可提高智能藥柜藥品的調(diào)配效率，在等待自動發(fā)藥機(jī)配藥的過程中即可完成拆零藥品的調(diào)配，降低藥師的工作強(qiáng)度，將更多的時間用于處方審核與用藥交代，提高藥學(xué)服務(wù)質(zhì)量。

3.2 數(shù)據(jù)挖掘在日常維護(hù)中的應(yīng)用

處方藥品品種會受季節(jié)、藥品政策變化等因素影響，因此需建立定期維護(hù)機(jī)制，以持續(xù)優(yōu)化智能藥柜的品種與布局。根據(jù)本院西藥房的特征，每季度對智能藥柜維護(hù)1次，將近效期或使用頻次低于30次/月的品種移出。對于新增品種的加入，直接參考上一季度智能藥柜藥品的使用頻次，人工調(diào)配頻次高于前90%的藥品品種可直接加入，抽屜緊張時實行末尾淘汰制；對于更換廠家但其他屬性不變的藥品，直接在原位置更換品種。當(dāng)品種的調(diào)整數(shù)量超過總品種的1/3或距離上次整體調(diào)整超過1年周期時，重新應(yīng)用Apriori算法進(jìn)行全面分析，得出的關(guān)聯(lián)規(guī)則用于整體布局調(diào)整。

3.3 數(shù)據(jù)挖掘在智能藥柜優(yōu)化中的優(yōu)勢與限制

相比較于個人經(jīng)驗的推斷，數(shù)據(jù)挖掘在智能藥柜中的優(yōu)化效果更科學(xué)、可靠。現(xiàn)代化藥房對藥品物流的高效和精細(xì)化管理提出了更高的要求［9-10］，拆零服務(wù)是基于療程、處方管理和醫(yī)保相關(guān)政策等因素所要求的［11］，必將長期存在，而智能藥柜作為自動發(fā)藥機(jī)的有效補(bǔ)充，需充分挖掘其潛力，在提高藥品調(diào)配準(zhǔn)確性的同時，滿足更多拆零處方的調(diào)配需求［12］。

數(shù)據(jù)挖掘在醫(yī)院藥學(xué)的許多領(lǐng)域均有廣泛應(yīng)用，如備藥、排班等［13］，由于智能藥柜無法為冷藏藥品提供儲存條件，因此數(shù)據(jù)挖掘在該類藥品中的應(yīng)用受限，此外智能藥柜還應(yīng)綜合考慮藥品應(yīng)用安全、政策等方面的因素，不能完全按數(shù)據(jù)挖掘的結(jié)果來調(diào)整，如外用與口服藥品、相似藥品等需分開儲存［14］，故在應(yīng)用過程中，還需發(fā)揮藥師的專業(yè)性進(jìn)行精細(xì)化調(diào)整。