杭州医学院一项基于大数据技术的智能用药数据采集平台

吴佳艳 鞠婷 章韩婷 方越玲 朱倩倩

摘要：本团队致力于民众健康，设计融合工业级5G“互联网+”大数据分析等多项技术的一款智能药箱，将用药数据上传至智能药箱数据采集平台，以大数据为载体指导精准用药、个性化用药，推动新药研发和疾病诊疗方案的完善，从而达到民众用药规范健康的目的，积极响应国家“大健康”战略。

关键词：智能药箱用药数据大数据分析精准用药

【中图分类号】R97 【文献标识码】A 【文章编号】2107-2306（2021）16-02

引言：我国老龄化比重不断增大，根据中国发展基金会预测，2022年中国65周岁及以上老年人占比将突破14%，这意味着我国即将进入“深度老龄化社会”。老年人作为慢性疾病的高发人群，且当前我国医药学的迅速发展，医药药品的种类和数目逐渐增加，各种药品之间的禁忌症越来越多，这时需要智能药箱来帮助老年人合理分配药物，记录他们吃药的情况。当前市面上有很多智能药箱，但是此类药箱成本高，有药箱单一性、品牌老化、更新速度慢等缺点。我们采用工业的5G“互联网+”技术，以药箱为中心，将患者、医院、医疗监管机构及相关医学科研机构联系起来，并将药箱记录的吃药情况输送给相关的机构平台，检验药物对患者是否有治疗作用，相关医疗机构以此对药物进行分析完善，不断提高其药品的药效性。这不仅解决了老年人用药安全问题，保障了民生，对药物药效监测也有重要作用。

1智能药箱的设计

1.1外观设计

该智能药箱本着精简模式的要求，外观采用最简单方形外观，软化边缘结构，减少因药箱外观棱角问题所导致的对于使用者的伤害，在色彩方面注重暖色调，同时对于药品和保健品一类分门别类采用不同的颜色设计，同时连带设计了抽屉模式，方便取药。

1.2相关技术

此款智能药箱通过药箱传感器采集药箱温度、湿度、药品质量数据，将信息实时显示在在药箱的LED显示屏上，数据通过NB_IOT模组直接实时上报到后台IOT物联网管理平台，IOT物联网管理平台对数据进行分析处理，用户可以远程查看数据，通过管理平台来设置服药的时间。为了防止不同地区夏季温度较高冬季温度较低导致药品变质，在药箱内安装半导体制冷片，可将药箱温度调到设定值。

1.3功能分析

分类收纳：将智能药箱提供给医院或社区，患者前往医院就医后，相关护理工作者将医生所开的药物放入智能药箱，并根据服用药物的时间在智能药箱进行设定;

用药提醒：患者将智能药箱带回家，插入医保卡，药箱会定点将相关药物从药箱中弹出并提示患者进行服药;

防腐防潮：药箱关闭时为完全密封状态，箱内设置了防潮装置，保证箱内干燥无异味;

日期保障：为防止药箱内存在过期药，危害老年人的健康，智能药箱会根据医保卡内的药物信息进行记录，将过期药物进行药品清理提醒;

便携药箱：药箱体积小容量大，易于便携，方便老年人去医院复查时携带。

2智能药箱操作方法

智能药箱由药品收纳盒，LED显示屏，定时器等一些元件组成，通过互联网进行信息联通和交流，用户通过这些信息在获得药品后，智能药箱将会结合医嘱进行合理的分析用药，患者只需插入医保卡，药箱通过语音和显示屏告知用药人时间和剂量，并将药物定点弹出提示患者用药。患者需定期去医院复查，护理工作者将患者的医保卡插入药箱，将本次的数据与上次检查的数据传输给医保局，数据存储在医保局，医保局对此进行数据分析，将样本数据传递给医院，对于病人的病情状况改变及时更新信息使得主治医师能够及时了解用药后对病情状况的追踪和了解。同时，对于特殊药品也有相关的护理措施和对特殊病人的特殊关怀。

3智能药箱数据采集平台

3.1医保局

患者的医保卡插入智能药箱，将本次的数据与上次检查的数据传输给医保局，数据存储在医保局，样本基数增大后便于医保局对此进行数据分析，提高样本分析的安全性和准确性。

3.2相关医疗科研机构

相关医疗科研机构获得多类、多轮数据，通过大样本量数据对比，检验药物对患者是否起到治疗作用，相关医疗机构以此对药物进行分析完善，不断提高其药品的药效性;同时，在对药物治疗药效的分析下，可以得出在不同用药情况下药效的大小。

3.3各级医院

将样本数据传递至各级医院，医院及时反馈责任医生，医生将大数据所得针对某一类疾病（如慢性病）的最佳用药方案加以拓展完善，并结合患者自身性状及既往史，制定个性化治疗方案，使患者获得更好的治疗体验。

4用药数据分析

4.1用药数据应用现状

4.1.1线上医疗

随着现代科技的发展及智能手机的广泛应用，线上医疗越来越普及，用药数据用处越来越大，患者线上就诊时可以一并提供电子病历及用药史，由在线医生根据信息提供人工初步诊断。但由于常常有非专业人员给予诊断，该方法目前有很大需要改进和制约之处。

4.1.2数据储存、互通、研究

该方向的主要研究内容为如何存储、对数据进行分析研究[7]，与医院医保系统进行对接，实现用药数据的整合共享，进而实现公共卫生相关部门（如医保局等）与医院对于药物相关数据（如慢性病治疗药物）的资源互通，节约了病人多个就医平台进行就诊的医疗成本，并为医生、药企研究人员对于相关药物的研发提供了大量数据支持，为政府对于慢性病在全国范围发展趋势的把控提供重要数据支持。

4.1.3健康监测

结合用药数据，包括患者用药种类、药量、用药时间及是否同时服用其他药物等，建立一个数据库，通过数据分析，为患者用药提醒服务（尤其慢性病用药提醒），为患者提供用药安全保证和健康保障，动态地监测患者健康。

4.1.4流行病监测

重大流行病都具备范围广、跨区域、全社会、社会影响力大等特点，流行病全过程的管理可以充分发挥医疗大数据的数据整合和分析功能。近几年来新冠疫情在全球范围产生重大影响，为此各地区对于大数据分析流行病学的研究层出不穷，例如《基于健康大数据平台的鄞州区新型冠状病毒肺炎监测病例流行病学特征分析》一文，他收集了2020年1月1日至3月30日鄞州區新型冠状病毒肺炎监测与预警信息系统每日COVID-19监测病例数据，其中监测病例现场调查核实率100.00%。[1]说明了基于医疗大数据平台的COVID-19监测工作运转良好，表明了医疗数据在流行病学监测领域的重要作用。

4.2智能药箱用药数据分析（以高血压用药数据为例）

4.2.1慢性病的用药现状

众所周知，高血压病作为一种常见的慢性疾病，近年来患病率呈现了较为明显的上升趋势。选择一种安全且有效的药物也是十分重要。本文将根据2017—2019年对于高血压病的用药情况进行分析和讨论。用药的频度（DDDs）=该药的年销售总量/该药的限定日剂量（DDD）值。CCB类药物在3年中拥有排名第一的销售金额，分别占高血压病用药销售总金额的42%、45.6%、44.2%;排名第二的是ARB类;居第三的是复方降压药。[6]

钙离子拮抗剂（CCB）能控制钙离子通过慢钙通道进入细胞的速度，减慢速度，减轻阻力血管的收缩反应来达到降压的作用。CCB类可明显减少脑卒中的发生率，提高患者的认知功能，减少动脉内皮功能以及抗动脉粥样硬化的产生，保护血管从而达到预防和控制心脑血管疾病的作用。其中血管选择性最强的二氢吡啶类药物的应用最多，而二氢吡啶类药物的主要副作用会是造成心率速度加快、面色红润以及双下肢水肿等。

4.2.2智能药箱用药疗效分析

高血压疾病通常需要通过长期甚至是终身用药来控制病情避免进一步恶化等作用，长期的治疗不可避免将会涉及到患者对治疗方案是否依从的相关问题。[4]

拥有较为合理的用药依从性是提高高血压病的治疗率并且在此基础上不断提升控制率的最佳的方法，同时也是提高高血压病患者生活质量及降低相关并发症产生最为经济便利的手段一。

本产品通过对高血压患者用药的定时，定量监督，从而达到提高用药依从性的特点，逐步促进患者按时服用药物的自觉性。对于患者在用药后产生的相关作用，本平台及时反馈给相关医疗机构，责任医生等处，便于对该患者进行更为合理的进一步对症治疗。相关医疗科研机构获得数据后，伴随样本基数的增大，对大量数据进行对比，以及检验药物对患者是否起到治疗作用，相关医疗机构依据词来對药物进行分析完善，达到提高其药品的药效性的作用;同时，在对药物治疗药效的分析下，可以得出在不同用药情况下药效的大小。

5用药数据指导

5.1精准用药

5.1.1精准医学概念

精准医学是以个体化医疗为基础，随着基因组测序技术快速进步及生物信息与大数据科学的交叉应用而发展起来新型医学概念与医疗模式。在2015年奥巴马的国情咨文中，明确了精准医学计划的四个要素：精确、准时、共享和个体化。“精确”即合适的患者、合适的时间、合适的治疗。

5.1.2个性用药模式

精准医学的核心目标就是个体化治疗。“个体化”指患者都独一无二，但其临床表现却千差万别，甚至“同病不同治”。智能药箱旨在通过单一患者用药数据精确指导并明确某疾病对应最佳用药种类、最佳药量，甚至最佳用药时间，为单一患者提供提醒用药服务，从而为单一患者（尤其慢性病患者）摸索并制定个性用药模式。

5.1.3新药的研发

精准医学的重要出口是药物的研发，推动个性化新药的研发，以此真正贯彻精准医学概念。[5]智能药箱整合个体用药数据，将某种疾病的大量用药数据与用药疗效信息综合分析，通过大量样本病例不同临床表现分析旧药的不足之处，为旧药的完善和新药的研发提供事实支持。

5.2.1用药影响因素的研究

如高血压，《高血压患者用药依从性及影响因素研究》一文指出对医务人员越信任、对疾病越重视、对不依从危害越了解、对家庭收入越满意、患者就诊时间越长等有助于高血压患者依从性的提高。[4]智能药箱中大量用药数据是不可多得的财富，大量样本数据更具有科学性和有效性，通过医保局对信息的整合和梳理，比较患同种病的不同人或同一位病人患病初期和后期，可以对某一特定疾病用药影响因素进行研究。

5.2.2疾病诊疗方案的完善

对智能药箱收集的大数据进行筛选，选取有效信息，医院疾病诊疗方案的完善提出建设性意见，进而提供更大的就医便利、提高健康医疗服务效率质量，提升国家健康度和人民幸福指数。

5.2.3药品划分的分析

医保局联合相关研究机构在大数据的支持下，对患者用药药物数目种类进行分析后，将药效好，药物成本较高，使用频率高的药物划入医保系统，用最少的钱获得最好的治疗，使得民生获得更好的保障。

参考文献：

[1]孙烨祥，沈鹏，张敬谊，等.基于健康大数据平台的鄞州区新型冠状病毒肺炎监测病例流行病学特征分析[J].中华流行病学杂志，2020，41（8）：1220-1224.

[2]景鹏举.精准医学国内外发展现状[J].国际检验医学杂志，2016，37（24）：3458-3461.

[3]罗爱静，谢文照，刘杰荣，等.基于大数据的临床诊疗智能辅助系统建设方案的初步探讨[C].//中华医学会医学信息学分会第十二届全国医学信息教育可持续发展学术研讨会暨第三届全国医学信息学研究生论坛论文集.2017：26-32.

[4]沈爱宗，陈飞虎，陈礼明.高血压患者用药依从性及影响因素研究[J].药物流行病学杂志，2007，16（2）：103-106.

[5]郑媛婷，傅肖依，石乐明.精准医学时代的新药研发和个性化用药——标准、监管与伦理学挑战[J].中国医学伦理学，2018，31（9）：1102-1107.

[6]于海霞，胡坤.2017—2019年医院高血压用药情况分析[J].中国老年保健医学，2021，19（1）：5-8.

[7]陈舒益.嵌入式智能云药箱的设计[J].辽宁师专学报（自然科学版），2019，21（3）：76-80.

[8]吴彤，牛溪悦.新型智能家用电子药箱设计[J].科技风，2020（11）：21.

[9]陈文君.2017—2018年医院高血压药物用药结构分析[J].中国药物经济学，2020，15（5）：108-111.

[10]曹莉.高血压常见药物不良反应及药物合理应用效果分析[J].北方药学，2018，15（8）：157.

作者简介：吴佳艳（2001，3）女，汉族，浙江湖州人，大学本科在读，研究方向：护理学。