“醫生您看看，這個藥方是AI給我開的，能照著吃嗎？”上周三上午，王阿姨滿臉焦急，手里緊緊攥著手機，匆匆走進診室。屏幕上，一份由AI生成的處方赫然呈現：金銀花、連翹、薄荷……這份僅耗時30秒便“誕生”的“電子藥方”，讓從醫二十載的李醫生陷入了深深的沉思。如今，這樣的場景在全國各地的醫院不斷上演。當人工智能開始涉足用藥決策領域，我們究竟該如何審視這位“數字藥師”的能力邊界呢？

“十秒開方”背后的科技突破

在長沙某三甲醫院的藥劑科里，張藥師向我們展示了AI令人驚嘆的“超能力”。當輸入“妊娠期糖尿病用藥建議”后，系統瞬間列出二甲雙胍、胰島素等藥物，并詳細標注了FDA妊娠分級、代謝途徑以及常見不良反應等信息。這種信息整合的速度遠遠超越了人工檢索，尤其是在面對《新編藥物學》等上千頁的醫藥典籍時，AI強大的數據庫優勢展露無遺。

更讓人稱奇的是其多維度分析能力。當我們輸入“高血壓合并痛風患者的降壓藥選擇”，AI不僅精準避開了可能升高尿酸的利尿劑，還特別標注出氯沙坦具有降尿酸的雙重作用。這種跨專科的用藥提醒，恰恰是基層藥師日常工作中急需的輔助功能。

光鮮背后的“電子藥箱”短板

盡管AI開方具備便捷性，但背后卻潛藏著不容忽視的風險。在成都某醫院，劉藥師向我們講述了一個典型案例。一位患者主訴“感冒引起的發熱”，AI推薦了對乙酰氨基酚和布洛芬等藥物。然而，經過進一步詢問病史發現，該患者長期服用氯吡格雷，而這兩種藥物聯用可能會增加胃出血的風險。這一需要結合用藥史才能察覺的重要信息，AI卻未能主動提示。

更大的隱患在于AI存在“千人一方”的固有缺陷。中醫科李教授指出，同樣是主訴“失眠”的兩位患者，AI給出的酸棗仁湯可能適用于陰虛火旺者，卻不適合心脾兩虛患者。缺少了望聞問切這一傳統中醫診斷環節的AI，就如同沒有溫度計的廚師，難以精準把握個體化用藥的關鍵。

當科技遇見白大褂：正確打開方式

在浙江省某醫院，臨床藥師團隊探索出了人機協作的“雙盲審核”模式。AI先對藥物方案進行初步篩查，隨后由兩名藥師背靠背進行審核，最后再與主治醫師進行三方會診。實踐證明，這種方式使用藥錯誤率下降了40%，醫囑審核效率提升了3倍。

對于慢性病患者而言，AI展現出了獨特的優勢。糖尿病專科王藥師介紹，他們利用AI開發了智能用藥提醒系統。該系統能夠自動關聯血糖監測數據，當患者的空腹血糖連續3天高于7mmol/L時，系統會自動推送用藥調整建議，并附上最新的《中國2型糖尿病防治指南》作為依據。

站在藥柜前的思考

在武漢某社區衛生服務中心，我們見證了AI賦能基層醫療的生動實踐。全科醫生輸入“頭孢過敏史患者的上呼吸道感染用藥”，AI不僅避開了β-內酰胺類藥物，還特別標注了本地藥房現有的阿奇霉素庫存信息。這種“接地氣”的智能輔助，為基層用藥安全提供了有力的科技保障。

然而，技術就像一把雙刃劍，其負面效應始終存在。湖南省開展的AI處方專項檢查發現，某系統推薦的精神類藥物聯合方案，竟然將半衰期相差6倍的藥物混用，這極有可能導致血藥濃度出現劇烈波動。這一案例再次提醒我們，無論科技如何發展，再智能的系統也無法完全替代藥師的臨床思維。

作者：云南安寧市第一人民醫院 杜鑫

審稿專家： 民權縣人民醫院 杜冰 副主任醫師