从“海量病历”到“精准证据”：CHPS+AI如何让ADR主动监测效率倍增？——某三甲医院应用案例

药品不良反应（ADR）监测是保障患者用药安全的重要防线。然而，长期以来，国内绝大多数医院依赖临床医护人员“自发上报”的模式，漏报率高、报告滞后、线索分散，已成为行业普遍痛点。

如何在现有药师人力条件下，实现对住院患者ADR的主动监测、高效筛查与规范上报？某三甲医院药剂科团队引入CHPS+AI技术，探索出了一条“CHPS锁定疑似线索 + AI辅助梳理证据链”的可行路径。

一、挑战：每天翻阅上百份病历，ADR依然大量“隐形”

在该院，药师日常ADR监测主要依赖两个渠道：

 1 临床自发上报：医生或护士在诊疗过程中发现疑似ADR后填报；

 2 人工主动筛查：药师定期翻阅出院病历，寻找可能遗漏的线索。

然而，这两种方式都存在明显短板：

核心矛盾：日益增长的药品安全监测需求，与有限的药师人力资源、低效的传统工作模式之间的尖锐对立。

二、方案：CHPS锁定疑似线索，AI辅助梳理证据链

该院引入CHPS（中国医院药物警戒系统），并在此基础上叠加AI语义分析能力，构建了一套“系统触发 — AI预处理 — 药师复核”的主动监测新流程。

工作流程

关键技术突破：从“逐条翻病历”到“复核证据链”

CHPS负责“找线索”

不再依赖单一药品名称或诊断编码，而是基于临床行为学思路，从医护人员处理ADR时的行为模式和语言习惯切入。通过分析2,430份既往自发报告样本，提炼出36个强关联核心关键词，覆盖：

 1 判断类（“考虑”“可疑”）

 2 措施类（“停用”“抗过敏”）

 3 报告类（“告知”“上报”）

 4 转归类（“缓解”“消退”）

AI负责“读病历”

传统关键词匹配会产生大量假阳性（如“排除过敏”“否认不适”等否定描述）。AI通过语义分析，能够：

 1 区分真实发生的不适 vs. 模板提醒/否定描述；

 2 自动将散落在病程、护理记录、医嘱中的碎片信息，聚合为结构化的时间线；

 3 输出“何时用药 → 何时出现异常 → 采取何种处理 → 结局如何”的清晰证据链。

尤其值得一提的是护理记录的价值

护理记录常记录患者主诉不适、报告医师、遵医嘱处理、继续观察等“第一现场”信息，对输液反应、过敏反应、注射剂相关不适尤为敏感。过去这些文本因格式不统一而难以被充分利用，现在CHPS+AI可将其作为重要的补充监测来源，填补了传统以病程记录为主的盲区。

AI的定位：智能助理，而非决策者

项目明确不夸大AI的技术边界——AI不替代药师做最终判断，而是帮助药师：

 1 快速定位疑似线索；

 2 过滤无效干扰信息；

 3 梳理关键证据链。

药师将核心精力集中于专业判断与质量把关，实现人机协作的最优效能。

三、效果：效率提升主要体现在复核链条前移

该院在实际运行中观察到，CHPS+AI带来的效率提升并非单一环节的加速，而是工作模式的根本转变：

药师反馈：“以前是‘找证据’花掉大部分时间，现在只需要‘判断证据是否成立’。”

量化数据（来自该院2023年第四季度研究）

 1 主动监测覆盖：39,456例住院患者

 2 漏报发现：主动监测发现的ADR数量超过同期自发上报量54.18%

 3 效率提升：药师单病例平均处理时间显著下降，核心变化在于从“逐条翻阅”变为“批量复核”，每日可处理的疑似病例数大幅提升

四、价值：从ADR监测到更广的应用前景

该院认为，CHPS+AI的价值不仅体现在ADR主动监测本身，更在于为医院药品安全管理体系带来了可复用的能力：

1. 提升合规性

响应《患者安全专项行动方案》对提升报告率、保障用药安全的核心要求，建立可追溯的主动监测台账。

2. 释放药师价值

将药师从繁琐的初筛工作中解放出来，使其更专注于临床药学服务、风险研判和患者教育。

3. 支撑重点品种监测

可快速将该模式迁移至抗肿瘤药、抗菌药、中成药注射剂等重点品种的专项监测，或严重ADR的早期预警。

4. 积累真实世界证据

结构化、标准化的ADR数据本身就是真实世界研究的重要数据源，可为后续药品临床评价提供支撑。

五、下一步计划

该院与系统技术支持方已规划下一步优化方向：

 1 建立运行台账：持续追踪系统运行效率与应用效果，形成量化评估体系；

 2 持续优化模型：基于真实运行数据迭代关键词集与语义规则，提升识别灵敏度；

 3 拓展应用场景：将模式推广至重点药品监测、严重ADR专项监测、药物警戒主动监测体系建设等领域。

结语

该三甲医院的实践证明：CHPS+AI不是要替代药师，而是让药师变得更强大。 通过系统化触发、智能化预处理与专业化判断的分工协作，医院可以在不增加人力负担的前提下，将ADR主动监测从“偶尔能做到”变为“日常可持续运行”的标准化流程。

对于希望提升药物警戒能力、降低用药安全风险、同时为真实世界研究积累高质量数据的医疗机构和企业而言，这一模式具有明确的参考价值。

（注：为保护相关人员隐私，文中隐去了具体医生姓名及医院名称。案例数据来源于该院2023年10-12月实际运行统计。）