目的:构建北京大学第三医院病区麻醉药品智能管控体系并评估其实施效果。方法:在引入智能药柜的基础上开发相关软件建立与智能药柜和医院信息系统对接的麻醉药品智能管控系统，构成麻醉药品智能管控体系。在管控系统中建立病区远程麻醉药品基数数据库（基数库），根据取用病区基数药品还是住院药房药品设计2条麻醉药品批号锁定闭环通路。基于智能药柜功能系统建立麻醉药品智能化管理流程，分别在处方开具、处方审核、药品调配和帐册登记等环节进行流程重塑。比较管控体系实施前、后流程重塑环节的工作效率。结果:成功构建了麻醉药品智能管控体系。全院所有病区均部署了基数库，实现了全院级远程管理。2条批号锁定闭环通路有效管控了麻醉药品的先进先出，并解决了麻醉药品批号追溯难的问题，实现了麻醉药品从入库到患者应用全流程的批号闭环追踪和实时统计、准确查询的精细化管控。智能化管理流程的建立避免了医师处方开具环节和药品调配环节的手工操作程序，简化了药师处方审核程序，提高了处方开具、审核和药品调配的准确率。管控体系实施后医师开具医嘱/处方、护士处理问题处方、药师审核处方、调配药品和药房盘点、专册登记等各项工作的耗时均明显少于管控体系实施前（均 P<0.001），工作效率明显提高。 结论:通过构建医院病区麻醉药品智能管控体系，初步实现了全院麻醉药品来源可查、去向可追、责任可究的全程闭环式可追溯管理，并明显提高了工作效率。

目的:基于深度学习法构建针对住院部的口服药分类模型.方法:模拟实际应用场景,采集95类药丸图片构建数据集,并对其进行图片预处理操作;以MobileNet V2网络为基础架构建立药丸分类模型,并在模型中嵌入注意力机制以增强网络特征通道间的依赖关系;融合迁移学习的方法,利用自建药丸数据集对模型进行训练和测试,通过模型分类准确率和模型参数量指标检测模型性能.结果:本研究构建的模型在自然环境中采集的口服药丸图片分类方面表现卓越,通过使用包含95类药丸、总计728张图片的自建数据集进行训练和测试,模型分类准确率为 95.8%,分别比MobileNet V2、ShuffleNet V2、ResNet50高 11.6%、14.3%、11.3%.模型参数量为2.55 M,约为ResNet50的1/10.结论:本研究构建的模型可以较好地平衡模型的复杂度和分类准确率,为药房等场景下涉及的药丸自动分类系统提供技术路线和效果验证,对于提升药房发药、病房分药等具体情形的护理自动化水平具有一定的理论和实际应用价值.

目的:探讨住院药房摆药机夜间口服摆药时间优化方法,提高夜间药学服务质量,降低成本消耗.方法:选择2015年9月-12月某院住院药房夜间口服摆药处方,通过对摆药医嘱开具时间点、药师发药时间点的数据统计,依据80/20法则提出集中摆药优化方案,并使用统计学验证手法.结果:摆药总共花费时间从2小时21分钟降低到1小时29分钟(P＜0.01),具有统计学意义.说明夜间集中摆药,能优化摆药流程,降低摆药耗材消耗成本,减少机械损耗.结论:药房信息化管理及统计学应用,发挥自动化设备最大效益,提升医院药学服务质量与经济效益.

目的 通过分析自动化设备在住院药房的使用情况,探讨自动化住院药房的运营模式.方法 以智能存储柜和全自动包药机的应用为节点,分析我院自动化住院药房的建设对药品调配模式转变的影响,并对使用中存在的问题提出解决措施.结果 自动化设备的使用,提高了发药效率,医嘱调配耗时从(2.04±0.23)min/份降至(1.04±0.17)min/份.降低药师的工作强度,运动步数从(8612.3±719.15)步/日降至(5643.1±867.51)步/日,减少差错事件,调剂差错从(2.53±1.46)件/日降至(1.07±0.94)件/日,全面提升了药事服务能力和管理水平.结论 建设自动化住院药房是医院药学发展的必然趋势.在自动化住院药房实践的过程中,需要及时总结,建立应急预案,规避不良事件.

目的 有效控制环境湿度对自动摆药机的影响,提升自动摆药机的工作性能.方法 通过品管圈活动,分析住院药房自动摆药机调剂中遇到的问题,并制订相应改进措施,评价活动前后的有形成果和无形成果.结果 2017年6月经有效控制自动摆药机环境湿度后,与2017年1月比较,自动摆药机摆药正确率提高至98％,自动摆药机故障发生率降至1％,药品摆药速度提高了8％.结论 品管圈方法可改善环境湿度对自动摆药机的影响,助力自动化药房管理.

目的 比较 PillPick自动化药房管理系统(PillPick)和自动摆药机(automatic dispensing machine,ADM)的应用效果.方法 收集 2018年 12月住院药房 PillPick和ADM的设备参数和使用数据,评价两者的工作效率、差错字以及其他系统功能.结果 平均每分钟ADM比 PillPick多分包 14.92 包(串).ADM的平均"差错率"比 PillPick高 0.09％.结论 PillPick和ADM比较,PillPick的优点是差错率较低、精细化管理水平较高:ADM的优点是成本较低、工作效率较高.

目的 构建以自动化智能药柜为基础的分散调剂闭环管理.方法 利用信息化手段对智能药柜的调剂、补货、数据维护及其特殊药品调剂实现全程闭环管理.智能药柜管理系统可发挥提示、警告、控制等作用,有效控制药品调剂、药品管理.结果与结论 通过建立自动化智能药柜分散调剂模式的闭环管理,中心药房可有效管控护士使用智能药柜、药师管理智能药柜药品等环节,对所有环节可查询、可追溯,从而有效避免调剂和补货环节错误的发生,保障住院患者及时、安全用药.

目的:为实现医院中心药房的智能一体化管理提供参考.方法:介绍我院智慧中心药房管理模式的建设经验,包括采用信息化手段,引进自动化设备,对中心药房进行合理布局;优化工作流程,建立一体化管理模式等.从我院医院信息系统(HIS)中收集智慧中心药房建设前(2016年)、建设中(2017-2018年)及运行后(2019年)我院中心药房的工作量,包括注射剂医嘱数量、医嘱审核数量、PIVAS调配数量、口服医嘱数量、出院带药医嘱数量等;并计算各年度日均注射剂医嘱量、平均调配速度、病区送药及时率、医嘱调配差错等;统计我院智慧中心药房运行前后的药师排班情况;此外,每季度对我院中心药房服务的39个病区的医护人员进行满意度调查,以评价智慧中心药房管理模式的实施成效.结果:2016-2019年,我院中心药房的工作量总体均呈上涨趋势,日均处方量逐年增加,且2017-2019年显著高于2016年(P<0.05);2018-2019年中心药房的平均调配速度、病区送药及时率、医嘱调配差错数均显著低于2016年(P<0.05).中心药房每日安排的调剂岗位药师数量由2016年的22人减少至2019年的18人,节省了4人.4年间共计发放867份满意度调查问卷,回收862份有效问卷,有效回收率均在99％以上.病区医护人员对中心药房的工作满意度较高,2016-2019年的平均满意度分别为96.8％、98.4％、99.1％、99.1％.结论:我院建立的一体化智慧中心药房管理模式,实现了住院患者用药医嘱调配的信息化、自动化管理;合理安排不同职称等级专业技术人员的工作内容,不仅节省了人力成本,还增加了药学服务内容,拓宽了工作深度,从而提高了工作效率,保证了药学服务质量.

为了能够对医院调剂环境下的药品图像进行精准分割,进一步提高住院药房设备的自动化水平,本文提出了一种基于药品形状、颜色特性的改进区域生长算法.改进区域生长算法充分利用了传统区域生长算法实时性好和保持边界信息的优点,加入了药品尤其是对胶囊形状、颜色特性的考虑,弥补了传统区域生长算法对于胶囊药品同物双色特性没有很好适应的缺点,有效地解决了药品分割在胶囊药品以及粘连药品图像分割时药品不完整、边界不准确的问题,有助于医院调剂环境下药品图像中数量和种类的识别.