目的:制备 89Zr标记达雷妥尤单克隆抗体(Daratumumab)，并评价其用于多发性骨髓瘤(MM)显像诊断的可行性。 方法:依据 89Y(p，n) 89Zr核反应原理，采用回旋加速器固体靶系统(30 μA，1.5 h)和自动化纯化模块生产 89Zr，检测核纯度、半衰期和杂质金属含量。将去铁胺(DFO)与Daratumumab偶联后再与 89Zr螯合制备 89Zr-DFO-Daratumumab，进行连续3批产品的质量控制分析。在正常家兔体内进行药代动力学评价，在原位骨髓瘤小鼠模型中进行 89Zr-DFO-Daratumumab microPET/CT显像。采用两独立样本 t检验比较原位骨髓瘤和正常骨骼SUV的差异。 结果:获得 89Zr纯品约560 MBq，γ能谱仪显示只有2个 89Zr特征能峰(909 keV和511 keV)，半衰期为78.2 h，金属杂质含量较少。 89Zr-DFO-Daratumumab的pH值为7.2左右，放化纯大于99%，体外稳定性良好，无菌和内毒素检测通过。家兔体内药代动力学研究显示，随时间推移和体内代谢， 89Zr-DFO-Daratumumab逐渐由血液分布于肝、脾、肾和骨关节等。原位骨髓瘤小鼠 89Zr-DFO-Daratumumab microPET/CT显像示， 89Zr-DFO-Daratumumab在原位骨髓瘤的SUV高于正常骨骼(2 h：0.22±0.02和0.06±0.00；1 d：0.38±0.01和0.08±0.00； t值：8.89、21.90，均 P＝0.001)。 结论:成功制备 89Zr和 89Zr-DFO-Daratumumab，并完成相关质量控制与体内外生物学评价，验证了 89Zr-DFO-Daratumumab用于MM显像诊断的可行性，为临床转化打下基础。

目的:建立半自动化高通量药物筛选系统，探索影响中性粒细胞迁移能力的药物，并探究药物对中性粒细胞免疫能力的作用，以期高效寻找可以用于治疗炎症和自身免疫性疾病的新型药物。方法:应用荧光延时追踪技术记录斑马鱼卵黄囊内中性粒细胞的迁移，结合TrackMate软件建立半自动化检测与G蛋白偶联受体作用相关的不同药物处理后对中性粒细胞速度影响情况，从而进行高通量药物筛选，通过三轮重复独立筛选试验得到影响中性粒细胞迁移能力的药物；结合斑马鱼尾鳍横断实验及大肠杆菌感染实验进一步探讨该药物对中性粒细胞免疫反应能力的作用。结果:建立了可靠、稳定、高效的半自动化高通量药物筛选系统，通过系统筛选得到丁香酚能够促进中性粒细胞迁移能力(0.08 μm/s比0.14 μm/s， t＝6.01， P<0.05)，氯化腾喜龙则抑制其迁移能力(0.08 μm/s比0.05 μm/s， t＝3.93， P<0.05)。斑马鱼尾尾鳍横断损伤和斑马鱼耳蜗内大肠杆菌感染实验表明，丁香酚可抑制损伤部位中性粒细胞的趋化迁移(1、2、3 h的 t值分别为1.65、1.45、1.36， P值均<0.05)，而氯化腾喜龙在损伤/感染情况下对中性粒细胞免疫能力的影响差异无统计学意义( P>0.05)。 结论:高通量药物筛选系统可用于开发调控中性粒细胞迁移相关作用药物的研究，进而发现可用于治疗炎症和自身免疫性疾病相关的新型药物，或可以用于其他免疫相关疾病的研究和筛选任务。

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。

条码技术是在计算机应用和实践中产生并发展起来的一种自动识别技术，已应用到医疗机构药品采购、管理、调配、使用等各个方面，在药品信息核对、药品与患者匹配等重要环节起到了减少人为差错、提高工作效率及减少用药错误的作用。但由于人为操作、技术水平等因素，条码技术在应用过程中也可发生用药错误。为加强医疗机构药品条码技术应用相关用药错误的防范，合理用药国际网络中国中心组临床安全用药组、中国药理学会药源性疾病学专业委员会和药物不良反应杂志社组织药学、护理、信息及管理方面的专家，以《中国用药错误管理专家共识》为依据，历经数次论证，形成本指导原则。与药品条码技术应用相关用药错误可发生在药品入库与出库、药品调配与发放、静脉药品配制、患者给药等环节，风险因素包括系统因素（条码质量受损，条码打印质量差，扫描、打印设备问题，包装问题，系统自身缺陷以及内条码不能实现信息共享等）和人员因素（条码信息维护错误、信息更新不及时、贴错条码、内条码信息量过少、操作失误及执行不当等）。药品条码技术应用相关用药错误的防范策略包括技术策略（强制和约束策略、自动化和信息化，建立完善的复核制度）与管理策略（规章制度、环境与人员）。本指导原则适用于医疗机构中涉及药品条码技术应用和管理的所有医务人员。

近年来随着科学技术的飞速发展,嵌合抗原受体T细胞(chimeric antigen receptor-T cell,CAR-T)产品从分子设计到制备技术均取得了突破性进展,疾病治疗范围从血液系统肿瘤逐步扩大至自身免疫性疾病及实体瘤.然而,生产成本高、产能低是目前CAR-T产品面临的最大现实问题,严重限制了其临床可及性.原辅料价格高昂、定制化生产导致的质检费用和公用设施设备投入无法摊薄、技术依赖下的高人力成本均是CAR-T产品成本居高不下的重要原因.对目前造成CAR-T产品高成本的具体因素及针对性解决方案进行分析,总结发展趋势,以期为CAR-T制备技术的降本增效提供一些参考和建议.基因转导工艺改良,特别是非病毒转导系统的开发、通用型细胞治疗产品的探究、国产自动化设备的布局,是未来CAR-T技术发展的重要方向.随着科研人员的持续攻坚,CAR-T产品成本下降将成为必然趋势,最终成为普通患者可及的"平民化"治疗药物,为重病患者提供更多治疗机会.

目的 鉴于机器学习(ML)在医学模型中的广泛应用,以及其出色的学习和泛化特性,该研究采用自动化机器学习(AutoML)结合患者一般资料和临床状况,早期评估结肠镜前肠道准备的失败风险.方法 回顾性分析2022年1月-2023年1月在该院接受结肠镜检查的患者的临床资料.波士顿肠道准备评分(BBPS)≤5分被定义为肠道准备失败,>5分为合格.将患者按8∶2的比例随机划分了训练集(n=303)和验证集(n=76).采用最小绝对收缩和选择算子(LASSO)逻辑回归(LR)模型进行特征选择,构建列线图评分系统,并使用基于5种算法的AutoML建立模型.模型性能通过受试者操作特征曲线(ROC curve)、校准曲线、基于LR(Lasso回归)的决策曲线分析(DCA)、SHAP图和力图进行评估.结果 在379例患者中,105例(27.7%)肠道准备失败(BBPS≤5分).21个研究变量在经LASSO 5折交叉验证后,获得10个变量,并构建了一款列线图评分系统,通过校正曲线表明了LASSO模型的可靠性.使用H2O平台和5种算法[梯度提升机(GBM)、深度学习(DL)、广义线性模型(GLM)、堆叠集成(Stacked Ensemble)和分布式随机森林(DRF)]开发了67个模型.经比较,Stacked Ensemble表现最佳,其曲线下面积(AUC)为0.871,对数损失值(LogLoss)为0.403,均方根误差(RMSE)为0.354,优于其他模型和传统的LR模型.变量重要性贡献图显示,服完泻药至检查间隔时间、便秘、是否完整服完泻药、年龄和家属陪同等因素对肠道准备失败的预测有重要影响.最后,SHAP图和力图揭示了变量在二分类预测结果中的分布特征,以及各变量对预测结果的影响.结论 基于Stacked Ensemble算法的AutoML模型,对肠道准备失败风险的早期预测有明显的临床实用性.同时,该研究构建了一款可供临床使用的列线图评分工具.

目的 探讨医院智慧药房建设现状.方法 检索中国知网、维普、万方、PubMed、UpToDate等数据库,获取 2015 年 1 月至 2022 年12 月医院智慧药房建设相关文献,分析国内外医院智慧药房建设现状和差距,国内医院智慧药房建设难点,并从设备、环境、人员三方面探讨风险管控策略.结果 共获得文献 1 520 篇,筛选得高质量文献 37 篇.文献显示,我国医院智慧药房建设起步较晚,相应设备涉及智能药柜、处方前置审核系统、自动发药机等,较国外部分发达国家还存在自动化药品供应设备普及率较低、前置审方软件质量参差不齐、临床药学系统功能局限等差距.此外,我国医院智慧药房建设还存在资金需求大、缺乏统一建设和验收标准等问题,且随着智慧药房的广泛使用,设备、人员、环境等方面的风险也不容忽视.针对以上风险点,许多传统药房的管理方法(如 6S管理法、PDCA管理法、品管圈等)同样也适用于智慧药房的管理.结论 智慧药房的建设和使用能更好地实现药学服务的高效率、高质量、高精准度.国内医院智慧药房的建设和普及需要资金支持及相关监管标准的完善和出台.

目的:研发基于5G网络的患者日间化疗过程移动监测系统,解决日间化疗过程监测规范化管理、数据自动化保存和核对问题.方法:基于5G网络,使用MySQL5.6数据库和WebService中间层连接,采用客户端与服务器(C/S)架构研发基于5G网络的患者日间化疗过程移动监测系统,护理人员使用平板电脑扫描患者腕带及配液条码,系统自动完成患者、药物、化疗床位和化疗药物输注顺序核对,在患者化疗过程中定时提醒护理人员巡视患者、输注完成预警、治疗后评估等指令,并将数据传输到管理系统,自动完成过程数据记录.选取2021-2022年遂宁市中心医院进行日间化疗的11297例次患者日间化疗数据,对比采用日间化疗过程移动监测系统应用前(5269例次)和应用后(6028例次)化疗的患者化疗药物使用正确率、输液顺序正确率和患者满意度.结果:采用日间化疗过程移动监测系统后,患者化疗药物正确率和输液顺序正确率分别为99.43%(5994/6028)和97.15%(5856/6028),均高于系统应用前,其差异有统计学意义(x2=126.28、96.55,P＜0.05);采用日间化疗过程移动监测系统后患者满意度评分为(9.35±0.744)分,高于系统应用前,其差异有统计学意义(t=-3.796,P＜0.05).结论:日间化疗过程移动监测系统的使用,能够自动核查患者和配液信息,降低化疗药物配给出错率和输注过程中的顺序差错,减少医疗事故风险,提高患者满意度.

信息技术的高速发展,为各行各业带来了信息化、自动化和智能化的变革,执行效率不断提升,运营成本不断降低.在药物临床试验研究领域,各项新型药物临床试验技术也应运而生.但药物临床研究信息化的推进,需要药物递送系统及时性、护理人员上门随访等协同,目前信息化应用方面存在系统整合、人员使用、运营管理、执行成本、数据录入等新挑战.药物临床研究信息化发展现状已不能满足当前国际国内药物临床研究发展形势,药物临床试验电子化系统标准规范亟需与国际接轨,药物临床研究信息化技术应用亟待提升,以受试者为中心开展去中心化临床试验(DCT)发展模式亟需深入探索.药物临床试验中药物直达患者(DTP)、远程监查等正在成为热门话题.在符合相关法律法规要求的前提下,通过DCT相关方法,持续赋能药物临床试验临床研究高效实施成为未来新的方向和挑战.本研究在梳理临床研究信息化发展背景的基础上,概述其当前发展现状,重点介绍药物临床研究信息化的展开模式,旨在借助智能化临床试验管理平台及远程通讯技术,以受试者为中心开展临床试验.

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.