生成式人工智能GPT-4驱动的中药处方生成研究

目的评估生成式人工智能(AIGC)中的GPT-4模型生成中药处方的安全性、适宜性,为AIGC赋能中医药行业提供研究思路。方法将2020年版《中国药典》和第5版《中药学》作为语料,由GPT-4及基于GPT-4开发的实时联网模型(简称“联网模型”)对其进行深度学习。人工抽取近几年中医药类专家共识收录的临床案例,由GPT-4模型和联网模型根据诊断重新生成处方。由中医药学专家对GPT-4生成处方、联网模型生成处方以及专家共识处方进行盲评打分,同时通过图灵测试来评估GPT-4模型和联网模型是否具有与人类智能相当的能力。结果GPT-4模型生成的中药处方的平均分与人工处方比较,差异无统计学意义(P>0.05);联网模型生成处方的平均分与GPT-4模型生成的中药处方比较,差异无统计学意义(P>0.05)。模型生成处方在图灵测试中被误判为人工处方的占比达51.11%。结论GPT-4模型生成的中药处方在安全性、适宜性方面已经具备一定的水平,且GPT-4模型通过了所设置的图灵测试;在诊疗过程中引入AIGC可能为临床中药的合理使用提供技术支撑。

一测多评法测定藿香正气水中厚朴酚与和厚朴酚的含量

[目的]建立藿香正气水中厚朴酚与和厚朴酚的一测多评方法。[方法]以厚朴酚为内标,建立其与和厚朴酚的相对校正因子,用高效液相色谱法进行含量测定,计算厚朴酚、和厚朴酚的含量,对一测多评法的计算值与外标法实测值进行比较。[结果]建立的相对校正因子重现性良好,采用相对校正因子计算的含量与外标法实测值之间无显著性差异。[结论]一测多评法可用于藿香正气水中厚朴酚与和厚朴酚的含量测定,且方法可靠,结果准确,能有效提高检测的效率及节约对照品。

儿科药物不良反应分析

目的分析福建省三明市中西医结合医院儿科药物不良反应发生情况及合理用药情况。方法选择2019年3-9月于福建省三明市中西医结合医院儿科接受药物治疗的患儿379例,收集患儿的临床资料及处方,评估处方质量,并统计药物不良反应发生情况及药物不良反应的发生原因。结果 379例患儿中共出现药物不良反应50例,药物不良反应发生率为13. 19%,其中,胃肠道反应的占比最高,为46. 00%,皮肤过敏反应次之,占比26. 00%。剂量错误、药物配伍不当及用法错误是儿科药物不良反应的主要原因。结论儿科药物不良反应发生率较高,加强合理用药管理具有一定的必要性。

临床药师参与抗感染药物治疗的药学服务

目的探讨临床药师在临床治疗中的作用,促进药物的合理应用。方法通过1例急性重症胰腺炎和1例败血症的案例抗菌药物治疗实践体会,为临床提供合理用药建议,取得较好治疗效果。结果与结论临床药师通过利用专业知识协助临床医生为患者制订适宜的给药方案,能为临床解决一些实际问题,则其建议也容易为临床所接受。临床药师对患者治疗开展药学监护是很有必要,可确保抗菌药物得到有效、安全的利用,减少并发症及药物不良反应的发生,提高药物治疗水平。