循证与AI并肩而行，北医三院如何把抗肿瘤用药风险「前移」管理

夜班的肿瘤病房总是安静得有些紧绷。值班医生翻看着化验单，一位患者刚完成新一周期化疗前的评估，肝功能指标仍然高于正常范围，但距离重度损伤还有一步之遥。肿瘤影像提示病情有进展，如果推迟治疗，窗口期可能错过；如果继续给药，又担心毒性叠加。家属在走廊上等结果，医生在电脑前反复权衡。

这不是某一个人的故事，而是抗肿瘤治疗中再常见不过的情境。

疗效与风险之间的拉扯，几乎每天都在发生。

在健康界直播中，来自北京大学第三医院赵荣生教授团队的宋再伟博士，用“循证+AI双轮驱动”来回应这种临床现实。这种模式的探索，不只是技术问题，更是医院药学服务模式的一次升级。  

点击图片，观看直播回放

“循证+AI”的双轮驱动

让复杂治疗变得可预测

在宋再伟看来，抗肿瘤药物安全管理的关键，是把分散的证据、数据和经验整合起来，让它们能够真正服务临床。

他在直播中提到一个重要理念。过去一项研究成果从发表到进入常规的临床诊疗实践，往往需要很长时间，有时甚至超过十年。为了缩短这一过程，北京大学第三医院临床药学团队引入了国际上广泛应用的证据生态系统理念，将证据生产、证据整合、证据转化和临床实施连接成一个整体。

“我们的目标，是推动证据从产生到落地的全过程联动，让高质量研究能够更快指导临床。”在具体实践中，团队选择了三类临床常见的抗肿瘤药物作为研究对象。包括细胞毒化疗药大剂量甲氨蝶呤、小分子靶向药BTK抑制剂，以及近年来应用广泛的免疫检查点抑制剂。

围绕这些药物，团队开展了多层次的研究。首先是循证研究，通过系统评价和真实世界数据分析，识别影响药物临床治疗安全性的关键因素。随后是指南和专家共识的制定，为临床提供规范化的决策依据。在此基础上，进一步引入人工智能技术构建个体化的风险预测模型。

宋再伟解释说，这样的结构可以形成一个闭环。“循证证据给出规则，AI模型帮助我们预测风险，两者结合之后，就能够为临床提供更加精准的决策支持。”

例如在免疫检查点抑制剂治疗中，甲状腺功能异常是一种发生率较高但容易被忽视的不良反应。团队通过真实世界数据分析，识别了多个风险因素，并建立了预测模型。当患者开始治疗前，只需输入相关指标，系统便可以提示在未来免疫检查点抑制剂治疗期间出现甲状腺功能异常的概率。

这种预测并不能取代医生的判断，但能够帮助临床提早识别高风险人群，从而加强更主动的监测和干预。

两个真实案例

当药师走进医疗决策

在直播中，宋再伟分享了两个临床案例。这些真实的临床场景，也让临床药师的价值更加直观。

其中一个案例发生在免疫治疗患者身上。

当时，一名肿瘤患者准备接受免疫检查点抑制剂治疗。根据团队建立的预测模型，系统提示该患者未来发生甲状腺功能异常的风险非常高；而临床综合评估后认为该患者确需应用免疫检查点抑制剂治疗。药师团队因此建议患者出院后每月复查一次甲状腺功能，并留意监测甲亢或甲减的相关症状。

患者按照建议进行了监测。几个月后，果然出现了明显的甲状腺功能异常，先是短暂的甲亢，随后发展为甲减。由于发现及时，医生很快启动了左甲状腺素钠的补充治疗。患者最终避免了更严重的并发症，也得以继续接受抗肿瘤治疗。

宋再伟在直播中感慨，这类情况在临床并不少见。“如果没有提前预警，很多患者可能要等到症状很明显时才被发现，可能导致治疗推迟或中断。”

另一个案例发生在化疗药物大剂量甲氨蝶呤的使用过程中。

一名患者在上一周期治疗后出现了明显的肝损伤。当他再次入院时，临床医生面临一个难题：肿瘤病情需要继续治疗，但肝功能异常又增加了风险。

医生邀请药师团队会诊。宋再伟回忆说，他们首先查阅最新指南和循证证据，对患者肝功能进行了精细化评估。结果显示患者属于中度异常，还未达到需要暂停治疗的程度。

在此基础上，团队又使用了个体化给药预测工具，对患者进一步接受甲氨蝶呤化疗后的肝损伤风险进行评估。模型结果提示，患者虽然存在一定风险，但总体仍可控。

最终，在加强监测的前提下，患者顺利完成了治疗，没有出现进一步的严重不良反应。

宋再伟总结，这样的决策过程正体现了循证与AI结合的价值。“当单纯依赖临床经验难以判断时，我们可以先查证，再借助预测工具进行风险评估。”

从医疗到管理

药学团队正在改变医院运行方式

在宋再伟看来，抗肿瘤药物安全管理的价值不仅体现在个体患者层面，还体现在医院整体运行效率的提升。

以大剂量甲氨蝶呤化疗为例，在血液内科与药学部共同努力下，通过引入并实施循证指南及精细化管理模式，淋巴瘤患者甲氨蝶呤相关不合理联合用药明显减少，肝毒性和骨髓抑制等不良反应发生率也明显下降。严重不良事件减少后，患者平均住院时间随之缩短，相关医疗费用也有所下降。

在一次病例中，一名化疗高风险患者因未严格执行规范管理，在化疗后出现严重排泄延迟并导致急性肾损伤。经过医护药团队的紧密合作，患者最终转危为安，但住院时间从原本的7天延长到17天。

这一事件让团队更加意识到规范管理的重要性。宋再伟在直播中提到，如果在治疗过程中更好执行指南，这类风险是可以明显降低甚至规避的。

从医院管理角度看，这种变化意味着医疗效率的提升，也意味着资源利用更加合理。为此，《基于实施科学PEDALs框架的医药共管精益用药新模式：破解合理用药最后一公里》项目也荣获北京大学第三医院2025年度“医疗安全管理奖”的一等奖（第一名）。

更重要的是，临床药师的角色正在发生变化。宋再伟认为，临床药师的价值并不只是被动为临床团队提供用药建议，而是逐渐主动参与到临床科室的医疗服务、质控管理、科研探索等多个环节。

他在直播中分享了北医三院的经验。“从入职第一天开始，我们每位临床药师就被反复强调一个原则，那就是医药协同、合作共赢。”药师需要走进临床查房、参与会诊、加入多学科团队。在复杂治疗决策中，药学证据往往能够提供关键支持。

随着这种合作的深入，药师不仅参与临床治疗，还参与科研项目、质量管理以及教学工作，逐渐形成医疗、科研、教学和管理“医教研管”的协同发展模式。

一个正在形成的新生态

回顾赵荣生教授团队在抗肿瘤药物个体化用药及安全性管理的发展路径，宋再伟认为这其实是一段逐渐演进的过程。

最初，团队主要以开展循证研究为主。随后，他们发现抗肿瘤药物个体化用药方面仍存在许多证据空白，于是开展系列临床研究补充数据。当研究成果得以发表后，又面临如何真正进入临床应用的问题，于是开始探索实施科学的方法。随着人工智能技术的发展，团队又开始探索将AI工具引入到科学用药决策之中。

这样一步步推进，最终形成了今天的模式。

宋再伟在直播中提及，团队在抗肿瘤药物个体化用药方向的规模并不大，探索时间也不算很长，但方向已经逐渐清晰。“我们希望未来能够形成一种新的生态，让循证规则引领决策，让人工智能帮助预测风险。”

在抗肿瘤治疗不断发展的今天，药物管理正在变得越来越复杂。北医三院的实践表明，通过证据整合、数据分析和技术工具的结合，医院有可能把复杂决策转化为更清晰、更可预测的流程。

对于医疗机构来说，这不仅是技术升级，更是一种新的协作模式。临床医生、药师和数据科学家之间的合作，正在成为精准医疗体系的重要组成部分。

而这场探索，或许才刚刚开始。

作者｜李一平
监制 | 郑宇钧