2023年，ChatGPT憑一己之力掀起了人工智能（AI）領域的熱潮。ChatGPT是美國OpenAI公司研發的一種基于生成式人工智能（AIGC）技術的大語言模型，能夠以自然語言交流的方式回答幾乎所有領域的問題。

OpenAI ChatGPT的橫空出世開啟了AI技術新紀元

 

2021年2月1日，ChatGPT自發布以來不斷更新升級，目前版本集成了聯網搜索、DALL-E 3繪圖與代碼解釋器等功能，強化了再理解、邏輯、推理等方面的能力。并且，OpenAI還推出了GPT Builder功能，允許專業用戶訓練GPT用于特定使用場景，使其在專業領域的應用成為可能。

 

那么，對于藥學與靜脈用藥調配的現狀、發展與未來這樣專業細分的領域，現在的ChatGPT能發揮到什么樣的水平呢？為此，我們以基于GPT-4為基礎的GPT Builder功能建立了IV Compounding Assistant工具，以國內外法律法規、專家共識、應用實踐等方面的資料進行了訓練，對靜脈用藥調配及智能化相關領域的知識進行了強化。

IV Compounding Assistant Builder

 

我們一共準備了9個包含靜配領域各方面的問題，對GPT進行詢問。

 

提示：根據OpenAI的提示，GPT可能會生成錯誤，在一些重要信息上讀者還需進行甄別。此外，GPT對英文的處理與理解能力均高于中文。

 

首先，先讓IV Compounding Assistant做了自我介紹。

 

問題1：請簡述一下你對靜脈用藥調配的理解，國內和國外有什么區別？

GPT基本正確回答了靜脈用藥調配的定義，并從7個方面闡述了國內外的差別，雖然有些內容有些許錯誤，但總體來說比較全面。尤其是靜配中心地位、醫保政策、醫療觀念等方向的回答令人有些出乎意料。

問題2：在中國，你認為靜脈用藥調配行業的發展可以分為幾個階段？你認為現在正處于哪個階段，為什么？

 

GPT獨特性地提出了依據臨床介入程度和智能化水平將靜配發展階段區分方式，認為中國靜配處于2-3階段過渡期，并提出了相應理由。可以看出，GPT認為，與臨床治療的充分融合和人工智能技術的綜合運用是PIVAS未來的發展方向。

問題3：那么，你認為靜配發展在中國有什么限制或阻礙，請詳述原因和理由，按重要性排序

 

在這個問題上，GPT直截了當地將藥事服務費作為最主要的限制或障礙，此外還提到了人才問題、同質性問題、政策滯后、公眾認識等問題，基本符合目前普遍認識的行業痛點。

問題4：說完了限制與阻礙，你認為靜配發展在中國有什么利好呢？并以你認為的重要性排序

 

GPT對這個問題的回答，筆者認為除了在重要性排序上還可斟酌外，方向上比較綜合全面，內容上基本符合現實。不過，筆者也注意到利好這里有“政策支持”，而之前阻礙中也有“政策支持”，因此后續追問了一個問題5。

問題5：你之前阻礙中提到了政策支持不足，利好中卻又有政策，這不是矛盾的嗎？

 

在這里，GPT將政策描述成一個雙刃劍，有一點“執行得好的政策”是利好，“執行不到位的政策”是阻礙的意思，感覺GPT對“政策支持”的理解很有特點。

問題6：你認為在未來靜配中心智能化建設中，最核心的建設方向是什么，為什么？

 

GPT認為審方與加藥分別是靜配工作的基礎與直接體現，審方部分強調了介入臨床治療方案的重要性，加藥部分強調了機器人技術的應用。并且，還在質控監測完善、AI集成、人才培訓培養、規范化標準化上提出了創新觀點。

問題7：對于配藥機器人（IV Compounding Robot），目前是否有規范或標準對其進行定義？目前有一些用于自動化配藥設備，滿足什么要求才能被認為是機器人？

 

既然提到了配藥機器人，那到底什么是配藥機器人呢？GPT總體認為配藥機器人是一個較新的設備，雖然目前還沒有通行的規范和標準定義，但一些較為權威的藥學資料從應用最佳實踐的角度對機器人提出了要求，甚至像美國藥典USP 797這樣具有法律效力的文件也提到了機器人。此外，GPT認為配藥機器人與普通配藥裝置在目的、功能、性能、成本等諸多方面有較大的差異。

問題8：你認為醫院在選擇或考察配藥機器人時應重點考察哪些方面，以避免踩“坑”，并實現最大化應用？請盡可能進行詳述

 

目前，有許多醫院在評估配藥機器人時，普遍感覺到有一定難度，不知道從哪里開始。針對這個問題，GPT從多個角度進行了回答，強調了關注安全本質、深究變異性與多樣化、規避潛在風險的考察方向，并提到不僅只關注“優勢”，更要認識“局限”的調研思路。

 

不過，這里只提出了方向，沒有提到具體可以怎么做，因此后續追問了了問題9。

問題9：這些是方向上的建議，那具體可以采取什么措施來執行呢？

 

在這個問題上，GPT從了解機器人、調研規劃、實踐論證三個步驟流程提出了具體措施，并強調了在過程中保持批判性、風險意識與成效分析的重要性，回答地比較全面。

經過一系列關于靜脈用藥調配領域問題的探討，我們發現ChatGPT的最新版本在理解力、邏輯性、文字處理能力等方面比2023年最初版本有了長足的進步，對靜脈用藥調配這個專業領域表現出了令人印象深刻的理解力和洞察力。通過IV Compounding Assistant Builder的學習與加持，ChatGPT不僅能夠較為準確地理解靜配領域的核心概念和實踐，還能基本掌握配藥機器人這一較新技術領域的發展動態，更能提出富有參考意義的策略和建議。

 

雖然ChatGPT們目前還有很多瓶頸與限制，但目前僅是AI技術爆發的初期，這一過程已經驗證了以ChatGPT為代表的AI技術在醫藥專業領域的應用潛力。從提高藥物調配的安全性和效率，到支持臨床決策，再到推動藥品創新，我們可以預見未來AI技術的應用將可以為藥學行業帶來革命性的改變。ChatGPT的表現僅僅是開始，它為我們展現了一個更加智能、高效和安全的未來。

最后，隨著GPT的不斷演進和IV compounding Assistant的深化訓練，它們與藥學和靜配領域還會產生怎樣奇妙的化學反應，接下來讓我們共同期待。