中国药店－AI不能取代执业药师

　　前天店里来了一位三十来岁的年轻人，拿着手机给我看。屏幕上是一个AI对话界面的截图，问的是“阿托伐他汀对肝脏的影响”，AI洋洋洒洒列了七八条，最后说“建议定期监测肝功能，如有异常应停药”。

　　他问我：“药师，我吃了三个月了，血脂降下来了，看了这个有点担心，要不要停？”

　　我问他：“最近查过肝功能吗？”

　　他说没有。

　　我又问：“觉得哪里不舒服吗？”

　　他说也没有。

　　我说：“那就先别停，抽空去查一下，指标正常就接着吃。”

　　这不是第一个拿着AI建议来问我的顾客。

　　主流的AI工具有哪些，能做什么

　　目前影响用药决策的AI工具大致分为几类。

　　第一类是通用大语言模型，如ChatGPT、Google Gemini、DeepSeek等。患者可以直接提问“阿托伐他汀有什么副作用”，几秒内就能得到答案。

　　第二类是垂直医学AI工具，如OpenEvidence（面向医疗专业人员的搜索引擎）、Heidi Health（临床记录工具）、ChatGPT Health（OpenAI推出的健康问答功能）。这类工具在数据训练时更侧重医学文献，准确率相对更高。

　　第三类是面向大众的健康AI应用，典型代表是蚂蚁阿福。截至目前，全国已有5000多家医院接入阿福，30万真人医生在线问诊，1000多位名医开设了“AI分身”。阿福的用户量在春节期间突破1亿，每天解答健康咨询超过1000万次。它的数据按证据等级对信源进行分层筛选，收录了3600万篇高质量医学文献，包括中华医学会等本土最新指南共识。用户对着手机说句话，就能完成挂号、医保支付、报告查询，甚至能“拍药盒问用法”。

　　还有重庆“渝小健”、广州“穗小伊”等城市级智能体入驻阿福，为用户提供本地化的就医服务。普安县一位68岁的老村医，已经学会了用阿福拍检查报告。他说AI成了他身后的那本翻不完的医书。

　　AI会给顾客带来哪些影响

　　对患者来说，AI的直接影响是“信息获取门槛降低了”。过去需要搜半天才能找到的信息，现在一句话就能得到答案。IQVIA在2025年进行的一项调查显示，38%的医疗专业人士认为AI工具是“关键”或“非常重要”的科学信息来源，已高于销售代表的30%。专业人士都在用，普通患者更不例外。阿福的用户中，55%来自三线及以下城市，50后、60后占比达20%——连过去习惯“信偏方”的老年人，也开始尝试问AI。

　　但问题也随之而来。AI会犯错，而且犯得很理直气壮。

　　有研究让ChatGPT回答各类药学问题，总体正确率只有64.3%。它对“达格列净是否与中性粒细胞减少症相关”的回答是“文献中未见报道”，但该药说明书已明确标注了相关风险。在计算万古霉素给药剂量时，它没有根据肌酐清除率进行调整。回答妊娠期间服用螺内酯是否有致畸风险时，它提供了不存在的参考文献。

　　还有AI转录工具在记录患者谈话时，会把“我有个Seretide吸入器”错误总结成“我每天使用Seretide吸入器两次”，差之毫厘谬以千里。阿福的早期用户也反馈过“回答模式机械”“错误解读体检报告”等问题。

　　AI犯的错和人类不一样。人错了，往往是知识盲区；AI错了，是“幻觉”——它会在没有依据的情况下生成看起来合理的答案，还理直气壮地端给你。那位顾客手机上截图的回答，看起来条理清晰、语气笃定，但如果他肝功能本来就正常，停药就是画蛇添足。

　　AI能做什么，不能做什么

　　它能做的，是快速整合已有知识。比如你问“阿托伐他汀的常见不良反应是什么”，它能把药品说明书和文献里的话重新组织一遍，速度比人快，覆盖面比人广。山东省第二人民医院用DeepSeek辅助药师审方，错误处方拦截率达到99.7%，临床药师对患者的药学监护覆盖率增长70%，药历和查房记录书写时间减少85%。这是实打实的效率提升。

　　但它不能做的，是针对一个具体的人做判断。那位顾客拿着AI结论来问要不要停药，AI给的是一个通用建议——肝功能异常的人应该监测。但问题在于，他有没有肝功能异常，AI不知道，也没法知道。

　　这恰恰是药师柜台前每天都在做的事：问几句、看一眼，给出一个针对眼前这个人的建议。

　　药师的核心能力是什么

　　北京鼓楼社区卫生服务中心2024年启动了一个项目，给117位高血压患者配备智能血压计，数据实时上传到AI管理系统。当患者血压连续偏高时，AI会自动发送提醒短信，同时通知医务人员跟进。这个项目里，AI负责监测和提醒，但真正给出治疗方案调整建议的，还是人。

　　药师的核心能力从来不是背说明书——AI一天能背一万本。真正不可替代的，是这几样：

　　第一，用药信息采集与初步评估能力

　　顾客拿着AI答案来问“阿托伐他汀要不要停”，AI给的是通用回答——“肝功能异常者应监测肝功能”。但问题在于，这个人肝功能到底有没有异常，AI不知道。

　　药师能做的，是在柜台前问几个关键问题：“吃多久了？”“最近查过肝功能吗？”“有没有肌肉酸痛、乏力这些感觉？”这几个问题不是诊断，而是采集与用药安全直接相关的信息。根据回答，可以给出明确的建议：如果没查过，建议去查一下；如果查过且正常，可以继续服用；如果出现可疑症状，警惕他汀相关不良反应。

　　AI能给出标准知识，但主动采集个体信息并做出初步判断的能力，AI没有。

　　第二，个体化风险评估的能力

　　AI给出的信息是平均意义上的——来自临床试验的群体数据、药品说明书的标准警告。但药是吃在具体人身上的。

　　同样是他汀，80岁的老人和40岁的中年人，肝肾功能不同、合并用药不同、基础疾病不同、生活饮食习惯不同，风险收益比完全不一样。AI不知道这位顾客是否同时服用胺碘酮（增加肌病风险），是否最近做过手术（可能暂时停药），是否有过肌痛史。这些细节决定了一份用药建议是否真的安全。

　　药师的价值，正是在通用知识和个体情况之间搭一座桥——把标准答案转化成针对这个人的答案。

　　第三，信息甄别与整合的能力

　　顾客拿着AI答案来问，往往不是因为AI错了，而是因为他不知道AI的答案能不能信、适不适用。

　　AI会犯两种错。一种是知识性错误，比如对“达格列净是否与中性粒细胞减少症相关”回答“文献中未见报道”，但说明书上白纸黑字写着。另一种是适用性偏差，AI给的答案本身没错，但它不知道这个问题放在这个人身上是否成立。

　　药师需要做的不是否定AI，而是帮他把信息过一遍筛子：这条信息来源可靠吗？它的结论有没有被其他证据支持？放在这个人的具体情况里，它成立吗？筛完之后，剩下的那部分信息，才是真正对这个人有用的。

　　国家卫生健康委医院管理研究所的专家共识明确强调：药师是处方审核工作的第一责任主体，必须对AI模型输出的结果进行人工复核，将幻觉风险降到最低。这不是谁取代谁的问题，是人给AI兜底的问题。

　　未来药师的定位

　　2024年国家卫生健康委发布的《卫生健康行业人工智能应用场景参考指引》，把AI技术嵌入了处方前置审核、临床用药辅助、患者用药指导等药学服务环节。AI不是来抢饭碗的，是来帮忙的。

　　帮忙体现在哪？山东一家医院的例子很说明问题——AI把80%以上的机械性工作干了，药师就能把时间花在更复杂的事情上。青海大学附属医院院长樊海宁在阿福开通了“AI分身”，牧民可以直接咨询健康问题，不再为一个小问题奔波千里。但他同时强调，这些AI分身的作用是分担日常咨询，遇到复杂情况，还是需要真人医生介入。

　　国家药品监督管理局执业药师资格认证中心的一位专家说得很直接：AI对于执业药师而言只是辅助工具，而不是替代品。执业药师的专业判断和人文关怀，仍然是药学服务不可或缺的核心。

　　国家卫健委也反复提醒：那些“饿死癌细胞”“吃补品治肿瘤”的观点往往以偏概全，缺乏科学依据。面对AI的建议，记住三句话：AI是参谋，不是主帅；信息要溯源；防癌靠科学，不靠玄学。

　　钟南山院士说得很清楚：推动AI医疗不是为了取代医生，而是为了让医生更好地回归“以人为本”，而不是“以病为本”的初心。那天那位顾客听完我的话，没停药，去查了一次肝功能。指标正常，回来接着吃药。

　　他后来跟我说：“幸亏来问了，要不然就自己瞎停了。”

AI不能取代执业药师

【2026-03-10】【来源：中国药店】【阅读量：274】【大 中 小】【打印】

健康频道

AI不能取代执业药师

【2026-03-10】【来源：中国药店】【阅读量：274】【大 中 小】【打印】

健康频道

【2026-03-10】【来源：中国药店】【阅读量：274】【大中小】【打印】