近年来，随着经济社会的发展和居民生活水平的提高，我国居民对健康服务的需求日益增加。执业药师作为指导合理用药与加强药品质量管理的专业人员，也面临着执业能力的更高要求和挑战。基于当前我国执业药师队伍存在的人员数量不足、地域分布不均；职业吸引力有限、高学历人员从业意愿低；专业素养有待提升、难以满足公众需求等影响执业药师发挥药学服务作用的短板，近年来，相关的国家政策开始聚焦技术创新。

2025年全国两会期间，政府工作报告中明确提出了“人工智能﹢”行动，为执业药师的发展提供了新思路。药品行业的全国人大代表、全国政协委员建议，应进一步明确AI应用于药学服务场景的基础上，辅助应用于用药与健康咨询、药品不良反应监测、药物依从性监测等方面。此外，还可借助AI技术应用，提高用药咨询、处方审核、药品管理等环节的智能化水平。

2024年，国家卫生健康委发布《卫生健康行业人工智能应用场景参考指引》（简称《参考指引》），细化了医疗落地路径，进一步推动了AI技术与卫生健康行业的深度融合。《参考指引》覆盖医疗服务管理、基层公卫服务、健康产业发展、医学教学科研4个领域，详细列举了AI的84个应用场景。在药学服务细分领域，《参考指引》明确将AI技术嵌入处方前置审核智能辅助、临床用药智能辅助、患者用药指导智能辅助、中药智能审方等环节。

在相关政策的助推下，AI技术在辅助诊断、个体化治疗和药物研发等医疗健康关键技术领域也展现出了强大的创新潜力，但必须强调的是，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。

“智能化”的执业场景

具体结合我国执业药师的工作特点，当前，AI辅助执业药师开展药学服务的应用主要集中于以下几个场景：

一是处方审核与用药安全。处方审核是执业药师的核心工作之一，传统的审核方式依赖于执业药师的专业知识和经验，受个人能力和精力限制，存在一定差错风险。AI能利用药品说明书及其他药品知识构建全面的药品知识数据库，并结合部分医疗知识数据库，及患者病情、过敏史、合并用药等临床特征，对处方进行自动化审核，快速识别潜在的药物相互作用、剂量超标及不合理用药情况。

此外，AI还能对大量的电子病历数据和处方数据进行分析，识别出更易导致药品不良反应或产生药物相互作用的特征（如某些药物组合、剂量异常等）。对特殊人群及复杂场景，执业药师可根据AI警示，优先对高风险因素进行检查，提高审核效率。

如山东省第二人民医院部署的DeepSeek系统协助药师开展处方审核工作，其对错误处方的拦截率达99.7%，临床药师对患者药学监护覆盖率增长70%，药历和查房记录等书写时间减少85%。通过AI的辅助，执业药师可以更高效地完成处方审核工作，但最终的判断和决策仍需依赖执业药师的专业知识和经验。

二是慢性病管理。在老龄化社会背景下，慢性病管理需求日益增多，其中不仅包括处方调剂，还涉及患者的长期治疗药物管理、用药依从性管理、疾病知识普及和个体化治疗方案的调整。AI通过整合患者的疾病史、用药史、健康记录等数据，可对患者的健康状况作出提示，并能够在此基础上进行智能分析，预测患者的病情变化，有助于协助执业药师制定个体化的慢性病治疗方案。

2024年北京鼓楼社区卫生服务中心启动了“AI赋能高血压精准管理项目”，选取1个家庭医生团队作为试点，为117位高血压患者配备智能血压计，数据实时上传至AI管理系统，患者和医务人员可随时查看血压变化。当患者血压连续偏高时，AI系统会自动向患者发送提醒短信，并通知医务人员跟进，提供治疗方案专业建议。

三是患者用药指导。随着药品行业的快速发展，执业药师面对繁多的药品时，易出现知识盲区。AI通过整合最新的药品说明书、药学文献等数据，能够为执业药师提供最新的技术支持。当执业药师指导患者合理用药时，AI能辅助提供用药方案，并针对药物相互作用发出警示，确保药品在使用过程中更安全、合理、有效。此外，AI还可助力患者用药依从性的改善。

执业药师要求分类执业，其类别包括药学类、中药学类、药学与中药学类。而目前，执业药师队伍数量不足，尚无法满足岗位需求，因此零售药店通常仅聘请1名执业药师。而零售药店经营范围常包括西药、中成药和中药饮片，结合当前中西药联用等常见情况，“单证执业药师”需要及时补充专业不足。在此情况下，AI可辅助该类药师开展用药指导，并及时识别可能发生的药品风险。

此外，在部分偏远或欠发达地区，执业药师的药学服务资源较匮乏，当地居民仅能通过普通药学技术人员或乡村医生提供用药指导。AI则能有效弥补当地药学技术人员知识上的不足，提高当地药学服务质量，从而缩小区域药学服务差距。

四是执业药师继续教育。为适应不断发展的药学技术和法规政策，执业药师需接受继续教育。但传统的继续教育模式常存在学习资源有限、针对性不强、时间安排不灵活等问题，执业药师工学矛盾较为突出。在此基础上，AI可基于丰富的知识库，结合执业药师的专业背景、擅长领域，智能识别知识“短板”，制定个体化学习方案。按照方案，推送与其业务相关的课程、案例分析和法规更新信息。可融入虚拟仿真等数字资源，开发数字教材，满足多样化学习需求。还可结合学习者的反馈，不断优化推荐内容，提高学习效率和针对性，不断扩充学习的深度和广度。

直面机遇中的挑战

AI在助力执业药师提升药学服务效率和质量的同时，也面临多重挑战。

第一，AI的标准应是当前技术发展和监管的重要议题，其标准体系尚待建立，尤其是高风险领域的AI应用更需建立完善的（包括技术、安全、伦理等维度）标准体系来确保其安全性和可靠性。

第二，相关法规与监管需进一步健全。比如AI在处方审核中出现用药错误，究竟是由AI 开发者、执业药师还是药品经营企业承担责任，仍无明确的法律界定。如何制定适合AI发展的法律法规，确保AI在合规情况下开展药学服务，需要各监管部门深入思考。

第三，是执业药师技术素养提升的需求。AI技术的不断更新与进步要求执业药师具备人机协同能力。然而，不同地区、不同规模的药店或医院，执业药师的技术背景和接受能力存在一定差异。部分执业药师可能难以充分发挥AI技术的优势，甚至对AI产生排斥心理。此外，由于AI发展日新月异，执业药师不仅要学习药品专业知识，还需持续更新数字技能，这也对执业药师提出了更高的要求。

第四，需要关注可解释性与信任问题。鉴于医药健康领域的特殊性，执业药师在使用AI前，需充分理解其背后的推理逻辑，从而确保所采纳决策的安全性和科学性。因此，执业药师使用AI时应首选具有可解释性的推理模型，通过分析与理解AI的推理过程，使用AI的结论辅助决策，再加以专业判断，更好地评估和采纳其建议。这不仅有助于增强执业药师对AI的信任，也为患者用药安全提供了多重保障。

第五，有关技术依赖与AI定位。随着AI技术的发展，执业药师对AI的依赖性也会日益增强。尽管AI能够提升工作效率、减少人为错误，但过度依赖AI可能削弱执业药师的独立判断能力。因此，执业药师应当始终保持独立的思考和判断。AI可以使用，但绝对不可以代替执业药师。应将AI定位于辅助而不是决策，定位于开拓思路而不是以AI为金标准。同时，如何在AI辅助下明确执业药师的职业定位，避免角色模糊化，仍需进一步探讨与界定。

第六，隐私保护需要加强。在使用AI的过程中，有时需要采集患者的敏感医疗数据，若数据保管不善，或使用了网络上的AI服务，会存在隐私泄露风险。零售药店可使用本地部署的AI辅助开展药学服务，搭建类似于DeepSeek-R1推理系统，导入药品说明书、药品知识库、诊疗指南等专业语料，配合使用数据加密措施后，就能在一定程度上提升数据安全等级。

第七，数据质量有待提高。AI的关键之处就是数据的质量，数据在大模型中也通常被称为“语料”，其在工作过程中需要使用大量真实、准确的数据作为支撑。然而，目前大模型真实语料的质量还有待提高。例如，当AI遇到错误的语料时，会给出错误的结论，如果执业药师不利用自身专业知识进行判断并查核验证，将会导致严重后果。

未来，随着算力的不断提升（如芯片性能提升、量子计算技术成熟等），以及语料质量的系统性优化，AI在执业药师领域的应用前景广阔，将进一步推动药学服务的智能化、个体化和高效化。同时，随着AI的普及，执业药师可以更多地参与患者的健康管理，从传统的药品“销售员”向居民健康管理“守护者”转变。