浙江省肿瘤医院－低代码构建中药协定方AI智能用药推荐系统
关于浙江省肿瘤医院
浙江省肿瘤医院始建于1963年，位于杭州市拱墅区，是新中国成立最早的四所肿瘤医院之一。作为集肿瘤预防、医疗、科研、教学、康复于一体的高水平医疗机构，医院不仅连续8年名列中国最佳肿瘤专科排行前十，更承担着国家肿瘤防治重任，在全国肿瘤防治领域发挥龙头引领作用。
（图片源自浙江省肿瘤医院官网）
中西医协同下的协定方应用难题
在国家推动医疗数字化与中医传承创新的大背景下，中西医协同诊疗已成为重要发展路径。浙江省肿瘤医院拥有超过30年的中药协定方应用历史，其在肿瘤防治中能够有效缓解治疗不良反应、提升患者生存质量，是医院中西医结合的核心优势。
然而，随着协定方使用量激增、西医医师队伍扩大及DRGs 医保控费需求的日益迫切，如何让西医医师精准、安全地使用协定方，已成为医院面临的核心挑战。
西医医师在开具中药协定方时，普遍面临以下三重困境，严重制约了协定方的临床价值发挥：
1.辩证思维缺失，易致“对病不对症”：中医诊疗以 “辨证论治” 为核心，但西医医师缺乏对中医证候体系的系统认知，难以将固定处方与患者的具体证型（如寒热虚实）精准匹配，导致误用风险。
2.药理知识存在盲区，难以评估复方风险：西医医师对中药的理解多局限于现代药理成分，对 “性味归经”“配伍禁忌”“炮制增效减毒” 等传统理论认知不足，无法有效评估复方的协同作用及潜在风险。
3.规范指引缺乏，处方决策顾虑重重：协定方的适用边界、与西药的联用禁忌、针对特殊人群的调整方案等缺乏明确指引。加之晦涩难懂的“中医语言壁垒”，进一步加剧了医师的决策难度和顾虑。
构建中药协定方智能体，赋能中西医协同诊疗
为了能够有效解决上述问题，浙江省肿瘤医院联合多方构建覆盖协定方全生命周期的全景应用智能体。依托 HIS 系统与临床集成平台的数据基础，融合 DeepSeek-V1 大模型与葡萄城的活字格低代码开发平台，实现三大核心突破：
赋能临床决策推动合理用药，通过精准、高效的协定方智能推荐功能，直接破解选方难的问题，让医生能够快速准确地找到适配患者病情的协定方，提升临床诊疗效率；
构建数据闭环，实现临床使用数据的自动化采集、标准化整合及多维可视化分析，为协定方的疗效评价与优化提供坚实的科学证据基础，改变以往临床数据零散缺失、难以系统利用的状态；
智能辅助创新，支持新协定方的智能辅助生成与既有方案的持续改进，并建立预防重复开放的优化迭代机制，从源头提升协定方的质量与动态更新能力——确保协定方既能及时纳入有效新方案，又能淘汰低效旧方案，始终保持对临床需求的适配性。
基于上述目标，中药协定方AI智能用药推荐系统及智能体的设计分为以下四个核心功能模块：
1.“协定方智能推荐”
其核心功能是将智能体无缝集成至现有工作流，即在HIS系统“门诊医生站”及“病区医生站”的核心操作界面，嵌入“协定方智能推荐”快捷入口，方便医生随时调用。当医生在诊疗过程中点击该按钮时，系统会基于患者电子病历（包括主诉、病史、检查检验结果等结构化与非结构化数据）进行实时分析，借助DeepSeek-V1大模型的强大能力，智能推荐最多3个最适配的协定方方案，并清晰展示推荐理由、核心适应指征以及系统计算的匹配度评分。医生选定推荐方案后，还支持一键跳转至该协定方开立界面，简化操作流程，减少医生的记忆负担。
2.协定方精准聚焦
当医生通过“智能推荐”模块未能获得满意方案时，“协定方精准聚焦”模块会自动激活。系统会通过智能引导式提问，例如，支持菜单选择、自然语言处理、患处/舌象图片上传等多种信息采集方式，辅助医生聚焦症状体征。系统运用AI算法进行中医证候深度解析与推断，然后结合证候分析结果，推荐契合度更高的协定方治疗方案，有效降低因证候判断不清导致的“选方不当”风险。若“精准聚焦”后推荐的协定方仍不满足临床需求，或系统判断无应对可用协定方时，该临床需求会被同步记录，并上传至服务器，作为后续模块的数据基础。
3.协定方辅助生成与修正
系统会设定新协定方创建强制性查重环节，当医生提出新方需求或修改意向时，系统会自动比对全院现有“协定方库”，包含名称、核心药味组合、主治病症等关键特征，即时提示潜在重复风险，如，功能主治高度相似者等，从源头避免“重复拟方”。
同时，基于临床需求，系统会自动汇总“协定方精准聚焦”模块记录的临床需求，借助AI技术提示新协定方的创建方向。当输入目标疾病、核心证型、关键症状或期望疗效后，系统会结合中医典籍、经典方剂、本处历史处方数据及使用反馈，智能生成多个候选新方建议或基于现有协定方的优化调整建议，例如药味增减、剂量调整等。与此同时，系统还支持在院内基础方、常用药味库等规则约束下进行组合探索，并建立旧方定期“激活-回顾-优化”机制。系统所生成的方案需清晰地展示组方思路、配伍分析、潜在禁忌及与传统方剂异同点，供中医专家审阅、修改和完善，实现人机协同论证。
4.协定方临床数据智能分析
该模块与HIS及临床集成可视化平台深度对接，能够自动、实时、结构化采集协定方每次使用的核心数据，包括患者基本信息、疾病诊断（中西医）、处方信息、用药疗程、关键实验室/检查指标变化（治疗前后）、症状评分改善记录、不良反应报告等。在此基础上，进行多维度智能分析，如量化分析协定方对特定疾病/证型的症状改善率、客观指标（如炎症指标、影像学表现等）变化、生活质量评分提升等，生成疗效对比图/趋势图；主动监测与预警使用过程中的潜在不良反应模式，分析不良反应发生率、类型及药味关联性；识别特定协定方最有效的患者亚群特征（如年龄、体质、合并症等）；分析协定方的成本效益比（可选）；追踪协定方使用频率、科室分布、医生偏好等，识别使用热点和盲区。
低代码，加速AI应用落地的最佳方案
基于低代码技术构建的中药协定方智能用药推荐系统及AI智能体能够精准赋能西医医师，彻底打破了中西医结合的专业壁垒。它并非简单地将中医知识数字化，而是通过创新的“西医疾病-中医证型-方剂匹配”三阶映射机制，将晦涩的中医辨证思维转化为西医医师易于理解和操作的决策路径。
在构建AI智能体的技术路径上，低代码技术扮演了至关重要的角色。其核心价值在于，它彻底改变了AI能力的落地方式。借助葡萄城的活字格低代码开发平台，开发者无需编写大量复杂代码，即可通过可视化的方式，将AI大模型的能力、医院现有HIS等系统的数据以及前端用户交互界面进行灵活的“拖拽式”编排与整合。这种模式彻底改变了传统开发中API对接繁琐、数据链路冗长的困境，解决了多源异构数据融合的行业难题，实现了AI能力与业务流程的无缝对接。更重要的是，低代码的敏捷性与AI智能体需要持续训练、快速迭代的需求完美契合。它使得智能体的功能升级与逻辑优化能够以更低的成本和更快的速度响应临床反馈，确保了AI技术能够真正、迅速地转化可信赖的临床生产力。
