PIVAS 管理实战系列 · 第 52 期
上一篇我们讲，审方规则每一条拦截都要"有据"。那这个"据"从哪来？答案就是药学知识库。它是审方规则背后那张更大的网——把药品本身的一切可查信息，沉淀成结构化、可调用的知识，让规则引擎随时取用。
一、没有知识库，规则就是无源之水
审方规则要判定"这药能不能这么用"，前提是它得知道"这药到底是什么"。溶媒能不能配、和谁禁忌、老人能不能用、剂量上限多少——这些都不是规则自己编出来的，而是从药品的底层信息里"读"出来的。
• 规则是结论，知识库是前提：规则说"不宜"，底气来自知识库里那条清晰的禁忌依据； • 分散的信息不可靠：药品信息散在说明书、指南、药典里，人工翻找既慢又易漏； • 信息会变：说明书修订、新成份上市、新相互作用证据出现，知识若不集中维护，规则就会"过时"。
所以知识库的本质，是把"关于药的一切事实"收拢到一个统一、可检索、可版本化的地方——它既是审方的证据底座，也是质量管理、培训、追溯的共同数据源。
二、什么是"药学知识库"：药品的数字档案
药学知识库，可以理解为一本"结构化的药品大百科全书"——但和纸质说明书不同，它的每个字段都是机器可读、可被规则引擎直接调用的。一条药品记录，从"它叫什么、长什么样、怎么用、和谁相克"到"特殊人群怎么处理"，都被拆成标准化的数据项。
它通常分两层：
• 基础主数据层：药品的"身份证"信息——通用名、商品名、规格、剂型、给药途径、储存条件； • 临床知识层：药品的"行为信息"——药理成份、相互作用、配伍、用法用量、特殊人群限制。
两层叠起来，才让一台机器既能"认出这药"，又能"判断这药怎么用才安全"。
三、知识库管什么：六大知识域
真正支撑审方的，是下面这些知识域。理解了它们，就看懂了"规则引擎在调什么数据"。
1）药品主数据：先认得这药
通用名、商品名、规格、剂型、给药途径、储存条件——这是所有判断的起点。同名不同规格、同成份不同商品名，都靠主数据层区分清楚，避免"张冠李戴"。
2）药品说明书：权威的临床依据
用法用量、禁忌、不良反应、注意事项、药物相互作用项——说明书是规则最硬的依据来源之一。知识库把说明书结构化，让"按说明书判"从人翻页变成机检索。
3）药理成份：把"药"拆到分子
同一成份可能出现在多个药品里。知识库记录药理成份、药物分类、ATC 作用分类，让规则能"跨药品"判断：比如两个不同商品名、却含同类成份的药同开，系统能识别重复用药风险；某类成份有特定禁忌，所有含它的药一并受控。
4）相互作用与配伍：药的"社交关系"
药理成份两两之间是否相克、物理化学上能否同瓶，是审方的高频红线。知识库把"相互作用关系""配伍禁忌关系"固化为可比对的数据，规则引擎拿到医嘱就直接碰撞——这正呼应了上一篇说的"配伍禁忌规则"。
5）特殊人群：个体化约束
妊娠分级、儿童/老年/肝肾功能相关限制——这些标签挂在药品上，审方时结合患者画像自动触发。知识库让"这药对这类人慎用/禁用"变成一条可检索的属性，而不是散落的提醒。
6）TPN 与理化属性：调配侧的专用知识
肠外营养（TPN）的成份、电解质/氨基酸/脂肪乳的相容性，以及溶剂、溶解度、引湿性、酸碱程度等理化属性，决定了"能不能配、怎么配"。这部分知识前移到审方，等于在调配之前就把不安全的配制方案拦下。
四、知识库怎么喂给规则引擎
知识库不是"存着看"的，它是规则引擎的实时数据源。典型链路是：
• 结构化取数：医嘱里的药品，被引擎拿去知识库"查户口"——取到它的成份、规格、途径； • 关系碰撞：同类成份、相互作用关系、配伍关系被拉出来，和同组其他药逐一比对； • 属性触发：妊娠分级、年龄标签等结合患者画像，触发个体化规则； • 依据回挂：命中的规则，反手把知识库里的出处（说明书项、文献）一并带出，做到"拦截有据"。
一句话：知识库是"事实层"，规则是"判断层"，两者一接，审方才既有结论又有依据。这也是为什么上一篇强调"每条拦截都要有据"——那个"据"，就躺在知识库里。
▲ 知识库→规则引擎链路示意（符号图）：药品主数据与临床知识入库并结构化，规则引擎在审方时实时调用，命中后反挂知识出处。系统界面在此仅作示意。
五、知识库最怕"过时"：维护比建库更难
建一个知识库不难，难的是让它"一直对"。药品信息是动态的：
• 说明书会更新：同一药的不同版本说明书，用法可能有变，需有版本与生效管理； • 新证据会涌现：新的相互作用研究、新的禁忌提示，要及时补进知识库； • 来源要可溯：每一条知识挂哪个出处、谁维护、何时生效，都要留痕，便于审计与复核； • 维护要分工：主数据、说明书、相互作用往往由不同角色维护，需权限与流程约束。
一个"建完就不动"的知识库，迟早会变成规则的盲区。知识库的健康度，直接决定审方的安全水位。
六、除了审方，知识库还喂饱了谁
知识库的价值远不止审方。它是静配中心多个环节的通用底座：
• 培训：新人学药、学相互作用，知识库就是现成的教材与题库来源； • 追溯：一瓶药用的是哪版说明书、哪条成份依据，全程可回查； • 质量管理：高频命中的知识项，提示某类药品问题突出，值得做专项； • 科研与上报：统一的药品与成份口径，让数据统计有意义。
一库多用，是知识库省心也省力的地方——它把"关于药的事实"只维护一遍，却支撑起整个中心。
▲ 药学知识库维护界面示意（仅作配图）：左侧按通用设置、给药途径、药品管理、药理成份、药品说明书等模块组织，右侧含药品库、药品规格、药品说明书、剂型、给药途径、药理成份等数据概览。界面仅为示意，具体字段以各机构实际系统为准。
七、把知识库想透
• 知识库是前提：规则是结论，知识库是结论背后的事实； • 结构化是关键：字段机器可读，规则才能实时调用； • 六域要齐全：主数据/说明书/成份/相互作用/特殊人群/TPN理化； • 维护是生命线：不过时，才有可信的审方； • 一库多用：审方、培训、追溯、质量，共用同一底座。
📌 看懂药学知识库，就看懂了"审方依据"是怎么被存住的
✔ 六大数据域：主数据 / 说明书 / 药理成份 / 相互作用 / 特殊人群 / TPN理化 ✔ 事实层 + 判断层：知识库给事实，规则做判断，缺一不可 ✔ 实时调用 + 反挂依据：审方命中即取数、即出证 ✔ 持续维护：不过时，才是真安全
结语
用药安全，从"这药到底是什么"开始。药学知识库把散落在说明书、指南、药典里的药品事实，收拢成结构化、可调用、可追溯的一张网；审方规则站在这张网上，才能既给出结论，又给出依据。建库容易，守"活"难——让知识库一直对、一直新，静配中心的审方，才算真正有了靠得住的底。知识库、规则、拦截，三件事连起来，才是完整的"用药安全防线"。
知识库 · 规则 · 拦截
易配PIVAS 静配中心管理 — 知识库 · 审方 · 质量 · 追溯
武汉易配PIVAS · 一站式建设解决方案
主要业务：静脉用药调配管理系统 · 医嘱合理用药审方系统 · 虚拟仿真培训系统 · 静配中心运营管理平台
官网：www.ypivas.com | 邮箱：cbo@ypivas.com
武汉易配信息科技有限公司 · 服务热线：13260514750