怎样利用移动互联网的技术来更好的进行药学服务，这是当下很多连锁门店需要考虑的问题之一。由移动健康技术带动的连锁药店场景下的核心算法的运用则是这一技术的核心所在，它会为门店员工、药师以及医护人员等带来强大的决策支持，从而提升门店的管理效率，达到与用户之间更好的交互。

移动互联网技术******慢病管理新篇章

当下很多连锁药店都为患者开设了慢病管理服务，所谓的慢病管理，是指通过对患病高危人群的筛选，对他们的生活方式和用药过程的一种人为干预，并定时进行访问和检测，从生理和心理上为患者提供治疗、康复和保健的综合性服务。由此可以看出，慢病管理是一个综合了多方面条件和需求的复杂并且对专业管理要求极高的服务项目。如果将移动健康技术应用到门店的慢病管理项目当中，就会大大提升门店的运作效率，提高顾客满意度，以先进的网络技术促进门店的利润的增长。

在美国，例如沃尔格林和CVS等几家大型连锁药店早已经将移动互联网技术在慢病管理中的应用玩转到炉火纯青的地步了，这是我们所望尘莫及的，但是从中我们也可以学习到很多先进的管理和技术经验，以此来为我所用，促进我国连锁药店的慢病管理项目的逐步专业化和成熟化。

沃尔格林在其健康诊所中对慢病项目的管理模式主要是通过患者网上预约，根据具体病状，诊所会建立属于患者自己的健康档案，通过线上线下的无缝连接为其提供全面、专业的治疗方案。另外沃尔格林今年又与全美**的移动方案制定者——高通生命科学部进行合作，由高通提供整体移动的方案、数据传输和发掘，通过各种移动化的方式来盘活现有客户资源，将慢病管理推向一个数据化的新平台。

CVS的慢病管理质量的控制核心则是其现今高端的电子医疗记录系统：通过建立更高效的社交网络平台来绑定用户、提升会员粘性;凭借先进的数字化实验室开发更好的数据平台，实现诊所和医院的数据共享，便于医护人员查看患者的历史数据，通过专业人士个体化的健康干预，逐一分析患者的临床代谢情况、所食食物的升糖指数、热量控制，通过不同的食物组合来实现康复目的。

这些国外先进高端的互联网技术在门店慢病管理中的具体应用实例使我们了解到，凭借优质的门店服务和高科技的移动医疗平台就能吸引到更多的慢病患者，使得整个门店运营项目形成一个良性的平台，为连锁企业带来更多有价值的数据和利益。

运用核心算法建立个性化健康管理模型

移动硬件也好、App也好，这些都不是移动化数字医疗技术的核心，语音平台才是这一技术的关键所在，而语音平台的一系列不同的核心算法则是其精髓之处。整个核心算法的架构是在药店终端研发可以上传数据的硬件，由药师作为主要干预人员并辅以其他医护人员进行管理和操作。这一系列算法主要包括以下三种：

一、针对高血压、糖尿病等相关疾病风险模型

这一模型的性质一个是较为传统的回归模型，首先要关注一个患病的高危人群，实现对其的数年跟踪，找出这个人群中的不同特点及相关因素并总结出来，逐一并且打包在一起分析，最终找到每个组合与引发疾病的危险因素的权重分别是多少。这些权重系数和危险因素结合在一起，打包形成对最终风险模型的一个专业判断。

这个风险模型的建模主要步骤是：首先在一个大样本的人群数据库中发现哪些患者是处于一个相对高危的状态，是否会因为高血压原因而引起脑血管的疾病，将脑卒中患者和无脑卒中患者区分开来进行一个早期的3～5年的主动干预，从中分析出相关危险因素，最终实现回归模型的打包处理。

以高血压并发脑卒中风险模型的应用为例，这一套核心算法会自动筛选脑卒中高危患者，并辅助以专业人士的主动干预，建立一个包括病人姓名、群组名、负责医生、预警状态、风险值等内容的一个跟踪档案。最终通过治疗后效果的分析，从收缩压和舒张压是否持续下降、血压分级是否发生变化等方面来评定管理和治疗的效果。

二、个体化的营养专家系统

这个系统是用来辅助内分泌医生或营养医生给出的针对患者个体化健康方案的，包括患者年龄、提醒、活动强度和代谢强度以及并发症状的四类信息的输入和“食谱+食材”的总热量控制，碳水化合物、蛋白质、脂肪的百分比，升糖指数、脂肪酸、胆固醇、盐分、纤维素和其他微量元素等内容的输出，最终形成一个营养专家系统的快速生成食谱，为患者提供全面的健康干预建议，这些食谱都是由三甲医院营养科和内分泌医生提供技术咨询，并参考国家相关疾病营养治疗指南而成。

三、个体化的宣教系统

不同的患者的健康水平和状况是不同的，完全给他一个非常普通的没有差异性的健康方案和治疗方案是没有特别多的帮助的。

针对患者个人所制定的******无二的个体化宣教系统，首先是要对患者本人的高血压家族史进行分析，是否有血压偏高的现象存在，高血压是处于一级二级还是第三级;患者的具体病症是什么，是高血压伴随糖尿病还是高血脂抑或是慢性肾病、老慢支、心脏病等其他慢性疾病。只有对患者不同的患病症状做了具体的分析和记录才能更好地运用个体化的宣教系统来为其指定适合的个人治疗方案。

依靠大数据库实现“个体化健康建议”的决策支持主要按照以下流程进行：最初要在系统中键入患者的健康信息，并通过对病状、病史和生化、病理、影像的实验室检查来进行搜索、比对、分组，以此分析众多其他患者的海量档案信息，找到他们的高相似性，形成一个组别的患者健康信息档案;接下来依靠治疗、预后、时间、医院和价格这五个因素对这些组别再进行细分，分至组1、组2……组x，完成一个最终的“个体化健康建议”的决策支持。

以上算法的最终目的都是为患者提供属于个人的******无二的药学服务。这种药学服务是基于数据，为提高疾病治疗有效性和患者依从性而存在的。

首先通过对智能血压和糖检测数据的无线传输实现数据云储存和移动共享，基于患者检测数据的专业药学加上疾病管理服务，最终完成药学服务的流程。

其次，实现患者的疗效跟踪优化，查看其历史血压数据、跟踪药物治疗效果、个性化用药方案优化，最后归总到后台药学专家进行分析。

最后是药物依从性的管理和专业用药方案以及门店执行跟踪的数据系统的优化，依据会员需要和病情特征提供个性化用药解决方案、动态及时掌控门店和店员执行情况，纳入运营考核系统、建立慢病健康档案和检测历史数据库，基于顾客健康和购药行为的大数据库，最终实现患者的个人化的健康管理档案。

作者：刘凯 (高弘杨/整理)

2万家药店招聘，6万名药师求职，上康强医疗人才网 www.kq36.com