Asembia AXS25：AI 将如何重塑处方履行

快速阅读: 据《药房时报》最新报道，特拉维斯先生在采访中讨论了AI对药房运营的多方面影响，包括处方履行、事先授权及共同支付援助等。他提醒关注算法偏见等伦理问题，并强调AI应助药师提升效率而非学习新技能。需解决监管与支付障碍以释放AI潜力。

在《药店时报》的采访中，特拉维斯集团总裁哈利·特拉维斯先生讨论了人工智能如何通过简化处方履行、处理事先授权问题以及协助共同支付援助，显著改善药房运营。他强调了他的演讲《人工智能及其对医疗保健和药房的影响——简介》，该演讲在Asembia的AXS25峰会上分享。特拉维斯指出，使用人工智能预测患者服药依从性可能带来的潜在伦理问题，特别是关于算法决策中的潜在偏见。他强调，人工智能应主要帮助药房团队更有效地部署现有技能。特拉维斯还强调了解决监管和付款人方面挑战的必要性，以充分实现人工智能在药房环境中的潜力。

《药店时报》：除了药物相互作用外，人工智能在药房的其他哪些领域可能产生最大影响？

哈利·特拉维斯：我认为在药房运营中，人工智能可以在处方履行的几乎每一个步骤上产生影响。药物相互作用是一个很好的例子，在各种临床数据库中都有数据，说明哪种药物与哪种药物相互作用，但病历中也有数据，人工智能可以帮助药房药师解决或回答事先授权的问题；这是一个领域。另一个领域是共同支付援助，使用任何数量的人工智能工具快速评估或调查可用的各种资源——不同的网站、不同的公司、不同的基金，这些都可以帮助患者支付他们的药物费用。因此，事先授权是一个领域，患者援助是另一个领域，仅仅是数据输入。处方的录入，无论是通过传真、电子方式还是其他方式，进入药房管理系统。我认为在处方履行或分发的任何步骤中，人工智能都无法产生一些积极的影响。

《药店时报》：药剂师在使用人工智能时应该有哪些首要的伦理顾虑？

特拉维斯：这取决于人工智能是如何被使用的。当涉及到药物相互作用或事先授权时，我对伦理考虑并不太担心。如果这是假设性的，因为我正在思考它，因为每个人都在尝试弄清楚这个问题，答案并不明显。假设你正在使用人工智能来预测某些患者群体对某些药物的依从性。这个患者有多依从？我可以对患者进行风险分层，以便将我最激进或最优的依从性工具部署到某个患者群体吗？用于驱动这些决策的算法是什么？这个患者比那个患者更有可能依从的原因是什么？其背后是什么？你真的确定用于计算的社会决定因素是什么，并且其中是否存在某种偏见？因为这一切都是基于某些数据库构建的。当涉及到基于某些模型的个性化护理时，这就是我的警惕感开始上升的地方。我们是否真的已经很好地解决了这个问题？

《药店时报》：人工智能将如何改变未来药剂师的工作，需要哪些新技能？

特拉维斯：最基本的答案是，人工智能应该给药房药师更多的时间。它应该让药房团队，因为通常药房药师不是单独操作的。有技术人员或客户服务代表和患者服务代表。根据设置的不同，无论是小型社区药房还是大型专科药房，都有一个团队。我喜欢说，人工智能将如何改善团队？最简单的方法来看待它就是时间。你的团队在今天的8小时轮班中完成了一定量的工作。他们将在6小时或5小时内完成同样的工作。你会用那额外的2小时做什么？我认为药房团队不需要学习任何新东西，因为他们已经被训练去做许多他们今天无法做的事情，因为行政负担过重。现在减轻了这种负担。他们是否准备好在之前无法做到的情况下部署现有的技能？或者下一个问题是，他们会为此得到报酬吗？在某些情况下，他们会得到报酬。在某些情况下，他们不会得到报酬。在某些州，他们甚至可能无法做某些事情，因为法规是活跃的。我们必须在监管方面努力放松规定，然后我们必须在付款人方面努力让他们得到报酬。然后他们可以释放他们已经拥有的技能。

(以上内容均由Ai生成)