重磅丨《生成式AI在医院药学的应用场景及提示词设计：多学科专家共识（2025）》发布，要点一文掌握！

编者按：生成式人工智能（Generative artificial intelligence, GenAI）以大语言模型为核心，正深刻重塑医疗健康领域的服务模式。在医院药学实践中，GenAI已在处方审核、用药指导、临床决策支持及药事管理等场景展现出应用潜力，但同时也面临数据安全、模型可解释性不足及“幻觉”风险等现实挑战。提示词工程（Prompt Engineering）作为人机交互的关键技术，其设计质量直接决定AI输出的专业性、安全性与合规性。然而，目前我国尚缺乏适用于医院药学复杂业务场景的标准化提示词框架。

为推动GenAI技术在医院药学领域的安全、有效、合规应用，中国医院协会药事专业委员会、国家卫生健康委医院管理研究所药学信息专家委员会联合中国人工智能学会生物信息学与人工生命专业委员会等多学科专家，共同制定《生成式AI在医院药学的应用场景及提示词设计：多学科专家共识（2025）》（以下简称《共识》）。北京大学第三医院赵荣生教授、华中科技大学同济医学院附属同济医院刘东教授任项目共同负责人及通信作者，北京大学第三医院宋再伟、华中科技大学同济医学院附属同济医院郑鉴凌任共识秘书组组长，国家卫生健康委医院管理研究所赵颖波研究员、清华大学自动化系汪小我教授等专家为共识项目提供了重要指导及支持。

该共识于2025年5月10日在武汉市召开启动会，2025年10月26日在杭州市召开中期推进会，2026年1月27日召开了线上推荐意见形成会议，经文献调研、提示词效果评测、德尔菲法专家咨询以及医学人工智能领域专家外审，最终正式定稿。

该共识的发布，是医院药学从“信息化”向“数智化”转型的重要探索。期望共识能激发更多高质量临床实践与学术研究，推动构建更加智能、高效、安全的药学服务新范式，助力医院药学高质量发展。

共识推荐意见一览

图 1 共识推荐意见的总体框架图

医院药学领域GenAI应用的总体原则

问题1：医院药学领域GenAI的应用应遵循什么总体原则？

推荐意见1:医院药学领域应用GenAI时，推荐遵循公平性（Fairness）、通用性（Universality）、可追溯性（Traceability）、可用性（Usability）、可靠性（Robustness）以及可解释性（Explainability）的 FUTURE-AI原则，以保障药学服务质量并促进可信赖的智能化应用落地。（强推荐，共识度100%）

医院药学领域GenAI提示词的设计方法

问题2：医院药学领域GenAI提示词的设计应遵循什么原则？

推荐意见2：医院药学领域GenAI提示词的设计建议遵循以下原则：结构规范、表述清晰、任务分解、示例引导以及输出定制。（强推荐，共识度100%）

问题3：医院药学领域GenAI提示词的设计应遵循什么标准框架？

推荐意见3：医院药学领域GenAI提示词的设计推荐遵循Pharm-E框架（图1）。（强推荐，共识度100%）

图2 医院药学领域提示词设计的Pharm-E框架（红色为必需元素）

应用GenAI的药学服务场景及提示词设计要点

问题4：推荐应用GenAI的药学服务场景有哪些？

推荐意见4：推荐应用GenAI的药学服务场景包括处方审核、临床药学服务以及患者用药指导，具体包括智能辅助处方审核、药学门诊、药物重整、用药咨询、用药教育、药学查房、药学监护、治疗药物监测、药学会诊、居家药学服务以及“互联网+药学服务”等。上述场景下，涉及患者数据必须脱敏或采用本地化部署模型，证据引用必须可追溯，输出内容必须经人工终审后方可应用。（强推荐，共识度96.55%）

问题5：药学服务场景下GenAI提示词的设计要点有哪些？

推荐意见5：药学服务场景下，GenAI提示词的设计建议包含以下元素：任务目的（P）、场景描述（H）、任务摘要（A）、角色定位（R）、方法路径（M）、循证依据与伦理准则（E）。（弱推荐，共识度96.55%）

问题6：推荐应用GenAI的药学教育场景有哪些？

推荐意见6：推荐应用GenAI的药学教育场景包括虚拟仿真教学、虚拟标准化患者、教学资源生成，具体包括设计教学计划、生成虚拟病例、解答学生问题、创建考试题库等，以实现智能辅助教师教学、学生学习以及课程助考。上述场景下，重要教学资料建议建立知识溯源机制，关键教学内容建议人工审核。（强推荐，共识度100%）

问题7：药学教育场景下GenAI提示词的设计要点有哪些？

推荐意见7：药学教育场景下，GenAI提示词的设计建议包含以下元素：任务目的（P）、场景描述（H）、任务摘要（A）、角色定位（R）、循证依据与伦理准则（E）。（弱推荐，共识度100%）

问题8：推荐应用GenAI的药学科研场景有哪些？

推荐意见8：推荐应用GenAI的药学科研场景包括研究趋势分析、研究选题与设计、科研数据提取、数据统计分析、数据可视化呈现以及学术写作辅助（如用于语言润色、文本翻译、参考文献格式检查）等，以提升科研效率。上述场景下，敏感数据必须脱敏或采用本地化部署模型，数据分析过程记录必须保留，关键结果必须人工复核。（强推荐，共识度100%）

问题9：药学科研场景下GenAI提示词的设计要点有哪些？

推荐意见9：药学科研场景下，GenAI提示词的设计建议包含以下元素：任务目的（P）、场景描述（H）、任务摘要（A）、角色定位（R）、方法路径（M）、循证依据与伦理准则（E）。（弱推荐，共识度100%）

问题10：推荐应用GenAI的药事管理场景有哪些？

推荐意见10：推荐应用GenAI的药事管理场景包括药事制度管理、药学信息管理、药品供应管理、临床用药管理以及人力资源管理等。上述场景下，敏感数据必须脱敏或采用本地化部署模型。 （强推荐，共识度96.55%）

问题11：药事管理场景下GenAI提示词的设计要点有哪些？

推荐意见11：药事管理场景下，GenAI提示词的设计建议包含以下元素：任务目的（P）、场景描述（H）、任务摘要（A）、角色定位（R）。（弱推荐，共识度100%）

问题12：推荐应用GenAI的药学科普场景有哪些？

推荐意见12：推荐应用GenAI的药学科普场景包括构思科普选题、梳理科普要点、提出科普形式、生成科普作品（文字、图片、视频等）以及制定传播方案。上述场景下，科普知识必须可追溯，对外发布前必须经人工终审确保准确性。（强推荐，共识度100%）

问题13：药学科普场景下GenAI提示词设计要点有哪些？

推荐意见13：药学科普场景下，GenAI提示词的设计建议包含以下元素：任务目的（P）、场景描述（H）、任务摘要（A）、角色定位（R）、方法路径（M）、循证依据与伦理准则（E）。（弱推荐，共识度100%）

现阶段医院药学场景应用GenAI的局限性

问题14：现阶段医院药学场景中应用GenAI应重点关注哪些局限性？

推荐意见14：推荐对GenAI在医院药学中的应用保持热情和谨慎，但不建议在缺乏数据脱敏、权限控制与日志审计的前提下将患者资料和内部数据直接上传GenAI，不建议在缺乏人工终审的情况下将GenAI输出内容直接用于诊疗决策、患者教育或公众科普，以及不建议基于GenAI直接生成学术论文。（强推荐，共识度96.55%）

专家简介

赵荣生 教授

北京大学第三医院工会主席、药学部主任

二级教授、主任药师，博士生导师

英国曼彻斯特大学荣誉教授、ACCP理事会理事

国家药典委员会 委员

国家卫生健康委药事管理与药物治疗学委员会 委员

中国医院协会药事专委会 主任委员

中国药师协会患者教育与科学普及工作委员会 主任委员

中国医药创新促进会医药政策专委会 主任委员

中国医学装备协会药学装备分会 主任委员

海峡两岸医药卫生交流协会医院药学专委会 候任主任委员

中国药学会医院药学专委会、循证药学专委会 副主任委员

中国药理学会治疗药物监测研究专委会、药源性疾病学专委会 副主任委员

中华医学会临床药学分会 常务委员

AJHP（中文版）主编

《中国药房》副主编兼青年编委会主编

《中国医院用药评价与分析》副总编

《中国新药杂志》、《临床药物治疗》、《中国药业》副主编

专家简介

刘东 教授

主任药师，博士生导师

华中科技大学同济医学院附属同济医院药学部总支书记

I期临床试验研究室副主任

武汉药学会 理事长

中华医学会临床药学分会 常务委员

中国药学会医院药学专业委员会 委员

国家药事管理专业质控中心专家委员会 委员

中国医药教育协会药事管理专业委员 主任委员

海峡两岸医药卫生交流协会医院药学专业委员会 常务委员

湖北省临床药学质控中心 主任委员

湖北省药学会 副理事长

湖北省医院协会药事专业委员会 主任委员

《医药导报》主编

《国际临床药学杂志》（IJCP）中文版 主编

研究方向：医院药学、临床药理学和中药药理学

参考文献：

生成式人工智能在医院药学的应用场景及提示词设计：多学科专家共识（2025）

[J/OL]．医药导报. https://link.cnki.net/urlid/42.1293.r.20260213.1233.006

添加药学瞭望管理员

进入学术交流群

《药学瞭望》征稿邀请

01.投稿内容

征稿内容不限于：研究进展、团队科研成果、临床用药经验分享、典型病例解读、疾病诊治经验、人文故事等

02.联系人

投稿 | 学术报道 | 合作

投稿联系人：刘老师 15201320201（微信同号）

投稿邮箱：contact@siri.ntesmail.com

（来源：药学瞭望）