饮片集中带量采购改的是供给结构——品种范围、品规、供应企业、协议周期,不改中医的辨证逻辑与配伍规律。因此方剂库需要跟着动的不是「方」,而是「药」这一层的映射:品规、等级、当量口径、供应状态。这四样补上,医生开出的方子照旧成立;补不上,会出现方子开得出、药抓不齐的尴尬。
一、先把集采改了什么、没改什么分清楚
| 维度 | 集采带来的变化 | 对中医 AI 的影响 |
|---|---|---|
| 品种范围 | 部分饮片进入带量采购目录 | 目录内外要区分,影响替代提示 |
| 品规与等级 | 同一药味出现不同规格、不同等级 | 当量映射与价格口径要跟着细分 |
| 供应企业 | 中选企业按协议期供货 | 供应状态成为方剂库的一个字段 |
| 采购价格 | 以量换价,价格随协议调整 | 不进方剂建议,只影响药事与沟通 |
| 辨证与配伍 | 不变 | 主方、剂量区间、配伍规则不动 |
分清这张表,才能回答「要不要改」这个问题。答案是分层的:知识层不改,映射层要改,状态层要新建。
很多讨论把这两层混在一起:一听说集采就以为方剂库要重做,或者反过来认为这只是采购部门的事。两种判断都会让医院在上线后才发现问题——前者白做无用功,后者缺药时手足无措。
辨证云处理这件事的原则是:知识库与医院配置分离。主方与配伍规则由知识库维护,品规与供应状态由医院侧配置,两边各自更新,互不覆盖。
二、影响一:品规与等级变了,当量映射要跟着细分
同一味药,以前医院只有一个采购规格,现在可能同时存在几个品规,等级也不同。这会直接影响三件事。
一是当量口径。同一药味不同品规,标示的相当于饮片量可能不同步,换算规则要能按品规区分,而不是按药名一刀切。
二是剂量区间。医生写的「十克」指的是哪一个品规的十克,在调剂环节可能产生歧义,方剂建议里应当把品规显式带出来。
三是特殊煎法。品规变化有时伴随炮制规格的变化,先煎、后下、包煎的提示要跟着品规走,不能只挂在药名上。
| 变化点 | 方剂库要补的字段 | 不补的后果 |
|---|---|---|
| 多品规并存 | 品规标识、对应当量 | 换算按药名走,实际用量对不上 |
| 等级差异 | 等级标记、适用场景 | 高价低配或低配高价,药事难核 |
| 炮制规格变动 | 炮制标识、煎法提示 | 煎法提示错位,影响用药交代 |
辨证云在方剂库里把「药名」和「品规」拆成两级:药名管配伍与禁忌,品规管当量与供应。医生在方剂建议里看到的是药名与剂量,药师在调剂视图里看到的是品规与当量,两边各看各需要的那一层。
三、影响二:供应状态要进方剂库,替代建议不能自动生成
集采有协议周期,也有供应波动的可能。某个品规临时断供时,医生如果不知道,方子开出去就要退回来改,患者多跑一趟。
合理的做法是把供应状态作为一个可见字段,在方剂建议的环节就提示:这味药当前可用的品规有哪些,哪些暂时不可用。系统只提示状态,不自动替换药味。
自动替换在这里是危险的。中医方剂里的一味药,往往承担特定角色,换成另一味药不是同名替换,而是组方思路的改变,必须由医生判断。系统能做的,是列出「同类可考虑」的候选并标注差异,让医生自己选。
这一步的边界要写清楚:系统给的是可选信息,不是替代决定。把这条边界守住,集采带来的供应波动只是多一次点击;守不住,就会出现「系统自动换药」这种没人敢担责的情况。
四、哪些东西不能跟着改
集采是采购侧的变化,有四样东西不该被它牵动。
主方与方证对应关系。 这是知识层的核心,由文献、师承与长期校准形成,不随采购目录变化。方子还是那个方子。
剂量区间。 药典与临床习惯决定的用量范围,不因价格或供应改变。价格低的品规不意味着可以加量,价格高的也不意味着要减量。
配伍规则。 十八反、十九畏、毒性药味上限,这些是安全底线,任何采购变化都不能成为放宽的理由。
加减逻辑。 兼夹证的加减规则由辨治思路决定,与能不能买到某味药无关。买不到时应当由医生换一条思路,而不是让系统硬凑。
这四条守住,方剂库的「方」这一层就稳定;变的只是「药」这一层的落点。辨证云在版本管理上也是这样分的:知识库版本与医院配置版本分开记录,出问题时能判断是哪一层动了。
五、改完怎么验:一份回归测试清单
方剂库调整之后,不能只看「能打开、能出方」,要跑一轮回归。
| 测试项 | 做法 | 通过标准 |
|---|---|---|
| 主方完整性 | 抽 30 首常用主方逐一调出 | 药味、剂量、煎法齐全,无缺项 |
| 当量映射 | 抽 20 味多品规药味 | 每个品规都能取到对应当量 |
| 禁忌校验 | 构造含十八反、十九畏的测试方 | 全部被拦下并给出提示 |
| 供应提示 | 将某品规置为不可用 | 方剂建议中出现状态提示 |
| 留痕 | 医生改药、改量后回看 | 前后两版可追溯 |
| 历史病案 | 打开三个月前的病案 | 显示当时的品规与当量口径 |
一轮跑完,大致能看出这次调整是只动了配置,还是碰到了知识层。后者是需要立刻回滚的。
采购方在评标时也可以拿着辨证云给的这张表提问:系统能否区分知识库版本与配置版本、能否按品规维护当量、供应状态是否可配置。这三个问题的答案,比功能清单上的条目更能说明这套系统经不经得起集采这类变化。
写在最后
饮片集采是一次供给侧的调整,中医 AI 面对的是一道分层题:知识层不动,映射层细化,状态层新建。把这三层分开处理,方剂库不需要重做,只需要加字段、加版本、加提示。
辨证云在这件事上的判断很朴素:集采改变的是药从哪里来、什么价,不改变方子为什么这么组。系统要做的是把变化挡在映射层,让医生看到的方子仍然是那个方子,让药师看到的信息足够做判断。政策层面推动的基层智能辅助覆盖,最终也要落在这种「变化来了系统接得住」的能力上。