（2025）医院药学大语言模型提示工程构建与应用的多学科专家共识解读.pptxVIP

医院药学大语言模型提示工程构建与应用的多学科专家共识（2025）解读

目录02提示工程构建框架01共识背景与概述03应用场景与实践案例04多学科协作机制05实施挑战与解决方案06未来展望与总结

共识背景与概述01

医院药学发展现状与挑战传统药品供应模式正向以患者为中心的药学服务转型，但存在发展不均衡、服务规范差异大等问题，需建立统一标准推动高质量发展。服务模式转型压力临床药学面临智能化升级挑战，需整合大数据、AI等技术构建智能审方、精准用药推荐系统，提升服务效率与精准度。数智化转型需求药师角色需从药品调配转向健康管理，但存在继续教育体系不完善、跨机构执业壁垒等问题，制约专业价值发挥。药师职能升级困境

大语言模型技术基础介绍4实时交互与决策支持3领域适应性优化技术2多模态数据融合应用1自然语言处理核心能力具备连续对话和上下文理解能力，可辅助药师开展用药咨询、患者教育等实时交互服务。结合药学知识图谱、电子病历和影像数据，实现药物相互作用预警、个体化用药方案生成等高级功能。通过提示工程（PromptEngineering）和微调（Fine-tuning）使通用模型适配药学专业场景，确保输出内容的准确性与专业性。基于Transformer架构的预训练模型具备文本生成、知识问答和逻辑推理能力，可处理药学文献、医嘱审核等非结构化数据。

共识制定过程与目标多学科专家协作机制由中国医院协会药事专