藥師·新銳談丨母光妍副主任藥師：抗凝藥師的視角——從血藥濃度監測到精準用藥

編者按：抗血栓治療是一把雙刃劍：既要有效預防血栓事件，又要避免致命性出血。在新型口服抗凝藥時代，雖然無需像華法林那樣頻繁監測，但對于存在反復栓塞史、特殊遺傳背景或藥代動力學個體差異極大的患者，“一刀切”的標準方案仍可能失效。如何在出血與血栓之間找到那個精準的平衡點，是抗凝治療的永恒難題，也是臨床藥師發揮核心價值的關鍵戰場。

母光妍副主任藥師是北京大學第一醫院藥劑科抗凝方向的骨干力量，長期致力于抗血栓及心血管藥物的個體化治療研究，同時承擔多項國家級重點研發計劃中的泛血管藥物治療隨訪隊列任務。在她看來，臨床藥師的價值不僅在于“知道用什么藥”，更在于“知道這個患者該怎么用藥”——而這需要治療藥物檢測和藥效學評價的精準解讀、大數據工具的賦能，以及一代代臨床藥師專業能力的系統培養。

本期“藥師·新銳談”專欄邀請母光妍副主任藥師，結合她在一線抗凝門診的真實案例，分享個體化用藥如何改變患者治療結局，探討大數據在精準用藥中的前景與挑戰，并闡述她對新一代臨床藥師培養的思考與理念。

《藥學瞭望》：您在抗血栓及心血管藥物個體化治療方面有著豐富的研究經驗，能否分享一個您認為最具代表性的臨床案例，說明個體化用藥如何改變患者的治療結局？

母光妍副主任藥師：我是一名抗凝藥師，抗凝治療的核心就是平衡出血與血栓風險。在制定個體化用藥方案的過程中，可以充分體現臨床藥師的作用以及醫藥聯合門診的價值。

我想分享一個近期接診的案例。患者是一位48歲女性，因一年內反復多次腦梗，就診于我院神經內科。神經內科反復評估后，認為心源性卒中的可能性較大，遂將其轉診至心內科。患者住院期間及既往門診中，多次進行易栓癥相關檢查，結果均為陰性；發泡實驗等檢查也排除了卵圓孔未閉相關卒中。綜合評估后，臨床考慮其可能為心肌病相關血栓事件。

巧合的是，這位患者的母親也在我們醫院心內科就診，是房顫門診的隨訪患者。其母親在既往規律全劑量抗凝的情況下，仍然發生了肺栓塞。結合患者本人的風險因素——心功能不全、頻發室早、家族性心律失常病史，以及母親在全劑量抗凝下的栓塞史——我們判定該患者屬于極高危血栓風險人群。

初始治療方案為全劑量利伐沙班抗凝。在藥物達到穩態后，我們對其進行了抗Ⅹa因子活性檢測，發現谷濃度顯著偏低，抗凝強度不達標。鑒于血栓風險極高，心內科全科討論后制定了一個非常規的強化方案：20mg聯合5mg給藥。患者出院后，被安排至醫藥聯合的房顫隨訪門診，由我們進行后續抗凝管理。

在門診隨訪中，患者反映出現了牙齦出血、月經量增大等出血表現。我們再次檢測其抗Ⅹa因子活性，發現谷濃度仍基本不達標，而峰濃度時的活性達到了谷濃度的3倍。這意味著現行方案處于高出血風險、血栓預防效果卻不理想的尷尬境地。

針對這一情況，我與心內科醫生進行了方案討論，提出調整建議：首先將總劑量降至常規的20mg/天；同時考慮到患者峰谷濃度差異大、藥物穩定性差，將給藥方案改為10mg每日兩次。調整方案一個月后，患者復測抗Ⅹa因子活性，谷濃度明顯提升至達標水平，峰濃度也顯著下降，牙齦出血等癥狀有所緩解。目前該患者仍在門診規律隨訪中，尚未有新發血栓事件。

這個案例說明，雖然新型口服抗凝藥時代不需要像華法林那樣頻繁監測，出血風險也相對更低，但對于存在反復栓塞史、特殊遺傳背景、藥代動力學個體差異極大的患者，個體化用藥監測仍然非常必要。而如何解讀監測結果、并將其應用于個體化治療決策，正是抗凝藥師最有意義、最有價值的工作所在。

《藥學瞭望》：您參與多項國家級重點研發計劃，特別是在泛血管藥物治療隨訪隊列中承擔重要任務，您如何看待大數據在精準用藥中的前景與挑戰？

母光妍副主任藥師：我認為大數據是精準用藥的“能量站”。用好大數據，可以讓我們的研究和實踐在發現階段更敏感，在應用階段更準確。

一方面，大數據可以幫助我們發現更多潛在關聯。傳統臨床研究基于先驗假設——先提出生物學機制猜想，再設計研究進行驗證。而大數據是從海量真實世界數據中挖掘那些“弱關聯但強預測”的信號。這些預測因素在小樣本量中無法顯現，其顯著性必須基于足夠大的樣本量才能被發掘。

例如，在我參與的泛血管隊列研究中，我們發現了一些與抗血栓藥物治療相關的新的生物標志物。這些標志物及其參與的信號通路，無法用已有的生物學機制解釋。基于這些發現，我們構建了預測性能更好的出血或血栓風險模型，同時也為后續的機制研究和新藥開發提供了重要基礎。

另一方面，大數據可以幫助我們從更多維度建立有效的個體化預測模型。傳統的個體化用藥計算模型，通常只納入年齡、體重、基因型等有限變量。而基于大數據的人工智能技術，可以整合多組學數據、影像學數據、行為學數據等非結構化信息，構建多模態預測模型。這些非結構化數據蘊含豐富信息，納入模型后可顯著提升預測效率，同時使模型具有更好的可解釋性。

當然，大數據在精準用藥中的應用也面臨諸多挑戰。

首先是數據質量問題。真實世界數據的質量和結構都是不可控的，并非預先設計。在實際工作中，數據清洗和邏輯校驗占據了很大工作量。如果數據質量無法保障，建模結果也就無法應用。

其次是信息安全和數據孤島問題。每家醫療機構都有自己相對獨立的信息系統，數據接口不開放或標準不統一，難以整合。即便是同一家醫院，十年前的數據與現在的數據格式也可能完全不同。如何在保障數據安全的前提下，對所需醫療數據進行橫向整合和縱向梳理，是一個極具挑戰的任務。

第三個挑戰是可解釋性問題。基于深度學習的大數據建模，其內部機制是隱藏的——我們只知道輸入了什么數據、輸出了什么結果，但無法解釋模型是如何得出這一結論的，這就是所謂的“黑箱”問題。即便模型預測準確，如果無法解釋，臨床接受度就會受限，也不會被用于高風險臨床決策。

盡管如此，大數據在精準用藥研究和實踐中的應用是一個必然趨勢。臨床藥師應當重視數據、用好數據，在實踐中積累數據，以數據驅動科研，最終用數據服務臨床精準用藥。

《藥學瞭望》：作為教學負責人和青年編委，您在培養新一代臨床藥師方面有哪些獨到的經驗或理念？

母光妍副主任藥師：在青年臨床藥師的培養和帶教過程中，我認為最重要的是讓學員明白：專業是我們的根，要守住專業的根；同時也要接受新技術、新思想，打開創新的門。

對于臨床藥師專業能力的塑造，核心在于自主學習能力的培養。知識和技能在不斷更新，我們要在學習過程中發現臨床實際需求，以臨床問題驅動綜合素質提升。作為帶教老師，在傳授專業知識和技能的同時，也要以身作則，保持專業理想，傳遞職業信念。一名優秀的臨床藥師，專業能力和心理素質都要過硬，更要有自我認同——因為只有自我認可，同行才會認可，患者才會信賴。

在突破創新方面，北大醫院一直鼓勵青年藥師在實踐過程中開展基于臨床問題的科學探索。我們在開展規范化住院藥師培訓和臨床藥師培訓的同時，也進行系統性的科研訓練，培養創新思維和科研能力。鼓勵大家先學習、多參與、再主導。無論是在實踐方法上有所創新，還是在新機制上有所探索，抑或在管理模式上嘗試新思路，只要有創新想法，就要大膽嘗試。只有這樣，才能實現從“跟隨者”到“引領者”的飛躍。

最后，還有一點非常重要：面對壓力，要做好自我調節。我們要永遠追求卓越，但也要允許自己的不完美。