陳舜讓

廣東省藥品監(jiān)督管理局事務中心

潘爍

廣東省藥品監(jiān)督管理局事務中心

吳文瑜

廣東省藥品監(jiān)督管理局事務中心

黃榕波

廣東藥科大學醫(yī)藥信息工程學院

藥品流通監(jiān)管工作千頭萬緒，如何及時發(fā)現(xiàn)流通數(shù)據(jù)異常，有效進行藥品流通鏈條的追蹤，探索高效能、智慧化藥品監(jiān)管方法是各級藥品監(jiān)管部門多年來的努力方向。藥品質(zhì)量關系到人民健康，加強監(jiān)管是維護藥品質(zhì)量的重要保障，因此如何實現(xiàn)高效能、智慧化藥品監(jiān)管，各級政府都十分重視。2017年，國務院辦公廳出臺《關于進一步改革完善藥品生產(chǎn)流通使用政策的若干意見》[1]，其中改革完善藥品流通監(jiān)管是重中之重的工作，加大應用大數(shù)據(jù)進行藥品流通監(jiān)管的力度，提高藥品流通監(jiān)管水平。

藥品零售是藥品流通的重要渠道，是加強藥品流通監(jiān)管的重要環(huán)節(jié)。原廣東省食品藥品監(jiān)督管理局于2018年出臺了《藥品零售企業(yè)分級分類的管理辦法（試行）》[2]，從政策層面提出了對藥品零售企業(yè)實行分級分類管理的辦法，提高了監(jiān)管效率和監(jiān)管可行性。監(jiān)管體制是藥品流通監(jiān)管的頂層設計，是藥品流通監(jiān)管的制度保障，從監(jiān)管體制角度出發(fā)，謝鵬[3]提出了通過改革完善管理制度加強對藥品監(jiān)管的力度和廣度的思考。監(jiān)管機構(gòu)設置是藥品流通監(jiān)管的執(zhí)行力保障，朱價等[4]從省級藥品監(jiān)管部門機構(gòu)改革狀況研究——從內(nèi)設機構(gòu)設置的角度出發(fā)，對省級藥品監(jiān)管部門內(nèi)設機構(gòu)的數(shù)量和分類進行共性和差異性分析，明確地方政府、監(jiān)管部門和監(jiān)管人員的責任與義務，監(jiān)管職能劃分的改革措施，通過機構(gòu)改革加強屬地藥品監(jiān)管的深度與力度。隨著互聯(lián)網(wǎng)的快速發(fā)展，為藥品監(jiān)管提供了新技術和新方法，藥品監(jiān)管信息化建設不斷完善，應用信息技術為藥品流通監(jiān)管提供了有力的技術支撐，目前應用信息化加強對藥品流通的研究成果層出不窮，杜學禮等[5]對藥品監(jiān)管信息化建設中的監(jiān)管業(yè)務、信息化技術和數(shù)據(jù)要素三方面進行剖析，分析了三個方面的相互聯(lián)系和各自作用，提出了通過藥品業(yè)務流程與信息化建設反饋機制的監(jiān)管方法，監(jiān)管業(yè)務、信息化技術和數(shù)據(jù)要素三方面的有機結(jié)合為藥品精細化監(jiān)管提供了高效的信息平臺。近年來，由于互聯(lián)網(wǎng)應用的不斷深入，線上藥品流通交易日趨活躍，流通數(shù)量快速增長，因此互聯(lián)網(wǎng)藥品交易的監(jiān)管日顯重要，線上藥品流通與線下實體店藥品流通的差異性為藥品流通監(jiān)管提出了新的課題，加強對線上藥品流通交易的監(jiān)管十分重要，陳洪忠等[6]分析了互聯(lián)網(wǎng)藥品交易的現(xiàn)狀和發(fā)展情況，梳理了互聯(lián)網(wǎng)藥品交易服務模式，從經(jīng)營者和消費者兩個角度全面剖析了線上藥品流通和經(jīng)營存在的突出問題，經(jīng)營者面臨諸如消費者需求、醫(yī)保支付及處方藥的銷售等問題，而消費者面臨如藥品質(zhì)量保障、個人信息安全等問題，提出了通過立法完善監(jiān)管法律法規(guī)加強對互聯(lián)網(wǎng)藥品線上交易的協(xié)同監(jiān)管措施，同時互聯(lián)網(wǎng)藥品線上流通服務發(fā)展不僅要依靠制度規(guī)范改革而且還要依靠行業(yè)自律、社會監(jiān)督等協(xié)同規(guī)范。隨著大數(shù)據(jù)時代的到來，大數(shù)據(jù)分析為藥品監(jiān)管帶來了新方法、新思路，為藥品監(jiān)管精細化提供數(shù)據(jù)和技術支撐。

大數(shù)據(jù)分析為藥品流通監(jiān)管的方法和思路、為實現(xiàn)藥品流通精細化監(jiān)管提供了有效的可行技術線路。進入大數(shù)據(jù)時代，產(chǎn)生數(shù)據(jù)和收集數(shù)據(jù)的能力快速提高，政府部門的管理信息化，存儲或產(chǎn)生的數(shù)據(jù)呈爆炸性增長，依靠人力無法對如此海量的大數(shù)據(jù)進行分析。因此，對數(shù)據(jù)的自動分類、匯總、異常標識以及發(fā)現(xiàn)并表達數(shù)據(jù)中隱藏的規(guī)律和趨勢等具有十分重大的意義。從大數(shù)據(jù)中挖掘有用的知識用于解決實際問題，各種應用成果不斷涌現(xiàn)。廣東省藥品流通電子監(jiān)管系統(tǒng)收集了全省藥品批發(fā)、連鎖企業(yè)經(jīng)營的國產(chǎn)、進口藥品品種每天的購銷交易記錄數(shù)據(jù)，從2012年至今，已經(jīng)累計收集了4TB 以上的藥品交易信息數(shù)據(jù)，為大數(shù)據(jù)分析應用提供了可靠的數(shù)據(jù)支撐。電子監(jiān)管系統(tǒng)收錄的藥品流通數(shù)據(jù)是藥品流通過程的客觀、真實反映，藥品流通正常和異常信息都會在流通數(shù)據(jù)中真實充分地表現(xiàn)出來。應用大數(shù)據(jù)分析能從中找到藥品流通過程的統(tǒng)計規(guī)律，及時發(fā)現(xiàn)違反藥品流通統(tǒng)計規(guī)律的異常情形，如某藥品流通交易量突然產(chǎn)生異常變化，說明有影響該藥品交易波動的情況出現(xiàn)，藥品監(jiān)管部門即可及時介入調(diào)查，找到發(fā)生異常的原因，必要時加強監(jiān)管。探索通過對藥品流通數(shù)據(jù)的分析，建立藥品流通監(jiān)測模型，應用監(jiān)測模型實現(xiàn)藥品流通精細化監(jiān)管，這方面的研究在國內(nèi)鮮有報道。

大數(shù)據(jù)分析涉及統(tǒng)計學和機器學習、數(shù)據(jù)庫技術、人工智能和模式識別等領域，常用方法包含聚類分析、主成份分析、回歸分析、深度學習和時間序列分析等技術。時間序列是一類按照時間順序取得的樣本觀測數(shù)據(jù)序列，數(shù)據(jù)的本質(zhì)特征是相鄰數(shù)據(jù)具有相關性。時間序列分析就是從大量的觀測數(shù)據(jù)中尋找隱藏在數(shù)據(jù)中的統(tǒng)計規(guī)律及特性，是大數(shù)據(jù)分析的主要方法之一。鄭雅婷等[7]應用時間序列分析方法建立了門診藥房藥品銷售量的預測模型，實現(xiàn)了門診藥房藥品用量的科學預測，提高了藥品采購效率和管理水平，減少了人力資源投入，提高了工作效率。時間序列分析方法在許多領域的動態(tài)相關性問題中都有廣泛的應用[8-10]。藥品銷售數(shù)據(jù)是藥品流通的重要信息集合，包含藥品流通過程的所有信息，銷售數(shù)據(jù)之間具有較強的動態(tài)相關性，即當前數(shù)據(jù)與以前的數(shù)據(jù)具有強相關性。通過分析銷售數(shù)據(jù)與時間的統(tǒng)計規(guī)律，建立藥品流通的時間序列監(jiān)測模型，把監(jiān)測模型的預測數(shù)據(jù)與上報數(shù)據(jù)進行比較，可以清晰判斷藥品流通是否正常，及時發(fā)現(xiàn)藥品流通過程中的異常情況。本文從藥品流通數(shù)據(jù)分析入手，應用時間序列分析方法對藥品銷售數(shù)據(jù)進行分析，建立基于時間序列分析方法的藥品流通數(shù)據(jù)監(jiān)測模型，為藥品流通精細化、智慧化監(jiān)管尋找一種可行的方法途徑。

1 數(shù)據(jù)與數(shù)據(jù)預處理

1.1 數(shù)據(jù)材料

廣東省藥品流通電子監(jiān)管系統(tǒng)收集了藥品批發(fā)企業(yè)的銷售上報數(shù)據(jù)26 億條，以常用藥品復方丹參片作為研究對象，從中抽取2018～2020年廣東省內(nèi)藥品流通批發(fā)企業(yè)每天銷售數(shù)據(jù)，共計有200 多萬條，用于建立監(jiān)測模型及模型的驗證。每條數(shù)據(jù)的格式見表1。

表1 數(shù)據(jù)格式

首先統(tǒng)計匯總?cè)∷辛魍ㄆ髽I(yè)復方丹參片銷售的數(shù)量，共得到全省2018～2020年（36 個月）復方丹參片的每月銷售總量，得到了時間序列Xt，t=1,2,…,36 的樣本數(shù)據(jù)。具體統(tǒng)計數(shù)據(jù)見表2。

表2 廣東省復方丹參片每月銷售量

1.2 數(shù)據(jù)預處理

廣東省藥品流通電子監(jiān)管系統(tǒng)設置了數(shù)據(jù)輸入的規(guī)范要求，包括建立企業(yè)名稱標準庫、品種庫，確保數(shù)據(jù)必須符合規(guī)范才能有效上報。同時通過法規(guī)制度規(guī)定，在廣東省內(nèi)從事藥品批發(fā)業(yè)務、零售連鎖配送業(yè)務的各流通企業(yè)必須按時按質(zhì)完成數(shù)據(jù)上報，確保各企業(yè)藥品流通數(shù)據(jù)上報規(guī)范、電子監(jiān)管系統(tǒng)數(shù)據(jù)收集信息完整、樣本數(shù)據(jù)的有效性和規(guī)范性得到保障，為建立大數(shù)據(jù)時間序列分析提供了數(shù)據(jù)基礎。為使每月銷售數(shù)據(jù)標準化，用于建立基于時間序列分析的藥品流通監(jiān)測模型，首先對數(shù)據(jù)進行中心化預處理，應用公式（1）對上報數(shù)據(jù)時間序列Xt，t=1,2,…,36進行中心化，得到觀測值Yt，t=1,2,…,36。

式中，為樣本均數(shù)，S為標準方差。

2 藥品流通監(jiān)測模型建立

2.1 基于時間序列分析的藥品流通監(jiān)測模型

自回歸模型通過時間序列變量的自身歷史觀測值來反映有關因素對預測目標的影響和作用，不受模型變量相互獨立的假設條件約束。由于藥品使用的特點，以前的銷售量對后面的銷售量有較大影響，特別是對相距較近的銷售量的影響更大，即隨時間變化的藥品銷售量時間序列具有動態(tài)自相關性?；跁r間序列自回歸模型的藥品流通監(jiān)測模型見公式（2）。

式中，p為模型的階，表示當前月銷售量與前p個月銷售量相關，回歸關系由公式(2)表示；N為時間序列樣本容量即觀測數(shù)據(jù)個數(shù)（N=36）；ɑ1,ɑ2,…,ɑp待估計參數(shù)。觀測值Yt與預測值的均方 誤 差（Mean Square Error，MSE）見公式（3）。

2.2 確定模型的階及參數(shù)

本文采用最終預測誤差準則（Final Prediction Error，F(xiàn)PE）確定模型階，F(xiàn)PE 的基本思想：時間序列的階使得模型的均方誤差最小。FPE 在選擇時間序列的階的同時確定監(jiān)測模型中的參數(shù)。具體實現(xiàn)步驟如下。

步驟1：給定正整數(shù)M。

步驟2：對每一個p=1,2,…,M，通過樣本數(shù)據(jù)最小化公式（3）來確定參數(shù)ɑ1,ɑ2,…,ɑp，同時計算獲得各階模型的預測誤差。

步驟 3：比較步驟2 中得到的預測誤差，從中選擇使模型預測誤差最小的階。

本文應用計算機軟件Matlab R2016a 編程計算得到預測誤差，結(jié)果見表3。

表3 不同階模型的預測誤差

模型預測誤差隨時間序列的階的變化情況見圖1。

圖1 模型預測誤差的變化情況

模型預測誤差開始隨著階的增加而減少，從p=6 開始預測誤差比較穩(wěn)定，p=7 時模型的預測誤差達到最?。∕SE7=0.1396），隨后又略有增大趨勢，根據(jù)最終預測誤差最小準則選擇時間序列的階為p=7。

2.3 監(jiān)測模型及驗證

對應于p=7 的時間序列建立模型如下。

把樣本觀測值Yt，t=8,9,…,36 代入公式(4)后，計算得到預測值，t=8,9,…,36。觀測值Yt，t=8,9,…,36 和預測值，t=8,9,…,36 的比較見圖2。

3 監(jiān)管方法

圖2中“·”觀測值表示某個時間段的藥品實際銷售數(shù)量中心化值，即廣東省藥品流通電子監(jiān)管系統(tǒng)錄入的實際銷售量中心化值，“+”表示利用公式（4）模型預測的對應時間段銷售量中心化值的預測值。對2018年8月至2020年4月每月的觀測值與預測值進行對比分析，發(fā)現(xiàn)2018年8月至2020年4月流通市場復方丹參片銷售的觀測值與模型預測值的一致性非常好，證明本監(jiān)測模型是可靠、有效的。從監(jiān)測結(jié)果看，2018年8月至2020年4月、8～10月、12月復方丹參片銷售情況正常，復方丹參片銷售量與時間序列監(jiān)測模型的預測值高度一致，而2020年5～7月和11月觀測值與監(jiān)測模型預測值存在較大偏離(見圖2中縱軸“·”與“+”距離較大)，說明市場復方丹參片銷售量與監(jiān)測模型預測存在較大偏差，提示這幾個月可能存在影響復方丹參片銷售的外界因素。

圖2 觀測值與預測值的比較

建立基于時間序列大數(shù)據(jù)分析的藥品流通監(jiān)測模型，實現(xiàn)藥品流通精細化監(jiān)管方法：一是通過藥品流通樣本數(shù)據(jù)建立時間序列監(jiān)測模型公式(4)；二是利用監(jiān)測模型的預測值與電子監(jiān)管系統(tǒng)的觀測值進行比較，如果觀測值和模型預測值基本吻合，說明市場銷售正常；如果觀測值與模型預測值偏離較大，說明市場銷售可能存在異常，應查明引起異常的原因，如上述的2020年5～7月和11月銷售情況。

監(jiān)測模型的預測結(jié)果還可以用于預測市場未來需求趨勢，相關管理部門可根據(jù)模型預測結(jié)果，為企業(yè)提供生產(chǎn)銷售指導意見，并制定與市場流通情況相適應的監(jiān)管措施。

4 結(jié)論及分析

藥品流通數(shù)據(jù)具有較強的動態(tài)自相關性，藥品流通情況會體現(xiàn)在銷售、采購等數(shù)據(jù)上，如果市場藥品流通正常，這些數(shù)據(jù)會遵循一定的變化規(guī)律，當數(shù)據(jù)違反規(guī)律時，說明有影響市場藥品流通的因素出現(xiàn)。應用時間序列分析方法對藥品流通大數(shù)據(jù)進行分析，可找到藥品流通數(shù)據(jù)的變化規(guī)律，實現(xiàn)動態(tài)監(jiān)管?；跁r間序列分析建立的藥品流通監(jiān)測模型的監(jiān)管方法是可行的、有效的，為提高藥品流通監(jiān)管水平提供了新思路和新技術線路。本文監(jiān)測模型的預測結(jié)果可以用于預測市場未來需求趨勢，藥品監(jiān)管部門可根據(jù)模型預測結(jié)果，為企業(yè)提供生產(chǎn)銷售指導意見，并制定與市場流通情況相適應的監(jiān)管措施。本文建立監(jiān)測模型的思路及監(jiān)測模型的預測能力也可以應用于其他品種。

本文通過廣東省藥品流通電子監(jiān)管系統(tǒng)，獲取了全省2018～2020年復方丹參片的銷售數(shù)據(jù)，建立了基于時間序列分析的監(jiān)測模型并提出監(jiān)管的方法，驗證了這種基于大數(shù)據(jù)分析監(jiān)管新思路的高效性和科學性，在藥品流通領域具有較好的應用前景。本文提出的藥品流通監(jiān)管方法是基于大數(shù)據(jù)分析的監(jiān)管方法，應用時間序列分析方法建立藥品流通監(jiān)測模型、提出藥品流通監(jiān)管方法，是行之有效的精細化監(jiān)管方法，同時監(jiān)測模型為監(jiān)管部門提供指導藥品生產(chǎn)和流通的具體有效依據(jù)，為藥品流通監(jiān)管提出了新思路和新技術線路，提高監(jiān)管部門監(jiān)管的科學水平，為藥品流通技術監(jiān)管模式提供重要的參考，具有顯著的經(jīng)濟效益和社會效益。

本文提出的監(jiān)管方法未來還可以從以下幾方面進行改進和推廣：一是利用流通企業(yè)的藥品銷售數(shù)據(jù)建立模型，對企業(yè)的藥品銷售情況實現(xiàn)同步監(jiān)管。二是可以通過調(diào)整監(jiān)管周期來達到調(diào)整監(jiān)管和指導力度的目的，為監(jiān)管部門根據(jù)市場變化及時作出相應的監(jiān)管措施提供了有力的依據(jù)，如以周、半個月或年等統(tǒng)計數(shù)據(jù)作為時間序列的樣本數(shù)據(jù)建立模型，可以隨時清楚掌握各監(jiān)管周期內(nèi)藥品流通市場的動態(tài)，同時為藥品生產(chǎn)和流通提供精準的指導，及時做出相應的監(jiān)管對策，保證市場藥品正常流通。三是應用本文提出的方法建立藥品流通大數(shù)據(jù)計算機監(jiān)管系統(tǒng)，實現(xiàn)藥品流通指導和監(jiān)管的自動化、智能化、實時化和精細化。