全自动智能静脉用药调配机器人ML300在静脉用药调配中心的开发与应用

doi:10.12307/2025.896

中国组织工程研究 ›› 2025, Vol. 29 ›› Issue (34): 7362-7368.doi: 10.12307/2025.896

• 生物材料基础实验 basic experiments of biomaterials • 上一篇下一篇

全自动智能静脉用药调配机器人ML300在静脉用药调配中心的开发与应用

王冠元1，李文莉2，刘婧琳1，张洁1

天津医科大学肿瘤医院(国家肿瘤临床研究中心、天津市肿瘤防治重点实验室、天津市恶性肿瘤临床医学研究中心)，1药学部，2护理部，天津市 300060

收稿日期:2024-08-27 接受日期:2024-10-26 出版日期:2025-12-08 发布日期:2025-01-17
通讯作者: 张洁，硕士，主任药师，天津医科大学肿瘤医院(国家肿瘤临床研究中心、天津市肿瘤防治重点实验室、天津市恶性肿瘤临床医学研究中心)药学部，天津市 300060
作者简介:王冠元，女，1982年生，河北省滦县人，汉族，主管药师，主要从事医院药学方向研究。
基金资助:
天津市教委科研计划项目(2019KJ187)

Development and application of fully automated intelligent intravenous medication dispensing robot ML300 in Pharmacy Intravenous Admixture Services

Wang Guanyuan1, Li Wenli2, Liu Jinglin1, Zhang Jie1

1Department of Pharmacy, 2Department of Nursing, Tianjin Medical University Cancer Hospital (National Cancer Clinical Research Center, Tianjin Key Laboratory of Cancer Prevention and Treatment, Tianjin Cancer Clinical Research Center), Tianjin 300060, China

Received:2024-08-27 Accepted:2024-10-26 Online:2025-12-08 Published:2025-01-17
Contact: Zhang Jie, MS, Chief pharmacist, Department of Pharmacy, Tianjin Medical University Cancer Hospital (National Cancer Clinical Research Center, Tianjin Key Laboratory of Cancer Prevention and Treatment, Tianjin Cancer Clinical Research Center), Tianjin 300060, China
About author:Wang Guanyuan, Pharmacist-in-charge, Department of Pharmacy, Tianjin Medical University Cancer Hospital (National Cancer Clinical Research Center, Tianjin Key Laboratory of Cancer Prevention and Treatment, Tianjin Cancer Clinical Research Center), Tianjin 300060, China
Supported by:
Scientific Research Project of Tianjin Municipal Education Commission, No. 2019KJ187

摘要/Abstract

摘要：

文题释义：

静脉用药调配中心：是医疗机构为患者提供静脉用药集中调配专业技术服务的部门，静配中心通过静脉用药处方医嘱审核干预、加药混合调配、参与静脉输液使用评估等药学服务，为临床提供优质可直接静脉输注的成品输液。
配药机器人ML300：是一种新型的智能化设备，旨在模仿人工配药过程，通过相应程序及机械结构实现静脉输液药品的配置，它能够精确地完成药品的抓取、计量和调配工作，不溶性微粒合格率高达96%。配药机器人ML300可以与医院的信息系统相连接，获取准确的医嘱信息，还具有严格的质量控制机制，确保配药的准确性和安全性，甚至可做到零失误、零事故。

背景：配药机器人具有准确性高、效率高、确保无菌环境等诸多优势，在医疗领域中发挥着越来越重要的作用。

目的：探讨全自动智能静脉用药调配机器人ML300在静脉用药调配中心中的开发与应用。
方法：抽取2024-06-01/30天津医科大学肿瘤医院静脉用药调配中心含有注射用奥美拉唑钠、维生素C注射液、异甘草酸镁3种药物的配置医嘱处方各100份，按处方配置方法分为对照组(n=100)、实验组(n=100)，对照组应用人工模拟临床工作模式配置上述3种药物，操作由若干人员完成；实验组应用全自动智能智能静脉用药调配机器人ML300配置上述3种药物，操作由一人完成。对比两组配置上述3种药物的配药效率、药物残留量、不溶性微粒合格率、微生物检出率。

结果与结论：实验组3种药物配药效率与不溶性微粒合格率均高于对照组(P < 0.001)，3种药物残留量与微生物检出率均低于对照组(P < 0.001)。以注射用奥美拉唑钠、维生素C注射液、异甘草酸镁3种药物为例，全自动智能静脉用药调配机器人ML300可提高静脉用药调配中心工作人员的配药效率、优化配药质量。

https://orcid.org/0009-0007-2409-4223 (王冠元)

中国组织工程研究杂志出版内容重点：生物材料；骨生物材料；口腔生物材料；纳米材料；缓释材料；材料相容性；组织工程

关键词: ML300, 静脉用药调配中心, 药物配置, 开发, 应用, 工程化材料

Abstract: BACKGROUND: Dispensing robots have many advantages such as high accuracy, high efficiency, and ensuring a sterile environment, and are playing an increasingly important role in the medical field.
OBJECTIVE: To investigate the development and application of ML300, a fully automated intelligent intravenous medication dispensing robot, in intravenous medication dispensing centers.
METHODS: From June 1 to 30, 2024, 100 prescriptions of Pharmacy Intravenous Admixture Services of Tianjin Medical University Cancer Hospital containing three kinds of drugs: omeprazole sodium for injection, vitamin C injection, and magnesium isoglycyrrhizate were taken. According to the different methods of prescription configuration, they were divided into a control group (n=100) and an experimental group (n=100). The control group used an artificial simulated clinical work mode to prepare the above three drugs, and the operation was completed by several people; the experimental group used the fully automatic intelligent intravenous medication preparation robot ML300 to prepare the above three drugs, and the operation was completed by one person. The two groups were compared in terms of the dispensing efficiency, the amount of drug residue, the pass rate of insoluble particles, and the microbial detection rate in the configuration of the above three drugs.
RESULTS AND CONCLUSION: The dispensing efficiency and pass rate of insoluble particles of the three drugs in the experimental group were higher than those of the control group (P < 0.001), and the drug residue and microbial detection rate were lower than those of the control group (P < 0.001). Taking Omeprazole Sodium for Injection, Vitamin C Injection, and Magnesium Isoglycyrrhizate as examples, ML300 can improve the dispensing efficiency and optimize the dispensing quality of Pharmacy Intravenous Admixture Services staffs.

Key words: ML300, Pharmacy Intravenous Admixture Services, drug dispensing, development, application, engineered materials

中图分类号:

王冠元, 李文莉, 刘婧琳, 张洁. 全自动智能静脉用药调配机器人ML300在静脉用药调配中心的开发与应用[J]. 中国组织工程研究, 2025, 29(34): 7362-7368.

Wang Guanyuan, Li Wenli, Liu Jinglin, Zhang Jie. Development and application of fully automated intelligent intravenous medication dispensing robot ML300 in Pharmacy Intravenous Admixture Services[J]. Chinese Journal of Tissue Engineering Research, 2025, 29(34): 7362-7368.

图/表（结果） 3

参考文献

[1] FANG S, HUANG X, CAI F, et al. Design, synthesis and molecular docking of novel D-ring substituted steroidal 4,5-dihydropyrazole thiazole derivatives that act as iNOS/COX-2 inhibitors with potent anti-inflammatory activity against LPS-induced RAW264.7 macrophage cells. J Steroid Biochem Mol Biol. 2024;240:106478.
[2] FAILY M, ORMESHER D, OWEN K. Pseudoaneurysm Ligations in Intravenous Drug Users: A Single Centre Analysis of Bed Days Lost to Further Postligation Procedures. EJVES Vascular Forum. 2022;54: e23-e24.
[3] KHAN I, BROOKES E, YAFTIAN N, et al. Multivalve infective endocarditis in intravenous drug using patients: an epidemiological study. QJM. 2022;115(7):463-468.
[4] KYLA Y, PENELOPE K, KERRY BM, et al. Accumulation of foamy macrophages in the bone marrow following chronic intravenous drug use. Br J Haematol. 2022;199(4):476.
[5] 徐明明,严翠霞,周勤,等.MFI在注射用尿激酶不溶性微粒检测中的应用[J].药物分析杂志,2023,43(1):29-36.
[6] 李由,张佳思,胡颖,等.静脉配药机器人在智慧型药事服务中的应用[J].重庆医学,2022,51(24):4313-4317.
[7] 胡颖,田娇,廖晗宇,等.静脉用药调配机器人在护理临床工作中的应用探究及思考[J].重庆医学,2023,14(23):3669-3672.
[8] 王可,张辉,曹意宏,等.面向医药生产的智能机器人及其关键技术研究综述[J].计算机集成制造系统,2022,28(7):1981-1995.
[9] 童彤,丁海文,沈爱宗,等.智能机器人调配注射用头孢哌酮钠舒巴坦钠技术参数的优化[J].中国医院药学杂志,2022,42(17):1794-1797.
[10] ALAHMARI AR, ALRABGHI KK, DIGHRIRI IM. An Overview of the Current State and Perspectives of Pharmacy Robot and Medication Dispensing Technology. Cureus. 2022;14(8):e28642.
[11] LIU S, FU J, SHEN X, et al. Improved wear resistance of cemented carbide impact needle under high frequency micro-amplitude impact treated by high current pulsed electron beam. Wear. 2023;518: 204632.
[12] CAI L, DONG S, HUANG X, et al. Mechanical performance analysis and experimental study of soft-bodied bird-billed pneumatic gripper. The Industrial Robot. 2022;49(5):924-933.
[13] BATSON S, HERRANZ A, ROHRBACH N, et al. Automation of in-hospital pharmacy dispensing: a systematic review. Eur J Hosp Pharm. 2021;28(2):58-64.
[14] ZHANG L, LIU W, ZHANG Y. Application of Intelligent Intravenous Drug Dispensing Robot in Clinical Nursing. Contrast Media Mol Imaging. 2022;2022:4769883.
[15] ILKIC J, MILOVANOVIC M, MARINKOVIC V. Prospective systematic risk analysis of the digital technology use within pharmaceutical care. J Am Pharm Assoc (2003). 2024;64(4):102081.
[16] KEESEY R, LESUER R, SCHRIER J. Sidekick: A Low-Cost Open-Source 3D-printed liquid dispensing robot. HardwareX. 2022;12:e00319.
[17] WEERARATHNA IN, RAYMOND D, LUHARIA A. Human-Robot Collaboration for Healthcare: A Narrative Review. Cureus. 2023; 15(11):e49210.
[18] XUE P, XU HM, TANG HP, et al. Improving the Accuracy and Efficiency of Abnormal Cervical Squamous Cell Detection With Cytologist-in-the-Loop Artificial Intelligence. Mod Pathol. 2023;36(8):100186.
[19] YANG Z, XU C, LEE JX, et al. Magnetic Miniature Soft Robot with Reprogrammable Drug-Dispensing Functionalities: Toward Advanced Targeted Combination Therapy. Adv Mater. 2024:e2408750. doi: 10.1002/adma.202408750.
[20] GAUTAM K, PANDEY N, YADAV D, et al. Ecotoxicological impacts of landfill sites: Towards risk assessment, mitigation policies and the role of artificial intelligence. Sci Total Environ. 2024;927:171804.
[21] HÄNNINEN K, AHTIAINEN HK, SUVIKAS-PELTONEN EM, et al. Automated unit dose dispensing systems producing individually packaged and labelled drugs for inpatients: a systematic review. Eur J Hosp Pharm. 2023;30(3):127-135.
[22] JIANG S, LI B, ZHAO J, et al. Magnetic Janus origami robot for cross-scale droplet omni-manipulation. Nat Commun. 2023;14(1):5455.
[23] HASHIDA T, KOIDE N, MUROI N. Evaluating the safety and efficiency of robotic dispensing systems. J Pharm Health Care Sci. 2022;8(1):24.
[24] ML H, T W, JQ Z, et al. Evaluation of external contamination on the vial surfaces of some hazardous drugs that commonly used in Chinese hospitals and comparison between environmental contamination generated during robotic compounding by IV: Dispensing robot vs. manual compounding in biological safety cabinet. J Oncol Pharm Pract. 2022;28(7):1487-1498.
[25] RHODES JAM, MCCARTHY BC, SCOTT AC. Automated Dispensing Cabinet Functionality Expansion to Reduce Controlled Substance Inventory Discrepancies. Hosp Pharm. 2022;57(4):526-531.
[26] SCHUSTER J, KAMUJU V, ZHOU J, et al. Piston-driven automated liquid handlers. SLAS Technol. 2024;29(3):100128.
[27] PAVLOV VN, URMANTSEV MF, YUDINA YB, et al. [A place of robot-assisted cystectomy in treatment of muscle-invasive bladder cancer]. Urologiia. 2021;(6):141-144.
[28] MA J, KRISNADI F, VONG MH, et al. Shaping a Soft Future: Patterning Liquid Metals. Adv Mater. 2023;35(19):e2205196.
[29] KWON YT, JEON S, LEE J, et al. Performance Improvement of an STS304-Based Dispensing Needle via Electrochemical Etching. Micromachines (Basel). 2023;14(12):2183.
[30] SVIRSKO AC, NORMAN BA, HOSTETLER S, et al. Optimizing the Medication Distribution Process for Inpatient Units. J Med Syst. 2022; 46(6):32.
[31] GRAF TP, KADASIA K, MELHORN S, et al. Fabrication of Pulsatile Polymeric Microparticles Encapsulating Rabies Antigen. J Vis Exp. 2023;195:e55147.
[32] BAGATTINI ÂM, BORGES JLA, RIERA R, et al. Automation of a tertiary hospital pharmacy drug dispensing system in a lower-middle-income country: A case study and preliminary results. Explor Res Clin Soc Pharm. 2022;6:100151.
[33] CTORTECKA C, CLARK NM, BOYLE B, et al. Automated single-cell proteomics providing sufficient proteome depth to study complex biology beyond cell type classifications. bioRxiv [Preprint]. 2024:2024.01.20.576369.doi:10.1101/2024.01.20.576369.
[34] SÁNCHEZ-IBÁÑEZ JR, PÉREZ-DEL-PULGAR CJ, GARCÍA-CEREZO A. Path Planning for Autonomous Mobile Robots: A Review. Sensors (Basel). 2021;21(23):7898.
[35] MAYET AY, KHURSHID F, AL-OMAR HA, et al. Pharmacy practice in hospital settings in GCC countries: Dispensing and administration. Saudi Pharm J. 2023;31(3):453-461.
[36] ALTYAR A, SADOUN SA, ALJOHANI SS, et al. Evaluating Pharmacy Practice in Hospital Settings in Jeddah City, Saudi Arabia: Dispensing and Administration-2019. Hosp Pharm. 2022;57(1):32-37.
[37] WU EL, DESAI PM, ZAIDI SAM, et al. High-throughput blend segregation evaluation using automated powder dispensing technology. Eur J Pharm Sci. 2021;159:105702.
[38] PANDA S, HAJRA S, MISTEWICZ K, et al. A focused review on three-dimensional bioprinting technology for artificial organ fabrication. Biomater Sci. 2022;10(18):5054-5080.
[39] COUNCILL EEAW, AXTELL NB, TRUONG T, et al. Adapting a Low-Cost and Open-Source Commercial Pipetting Robot for Nanoliter Liquid Handling. SLAS Technol. 2021;26(3):311-319.
[40] CAO N, MARCUS A, ALTARAWNEH L, et al. Priority-based replenishment policy for robotic dispensing in central fill pharmacy systems: a simulation-based study. Health Care Manag Sci. 2023; 26(2):344-362.
[41] HE P, GUAN S, REN E, et al. Precision Interventional Brachytherapy: A Promising Strategy Toward Treatment of Malignant Tumors. Front Oncol. 2021;11:753286.
[42] OZER T, AGIR I, HENRY CS. Rapid prototyping of ion-selective electrodes using a low-cost 3D printed internet-of-things (IoT) controlled robot. Talanta. 2022;247:123544.
[43] LEDUC A, KHOURY L, CANTLON J, et al. Massively parallel sample preparation for multiplexed single-cell proteomics using nPOP. Nat Protoc. 2024. doi: 10.1038/s41596-024-01033-8.
[44] MERTZ L, TORNBJERG K, NØHR C. User Perception of Automated Dose Dispensed Medicine in Home Care: A Scoping Review. Healthcare (Basel). 2021;9(10):1381.
[45] BASILE K, MARTÍNEZ M, LUCACI JD, et al. Enhancing Operational Efficiency and Service Delivery through a Robotic Dispensing System: A Case Study from a Retail Pharmacy in Brazil. Pharmacy (Basel). 2024;12(5):130.
[46] RANE K, KUKREJA G, DESHMUKH S, et al. Robotic Pills as Innovative Personalized Medicine Tools: A Mini Review. Recent Adv Drug Deliv Formul. 2024;18(1):2-11.
[47] AL NEMARI M, WATERSON J. The Introduction of Robotics to an Outpatient Dispensing and Medication Management Process in Saudi Arabia: Retrospective Review of a Pharmacy-led Multidisciplinary Six Sigma Performance Improvement Project. JMIR Hum Factors. 2022;9(4):e37905.
[48] HENKEL T, MAYER G, HAMPL J, et al. From Microtiter Plates to Droplets-There and Back Again. Micromachines (Basel). 2022; 13(7):1022.
[49] HANNART H, BERGER A, AEBERLI L, et al. Traceable impedance-based single-cell pipetting, from a research set-up to a robust and fast automated robot: DispenCell-S1. SLAS Technol. 2022;27(2):121-129.
[50] KIANI MJ, DEHGHAN A, SAADATBAKHSH M, et al. Robotic digital microfluidics: a droplet-based total analysis system. Lab Chip. 2023; 23(4):748-760.
[51] FOX E, MISKO J, CHEAIB A, et al. An evaluation of automated dispensing cabinets and inventory robots for centralised distribution of medication in an Australian hospital. Aust Health Rev. 2021;45: 597-600.
[52] VERCHES D, ZENG S, MONTGOMERY-WALSH R, et al. Investigating the Usability, Efficacy and Accuracy of a Medication Entering Software System for a Healthcare Robot. Front Robot AI. 2022;9: 814268.
[53] KRIEGER A. Supervised Autonomous Electrosurgery for Soft Tissue Resection. Proc IEEE Int Symp Bioinformatics Bioeng. 2021;2021:10.
[54] PAGAN E, STEFANEK E, SEYFOORI A, et al. A handheld bioprinter for multi-material printing of complex constructs. Biofabrication. 2023;15(3):035012.
[55] TENG R, DING Y, SEE KC. Use of Robots in Critical Care: Systematic Review. J Med Internet Res. 2022;24(5):e33380.
[56] OKUMURA H, SAKAI N, MURAKAMI H, et al. In situ crystal data-collection and ligand-screening system at SPring-8. Acta Crystallogr F Struct Biol Commun. 2022;78(Pt 6):241-251.
[57] LIU H, ZOU L, SONG Y, et al. Cost analysis of implementing a vial-sharing strategy for chemotherapy drugs using intelligent dispensing robots in a tertiary Chinese hospital in Sichuan. Front Public Health. 2022;10:936686.
[58] WIRTH M, MILLER ML, BLIKSTEIN P, et al. DIY liquid handling robots for integrated STEM education and life science research. PLoS One. 2022;17(11):e0275688.
[59] SKYGGEDAL A, NIELSEN F, BERGMANN TK. Drug-drug cross contamination in the Swisslog fully automated medication handling system. Eur J Hosp Pharm. 2021;28(4):229-230.
[60] CHEN CW. [Technology and Care: Starting From Human-Centered Compassion]. Hu Li Za Zhi. 2024;71(3):4-5.

引言

材料方法

1.1 设计对比观察实验，计量数据比较采用t检验，计数数据比较采用χ2检验。
1.2 时间及地点实验于2024-06-01/30在天津医科大学肿瘤医院完成。
1.3 材料异甘草酸镁注射液(生产公司：正大天晴药业，规格：10 mL:50 mg，准号：H20051942)；注射用奥美拉唑钠(生产公司：石药集团，规格：40 mg，准号：H20183081)；维生素C注射液(生产公司：双鹤药业，规格：5 mL:0.5 g，准号：H14021211)。

全自动智能静脉用药调配机器人 ML300[美蓝(杭州)医药科技有限公司]的外观，见图1。

1.4 方法
1.4.1 实验分组抽取2024-06-01/06-30天津医科大学肿瘤医院静脉用药调配中心含有注射用奥美拉唑钠、维生素C注射液、异甘草酸镁3种药物的配置医嘱处方各100份。按处方配置方法分为2组：对照组(n=100)应用人工模拟临床工作模式配置上述3种药物，操作由若干人员完成；实验组(n=100)应用全自动智能用药调配机器人ML300配置上述3种药物，操作由一人完成。

1.4.2 全自动智能用药调配机器人ML300系统组成全自动智能用药调配机器人ML300由机械部分、控制装置以及操作软件组成，其中机械部分是最基础的组成部分，为ML300的运行提供最原始的硬件基础；控制装置是由电气驱动的，为机械部分的运行提供动力；操作软件负责对ML300的所有动作发指令。全自动智能用药调配机器人ML300工作原理，见图2。

1.4.3 全自动智能用药调配机器人ML300功能优化为更好地适应静脉用药调配中心的工作需要，此次实验对包括配液速度、配液环境、智能调配系统、智能药品库、智能耗材库、智能液袋库、药品预处理、标签打印、成品输液审核、视频系统、医疗垃圾分类在内的全自动智能用药调配机器人ML300功能指标进行优化设置，详见表1。

1.4.4 调配药物药物配制流程见图3。

1.5 主要观察指标以异甘草酸镁注射液、注射用奥美拉唑钠、维生素C注射液为例，对比两组配置上述3种药物的成品质量，包括配药效率、药物残留量、不溶性微粒合格率、微生物检出率。其中每种药品4个样本。
配药效率：每小时配药袋数。
药物残留量：输液加药调配时，用注射器抽吸静脉药品小针剂药液后，西林瓶或安瓿内残留的少量药液，此部分药液量称为药液残留量。采取减重法考察药物残留量，安瓿开瓶后或西林瓶注液后的药瓶质量记为m0，抽液后的药瓶质量记为m1，干燥失重后的药瓶质量记为m2。药物残留率=(m1-m2)/(m0-m2)×100%。
不溶性微粒合格率：采用自动微粒测试仪GWF-8JD检测不溶性微粒。不溶性微粒合格判定标准[5]：各溶液中每1 mL含10 µm及10 µm以上的微粒数不得超过25粒，含25 µm及25 µm以上的微粒数不得超过3粒。
微生物检出率：采用直接接种法检测微生物检出率。用1 mL无菌注射器抽取药液，用涂布棒在培养皿表面涂布均匀，记录微生物检测阳性率。
1.6 统计学分析采用 SPSS 22.0软件进行统计分析，计量数据以x±s方式表示，数据比较采用t检验。计数数据以n/%方式表示，数据比较采用χ2检验。以P < 0.05视为差异有显著性意义。该文统计学方法已经天津医科大学肿瘤医院生物统计学专家审核。

讨论

据不完全统计，中国每年发生数千万起配药差错，导致至少数千名患者出现严重并发症甚至死亡[6]。导致悲剧发生的主要原因是配药工作人员对处方药物名称、剂量、配药方式方法的误解，这些错误往往来自过度劳累的工作人员，这些员工通常工作压力较大、工作量繁重，每天需要配药的处方数量堆积成山[7]。因此，辅助配药的机器人应运而生，以配送药品、算法式的机械操作极大地减少或消除了人为错误。另外，机器人技术应用于配药的优势在于改善静脉用药调配中心的整体功能和运作，可有效管理、存储及调配药物[8-9]。配药机器人的使用有利于全面提高配药速度，从而减少患者的等待时间，使患者得到更及时、有效的救治[10]。为此，此次实验引入全自动智能用药调配机器人ML300应用于静脉用药调配中心工作中，结果显示实验组异甘草酸镁注射液、注射用奥美拉唑钠、维生素C注射液的配药效率分别为(66.75±10.54)，(73.84±9.05)，(69.18±8.36)袋/h，对照组上述3种药物的配药效率分别为(51.78±9.52)，(53.23±8.76)，(55.54±6.03)袋/h，两组配药效率均符合《静脉用药中心调配中心建设与管理指南(试行)》中每人每日平均调配70-90袋(瓶)的标准，并且实验组配药效率明显高于对照组，提示全自动智能用药调配机器人ML300可提高配药效率。实验组不溶性微粒合格率为96%，对照组不溶性微粒合格率为85%，实验组不溶性微粒合格率明显高于对照组；实验组药物残留量、微生物检出率均低于对照组，提示全自动智能用药调配机器人ML300可优化配药质量。全自动智能用药调配机器人ML300是一种结合了机器人技术和先进药物配制技术的智能设备，可全自动化地在静脉用药调配中心完成静脉用药的选取、计量、配制、包装等工作[11]：①全自动智能用药调配机器人ML300通过设定好的程序和算法可自动识别需要的药品，准确选取所需的药品，避免人为选取时的疏忽和错误[12]。机器人可以根据预设的药物配比和配制要求，自动进行精准的药物计量和配制，避免人工计量过程中可能出现的误差；还可以自动完成药物包装和封装的工作，加快了药物的整合和准备过程，提高了包装的效率和准确性[13]。另外，全自动智能用药调配机器人ML300使用先进的药物配制技术和精密的计量装置，可以实现毫升级别的药物计量，准确度高，避免了人员差异带来的操作误差，优化配药质量[10]。机器人可以根据预设的配制方案精确地按照配比要求配置静脉用药，确保每一次配制都符合医嘱的要求，避免了人工配比错误给患者带来的潜在风险[14]。②全自动智能用药调配机器人ML300可持续性地工作，不会感到疲劳，工作效率高且不随时间推移而衰减，在同样的配药指标均符合《静脉用药中心调配中心建设与管理指南(试行)》中标准的前提下，全自动智能用药调配机器人ML300通常仅需一个操作，而人工配置方式至少需要若干人同时工作，全自动智能用药调配机器人ML300极大地节省了人力资源，提升了静脉用药调配中心的配药效率[15]。全自动智能用药调配机器人ML300可同时进行多个药品的选取、计量和配制工作，具有并行操作的能力，这一特性又极大缩短了配药周期，提高了工作效率。全自动智能用药调配机器人ML300的操作稳定性高，可始终保持一个标准的操作精度，减少了因为人为因素导致的配药变化，保证了配药的稳定性。另外，长期从事人工配药工作的人员常常需要保持特定的姿势进行操作，容易导致颈部、背部、手腕等部位的疲劳和损伤。全自动智能用药调配机器人ML300可替代完成大部分工作，工作人员可以更加舒适地操作机器人，减少不良姿势带来的职业损伤风险[16]。此外，人工配药工作需要对不同药品进行频繁的选取、计量、配制等操作，工作强度较大，而全自动智能用药调配机器人ML300可以快速、精确地完成上述操作，降低了配药人员的工作强度，减少了长时间高强度工作带来的职业损伤[17]。XUE等[18]研究发现，相比人工操作，智能配药机器人的智能化操作能够极大降低人为因素带来的错误风险，提高了配药的准确性和安全性。YANG等[19]认为配药机器人可以自动完成药品选取、计量、配制等工作，减少配药人员与药品的直接或间接接触，极大避免了配药人员因药物接触导致的职业暴露损伤。上述文献结论均与此次实验结果相契合。
全自动智能用药调配机器人ML300的出现代表了医疗领域的一次重大创新，在实际应用过程中展现出了多方面的创新性：①配药机器人实现了配药流程的自动化和智能化创新。传统的人工配药存在一定的人为误差风险，而配药机器人通过精确的机械操作和智能程序控制，能够以极高的准确性完成药品的调配[20-22]。配药机器人可以根据医嘱信息自动抓取、计量和混合药品，显著减少了因人为因素导致的配药错误，保障了患者的用药安全，这种自动化和智能化的配药方式是对传统配药模式的重大突破[23-25]。②配药机器人在效率提升方面具有创新性。人工配药需要耗费大量的时间和精力，尤其是在面对大量配药需求时容易出现效率瓶颈，而配药机器人可以同时处理多个配药任务，快速而高效地完成配药工作[26-28]。配药机器人能够持续工作，不受疲劳和情绪等因素的影响，极大地提高了配药的速度和整体效率，使得医院能够更及时地为患者提供药物治疗。③配药机器人的创新性还体现在对药品管理的优化上[29-31]。配药机器人可以精确记录每一次配药的详细信息，包括药品名称、剂量、使用时间等，为药品的溯源和管理提供了准确的数据支持；同时，配药机器人可以与医院的信息系统无缝对接，实时更新药品库存信息，便于医院进行药品的采购和管理规划，有效避免了药品短缺或积压的情况发生[32-36]。④配药机器人在改善工作环境方面也展现出创新性。在传统配药过程中医护人员可能会长期接触药品，存在一定的职业暴露风险，而配药机器人的应用减少了医护人员直接接触药品的机会，降低了职业危害[37-40]。另外，机器人的工作可以将医护人员从繁琐的配药工作中解放出来，让他们有更多的时间和精力投入到患者的护理和其他重要医疗工作中，提升了整体医疗服务质量。配药机器人的出现虽然为医疗领域带来了诸多变革和优势，但在实际应用中仍有一些问题需要关注和解决[41-47]，例如：配药机器人作为复杂的机械设备，可能会出现硬件故障或软件漏洞，导致配药工作中断或出现错误；不同的药品有不同的特性和包装，机器人可能在面对一些特殊药品或新药品时出现适应性不足的情况，影响配药效率和准确性[48-53]；
此外，在实际工作场景中，可能会出现机器人与医护人员沟通不畅、协作不默契的情况，影响工作流程的顺畅性。对此，应当加强技术研发和维护，不断改进机器人的硬件和软件，提高其稳定性和可靠性，及时修复故障和漏洞[54-58]；还应努力提升机器人的适应性和智能化水平，通过持续的学习和更新程序，让机器人能够更好地适应各种药品和复杂情况，提高智能决策能力；强化医护人员培训，让他们了解机器人的工作原理和操作方法，同时建立良好的沟通机制，促进人机协作[59-60]。有理由相信，随着技术的不断进步，配药机器人的性能将不断提升，它们将更加智能化、精准化和高效化，能够处理更加复杂的配药任务，为患者提供更优质的服务，有望在更多的医疗场景中得到应用。
综上所述，以注射用奥美拉唑钠、维生素C注射液、异甘草酸镁3种药物为例，全自动智能用药调配机器人ML300可提高静脉用药调配中心工作人员的配药效率、优化配药质量，在临床配药领域有一定的推广前景。中国组织工程研究杂志出版内容重点：生物材料；骨生物材料；口腔生物材料；纳米材料；缓释材料；材料相容性；组织工程

全自动智能静脉用药调配机器人ML300在静脉用药调配中心的开发与应用

Development and application of fully automated intelligent intravenous medication dispensing robot ML300 in Pharmacy Intravenous Admixture Services

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表（结果） 3

参考文献

相关文章 15

引言

材料方法

讨论

文章快阅

延伸阅读

编辑推荐

Metrics

本文评价

[1]	张煜, 徐睿安, 方蕾, 历龙飞, 刘姝妍, 丁凌雪, 王悦熹, 郭子琰, 田丰, 薛佳佳. 梯度人工骨修复支架调控骨骼系统组织的修复与再生[J]. 中国组织工程研究, 2025, 29(4): 846-855.
[2]	刘璐, 钟畅, 余欣, 任晨媛, 巩杨杨, 周平, 王迎斌. 体外合成微环境促进人多能干细胞来源心肌细胞成熟的学术进展及临床应用[J]. 中国组织工程研究, 2025, 29(36): 7856-7862.
[3]	阙梦, 高峰青, 何杨, 阮长耿. 富血小板血浆制备装置专利的技术分析[J]. 中国组织工程研究, 2025, 29(34): 7461-7469.
[4]	马毓聪, 欧阳峥峥, 刘小杰, 杨思飞. 医用镁合金材料研究趋势与热点追踪[J]. 中国组织工程研究, 2025, 29(34): 7470-7480.
[5]	张斐, 左俊. 载β-谷甾醇介孔硅纳米颗粒抑制大鼠增生性瘢痕[J]. 中国组织工程研究, 2025, 29(34): 7301-7309.
[6]	潘春, 范臻成, 洪润洋, 时语婕, 陈昊. 聚苯乙烯微塑料对雄性小鼠前列腺的影响及机制[J]. 中国组织工程研究, 2025, 29(34): 7353-7361.
[7]	陈静, 张楠, 孟庆华, 鲍春雨. 不同年龄阶段膝关节有限元计算模型的材料特性分析[J]. 中国组织工程研究, 2025, 29(34): 7369-7375.
[8]	苏永昆, 孙红, 刘淼, 杨华, 李青松. 开发纳米水凝胶系统搭载新型抗氧化剂与抗氧化剂联合治疗椎间盘退变[J]. 中国组织工程研究, 2025, 29(34): 7376-7384.
[9]	赵聪, 付慧渊, 苏尼特, 及捷, 张蕾, 王雅仙. 生物可降解镁及镁基材料在口腔疾病领域的应用[J]. 中国组织工程研究, 2025, 29(34): 7423-7430.
[10]	代月优, 郭丹丹, 王茜茜, 王白燕, 冯书营. 工程化外泌体靶向递送药物的抗肿瘤效应[J]. 中国组织工程研究, 2025, 29(31): 6753-6764.
[11]	马玲, 张钊. 骨质疏松治疗药物在口腔领域的局部应用[J]. 中国组织工程研究, 2025, 29(30): 6547-6555.
[12]	陈森林, 朱舟, 万乾炳. Janus微/纳米颗粒在生物医学中的应用[J]. 中国组织工程研究, 2025, 29(28): 6101-6109.
[13]	曹海杰, 宋慧杰, 孙亚鲁, 张广有, 李响. 穿戴式外骨骼结合姿势反馈训练改善脑卒中后患者的异常步态[J]. 中国组织工程研究, 2025, 29(24): 5127-5133.
[14]	曹大勇, 郑军杰, 王磊, 杨阳, 郭海娜, 邢培朋, 夏成德, 狄海萍. 自体刃厚头皮回植修复中厚供皮区创面的安全有效性[J]. 中国组织工程研究, 2025, 29(18): 3804-3810.
[15]	胡张捷, 张宝贯, 张智武. 固态胶原基材料在医疗器械中的应用[J]. 中国组织工程研究, 2025, 29(16): 3503-3512.