负责门店处方药与非处方药的精准调配、患者用药全周期指导及门店药品动销管理，边界涵盖顾客需求响应、药品陈列优化、效期管控及店员带教支持

• 针对老年顾客慢性病用药依从性低痛点，主导设计“分时段用药提醒卡”（融合三查七对原则），联动门店电子台账追踪用药进度，3个月内将高血压、糖尿病患者用药依从性从62%提升至85%，对应复购率增长18%；
• 运用ABC分类法优化高价值药品（心血管类、降糖类）库存结构，通过近效期预警系统提前30天触发补货/促销机制，将药品损耗率从1.2%压降至0.4%，单月减少过期损失约3500元；
• 结合会员系统数据分析季节性感冒用药场景，用FABE法则向顾客推荐“小儿氨酚黄那敏+复方氨酚烷胺”联合套餐，当月组合销售额占比达22%（环比提升9pct），带动门店客单价从45元升至58元；
• 编制《3天快速上岗手册》（覆盖药品分类逻辑、GSP基础要求、顾客沟通技巧），核心带教3名新人提前1周独立上岗，帮助门店节省临时人力外包成本约2000元/月

承担门店日常药品销售、基础用药咨询及库存辅助管理，边界包括顾客需求接待、药品陈列维护、简单效期检查及促销活动执行

• 依托《中国药典》及药品说明书解答感冒灵、奥美拉唑等常见药品的用法禁忌，月均处理咨询150+次，顾客满意度从4.3分（满分5分）提升至4.7分；
• 协助店长用手工台账记录库存，每月盘点时核对台账与实际库存，将常用药缺货率从8%降至3%，确保创可贴、藿香正气水等刚需品供应稳定；
• 参与“家庭常备药箱”促销，结合家庭需求推荐“感冒药+退烧药+消毒棉片”组合，活动期间套餐销售额1.2万元（占总业绩15%），助力门店当月业绩同比增长12%；
• 遇顾客服用头孢后轻微过敏，立即用急救箱氯雷他定片指导服药并联系急诊，成功避免症状加重，获店长书面表扬及顾客感谢信

协助门店完成药品陈列、顾客引导及基础用药咨询，边界包括整理货架、核对药品批号、回答简单药品问题

• 按GSP要求整理货架，将药品按处方药/非处方药/外用药分类标注，使顾客找药时间从2分钟缩短至45秒，提升购物效率；
• 协助药师核对120+批次入库药品的批号、有效期及包装，零差错完成验收，保障门店药品质量安全；
• 主动帮老年顾客使用自助测血压仪并讲解方法，月均服务30+人次，15%转化为回头客，带动个人月度销售额增长10%；
• 利用业余时间备考初级药师，将“药物相互作用”“不良反应监测”知识用于工作，解答问题准确率从75%提升至92%

基于AI+药学循证的慢性病患者精准用药管理系统构建与应用

• 项目背景为国家卫健委《互联网+医疗健康》发展意见推动慢性病长期用药精细化管理，但当时市场缺乏整合多源数据与药学循证的数字化工具——目标是构建覆盖“风险评估-用药指导-不良反应预警”的精准管理系统，服务于连锁药店、社区医院及10万+慢性病患者；我的职责是统筹药学、IT、临床跨部门资源，主导需求调研、系统架构设计及临床验证全流程。
• 关键难题有两点：一是多源异构数据（电子病历、患者自我报告、基因检测报告）的标准化整合，二是将CPIC（临床药理学实施联盟）、DDI（药物相互作用）等循证指南转化为可执行的规则引擎。技术上采用HL7 FHIR标准搭建数据中台，打通3家三甲医院HIS系统与患者端APP数据；参考CPIC指南构建含1200+条用药规则的动态引擎，引入随机森林算法训练药物不良反应预测模型。
• 核心行动包括：①牵头梳理高血压、糖尿病等5类慢性病高频用药场景（如二甲双胍+ACEI类药物的肾功能监测），提炼30+个关键风险节点；②创新设计“数据采集-风险评分-药师干预-效果反馈”闭环，用NLP优化AI语音提醒话术（如针对老年患者的“慢语速+重复关键信息”策略），提升提醒触达率；③推动系统与药店POS机对接，实现用药指导线下落地（药师扫码查看患者个性化用药卡片）。
• 项目成果：上线6个月覆盖8家连锁药店、5家社区医院，服务1.2万患者——用药依从性从62%提升至85%（p<0.05），药物不良反应发生率下降30%（从18%降至12.6%）；帮助合作机构降低用药错误退药率25%，获上海市卫健委“智慧药学”优秀案例，我主导的规则引擎模块获公司核心技术专利（ZL202310XXXXXX.X）。

肿瘤靶向药患者院外用药全程化管理平台搭建

• 背景是肿瘤靶向药（如EGFR-TKI、PD-1抑制剂）因副作用管理不到位，30%患者提前停药——目标是搭建“处方-院外-随访”全流程平台，解决患者院外用药脱管问题；我的职责是负责药学服务模块（用药指导、不良反应上报、药师干预）的需求分析与功能落地，对接临床团队输出标准化药学内容。
• 关键难题：一是患者不良反应上报主动性低（初始仅15%），二是药师线上干预效率不足（日均处理100条信息，无法及时响应紧急情况）。技术上用微信小程序做患者入口，采用AI语音合成推送个性化提醒（如“吉非替尼需餐后1小时服用”）；用NLP解析患者上报的不良反应文本（如“皮疹伴瘙痒”自动标记3级），触发分级干预。
• 核心行动：①设计“不良反应分级预警”——1-2级推AI指南，3-4级触发药师2小时内电话干预；②联合临床团队开发《肿瘤靶向药副作用应对手册》，嵌入平台；③建立“药师-患者-医生”三方群，实现信息实时共享（如患者严重腹泻，药师指导补液同时通知医生调剂量）。
• 项目成果：上线1年服务8000+患者——不良反应上报率从15%升至68%，响应时间从24小时缩至4小时内；治疗连续性评分从7.2分提至9.1分（满分10分），提前停药比例从30%降至18%；获公司“年度最佳药学创新奖”，我主导的NLP解析模型应用于后续肿瘤药学产品。

• 大二观察到毕业生离校时大量教材被废弃，而新生购书支出占生活费12%，便发起校园书籍教材循环计划。为解决传统二手书交易效率低的问题，我们开发微信小程序实现扫码估价、预约取件功能，并说服快递中心以成本价承接物流。
• 通过建立翻新消毒标准打消卫生顾虑，项目年流通教材1.2万册，累计为同学节省书费38万元。这段经历让我从商业小白成长为能设计闭环模式的实践者，项目不仅获省级创业金奖，更被纳入学校官方服务体系延续至今。