AI w przeglądzie lekowym i medycynie – teraźniejszość a nie przyszłość!

Współczesna medycyna stoi przed wieloma wyzwaniami, wśród których optymalizacja oraz analiza farmakoterapii i bezpieczeństwo pacjentów zajmują kluczowe miejsce. Przegląd lekowy, czyli ustrukturyzowana ocena farmakoterapii pacjenta w celu poprawy skuteczności i bezpieczeństwa leczenia, jest niezastąpionym narzędziem w codziennej pracy lekarza. Ale co się stanie, gdy do tego procesu zaprosimy sztuczną inteligencję? Czy AI może stać się nieocenionym asystentem w analizie farmakoterapii? Najnowsze raporty, m.in. z PubMed (2024) i FIP, pokazują, że integracja AI z elektroniczną dokumentacją medyczną osiąga nawet 100% dokładności w doborze leków kardiologicznych, co podkreśla potencjał technologii. Czy to jedyne dokonanie AI w przeglądzie lekowym? W dalszej części tekstu poznamy więcej przykładów, jak sztuczna inteligencja pomaga w analizie leków.

Jak sztuczna inteligencja pomaga w analizie leków?

Wyobraźmy sobie sytuację, w której lekarz, zamiast spędzać długi czas na analizowaniu historii leczenia pacjenta i potencjalnych interakcji lekowych, otrzymuje wstępny raport od AI w ciągu kilku minut. Narzędzia takie jak IBM Watson czy MediSecure już dziś skanują dane pacjentów, wykrywając ryzyko interakcji farmakokinetycznych i farmakodynamicznych. Co więcej, systemy oparte na bazach danych, takich jak DrugBank czy Micromedex, monitorują skład leków w czasie rzeczywistym, sugerując zmiany dawkowania w oparciu o parametry kliniczne pacjenta. Przykład NoHarm z Brazylii pokazuje, że AI redukuje błędy lekowe o 40%, co zostało udokumentowane w IEEE Journal. Inny przykład? Program Polypharmacy Challenge w Szkocji, który obniżył śmiertelność związaną z błędami lekowymi o 22%. Jak to możliwe? Modele uczenia maszynowego analizują nie tylko dane kliniczne, ale i farmakogenomiczne, co pozwala przewidzieć odpowiedź pacjenta na dany lek.

AI w przeglądzie lekowym – praktyczne zastosowania

Przegląd lekowy online, wsparcie w zarządzaniu polipragmazją i automatyczna analiza historii leczenia to już nie futurystyczna wizja, a rzeczywistość w wielu krajach. W Australii system MedsCheck zredukował błędy dawkowania o 40% u pacjentów geriatrycznych i liczbę hospitalizacji o 18% u pacjentów przyjmującym 5 lub więcej leków. Inny przykład to holenderskie narzędzie STRIP zmniejszyło liczbę niepotrzebnych leków u 65% seniorów. Polska także robi postępy, ale niestety nadal mało jest rzetelnych serwisów oferujących przeglądy lekowe online. Dodatkowo, AI takie jak PGxPredict skracają czas dobrania skutecznego leku, co ma ogromne znaczenie np. w onkologii. Ten system działa w USA. Dzięki niemu osiągnięto skrócenie czasu doboru dobrze działającego SSRI z 6. do 2. tygodni! Dodatkowo, badania Mayo Clinic wykazały, że AI jest w stanie wykryć 12% przypadków nietolerancji leków, które umykają tradycyjnym metodom.

Korzyści z przeglądu lekowego dla lekarza

AI w przeglądzie lekowym to nie tylko oszczędność czasu – systemy AI skracają czas przygotowania dokumentacji o 70%. To również wsparcie decyzyjne – algorytmy podpowiadają alternatywne terapie zgodne z najnowszymi wytycznymi światowych organizacji. Dzięki temu lekarz może skupić się na pacjencie, a nie na żonglowaniu danymi. Przykład Medi-Span z USA pokazuje, że wdrożenie AI redukuje błędy przepisywania leków o 55% – taki system analizuje nawet alergie pacjenta. AI pomaga też w edukacji lekarzy, analizując literaturę naukową i dostarczając najnowsze rekomendacje WHO i towarzystw naukowych.

Wyzwania i przyszłość AI w przeglądzie lekowym

Mimo licznych zalet wdrażanie AI w przeglądach lekowych w Polsce napotyka bariery. Ograniczona interoperacyjność systemów medycznych i wymogi prawne dotyczące certyfikacji narzędzi AI to tylko niektóre z wyzwań. Ale przyszłość rysuje się obiecująco – generatywna AI, może wkrótce wspierać pisanie zaleceń terapeutycznych, a analiza danych z inteligentnych urządzeń, np. smartwatchy, pozwoli na dbanie o lepszą kontrolę zażywania leków. Może to się dziać poprzez wykrywanie różnych wzorców braku przyjęcia leków i alarmowanie pacjenta o tym fakcie. Co więcej, technologie takie jak kwantowe uczenie maszynowe mogą zrewolucjonizować projektowanie leków, skracając ten proces z lat do tygodni. Natomiast już teraz pojawiają się rzetelne platformy, które umożliwiają przeprowadzanie przeglądów lekowych online, co jest z korzyścią dla pacjentów i lekarzy.

Podsumowanie

AI nie zastąpi lekarza, ale może stać się jego nieocenionym partnerem w walce o bezpieczeństwo i skuteczność leczenia. Wdrażanie nowoczesnych technologii w usługę przeglądu lekowego to nie luksus, a konieczność w erze cyfrowej medycyny. WHO prognozuje, że globalne koszty błędów medycznych mogą spaść o 41% do 2030 r. dzięki AI. Czy jesteś gotów zaufać AI i pozwolić jej wspierać codzienną praktykę lekarską?

Bibliografia

  1. Wytyczne Polskiego Towarzystwa Farmaceutycznego dotyczące prowadzenia świadczenia zdrowotnego – przegląd lekowy. Polskie Towarzystwo Farmaceutyczne. Warszawa 2023.
  2. https://eahp.eu/gpi_submission/enhance-prescription-review-artificial-intelligence-improve-efficiency-and-safety-drug/ (dostęp z dnia 18.02.2025)
  3. Allam, H. (2025). Prescribing the Future: The Role of Artificial Intelligence in Pharmacy. Information, 16(2), 131. https://doi.org/10.3390/info16020131.
  4. Bücker M, Hoti K, Rose O. Artificial intelligence to assist decision-making on pharmacotherapy: A feasibility study. Explor Res Clin Soc Pharm. 2024 Aug 13;15:100491. doi: 10.1016/j.rcsop.2024.100491. PMID: 39252877; PMCID: PMC11381493.
  5. Chalasani SH, Syed J, Ramesh M, Patil V, Pramod Kumar TM. Artificial intelligence in the field of pharmacy practice: A literature review. Explor Res Clin Soc Pharm. 2023 Oct 21;12:100346. doi: 10.1016/j.rcsop.2023.100346. PMID: 37885437; PMCID: PMC10598710.